Programma van de verkorte opleiding Data Scientist

Iedere dag start om 09.30 uur (ontvangst om 09.00 uur) en eindigt om 16.30 uur.

Zowel het ochtend-als het middagprogramma zal onderbroken worden voor een korte koffiepauze van 15 minuten. Daarnaast zal er om 12.30 uur een lunchpauze gehouden worden van 45 minuten.

Module 1

Verzamelen van de juiste data

Introductie Big Data

• Wat is Big Data en waarvoor kan het worden gebruikt?
• Waarom wordt Big Data steeds belangrijker? En wat brengt deze Big Data revolutie teweeg?
• Wat kunt u leren van vooruitstrevende praktijkvoorbeelden van elders uit de wereld?

‘Data driven’ organisatie

• Hoe kan Big Data bijdragen aan uw organisatie?
• Wat zijn goede en slechte voorbeelden van de toepassing van Big Data?
• Welke dilemma’s doen zich voor met betrekking tot de toepassing van Big Data?

Verzamelen van kwalitatief goede data

• Hoe kunt u data verzamelen en voorbewerken?
• Welke methoden zijn er om de kwaliteit van data te meten?
• Hoe gaat u om met gestructureerde en ongestructureerde data?

Thymen Wabeke, Onderzoeker, TNO

Praktijkcases

Vraagstukken oplossen voor de overheid door de inzet van data analytics 

• Op welke manier lost u vraagstukken op door de inzet van data?
• Hoe gaat u om met interne- en externe data?
• Hoe zorgt u ervoor dat data omgezet wordt in nieuwe inzichten?
• Hoe overtuigt u stakeholders met behulp van Big Data?

Dr. Jurriaan Souer, Co-Founder en Product Strategist, Shinto Labs

Module 2

Analyseren van data

Analysemethodes

• Op welke manier past u analysetechnieken toe om een onderscheid te maken tussen informatie en ruis in data?
• Hoe voorkomt u dat veranderingen gebaseerd worden op niet-informatieve ruis?
• Hoe herkent u patronen in data?
• Hoe gaat u om met Machine learning (Classificatie, regressie, clustering en tijdsreeksanalyse)?

Zoeken naar verbanden

• Hoe kunt u data structureren?
• Hoe transformeert u ongestructureerde data naar een vorm die te analyseren is? Welke tools zijn hiervoor beschikbaar en welke kunt u
  het beste toepassen?
• Op welke manier kunt u verbanden herkennen in data?
• Wat is data mining?

Verantwoord toepassen van Big Data

• Hoe verzamelt u de juiste data voor de realisatie van uw opgave?
• Welke mogelijkheden heeft u om data te verrijken?
• Wat levert de koppeling van grote hoeveelheden data en geavanceerde modellen op aan (nieuwe) inzichten?
• Hoe zorgt u voor responsible data science (zoals sampling bias, fairness en privacytechnologie)?

Thymen Wabeke, Onderzoeker, TNO

Praktijkcases

Hoe data science een zorgverzekeraar kan veranderen

• Welke mogelijkheden zijn er binnen uw organisatie om data te gebruiken?
• Welke opgave ligt er binnen uw organisatie en hoe verzamelt u hiervoor de juiste data?
• Wat zijn klantverwachtingen op het gebied van data en wat is er technisch mogelijk?
• Wat is juridisch mogelijk m.b.t. het gebruik van data?

Fleur Hasaart, Manager Data Science, CZ

Tip: download de brochure voor een compleet overzicht

Module 3

Interpreteren van gegevens

• Wet- en regelgeving voor Big Data
• Hoe bepaalt u in hoeverre u wel of niet moet reageren op data?
• Wie beschikt over de benodigde data? Welke data mag u opvragen? En hoe verkrijgt u deze data?
• Wat schrijft de Algemene Verordening Gegevensbescherming (AVG) voor over het gebruik van data?
• Hoe kunt u rechtmatig en doelmatig omgaan met data?
• Aan welke criteria (proportionaliteit, subsidiariteit en rechtsbescherming) moet u voldoen?
• Op welke wijze gaat u om met zeer vertrouwelijke data? En hoe zorgt u ervoor dat deze data veilig wordt behandeld en opgeborgen?

Gerrit-Jan Zwenne, Hoogleraar internet recht, privacy and data protectie, Universiteit Leiden en partner van Brinkhof

Interpreteren van gegevens

• Hoe herkent u het verschil tussen correlatie en causaliteit (wanneer zijn patronen in data gewoon random)?
• Welke statistische technieken zijn er voor het modeleren en evalueren van data?

Mark Albers, Adviseur veiligheid en innovatie, Van Aetsveld

Praktijkcases

Beslissingen nemen aan de hand van data

• We nemen veelvuldig beslissingen op basis van data, maar wanneer hebben we genoeg bewijs voor een beslissing?
• Welke beslissingstrategieen zijn er en wat zijn hun eigenschappen?
• Zijn experimenten een goede strategie om beslissingen te nemen op basis van data?
• Hoe kunnen we beslissingen nemen voor individuen?
• Hoe kunnen we Machine Learning en AI gebruiken om onze beslissingen te verbeteren?

Prof.dr. Maurits Kaptein, Hoogleraar Data Science & Health, Universiteit van Tilburg en Principal Investigator, JADS

Module 4

Voorspellingen doen

Simuleren en voorspellen

• Hoe kunt u vanuit een model voorspellingen doen?
• Op welke manier doet u betrouwbaarheidsintervallen?
• Hoe maakt u simulaties a.d.h.v. historie en kansverdelingen?
• Wat zijn de voor- en nadelen?
• Hoe berekent u de kans dat een onwenselijk scenario zich voordoet?
• Op welke manier kan simulatie ingezet worden om de effecten van beleidsaanpassingen te analyseren?
• Hoe robuust is een simulatiemodel tegen afwijkingen van de veronderstellingen?

Zelfstandig beslissingen nemen

• Wat is artificial intelligence en hoe past u dit toe?
• Wat is machine learning en hoe past u dit toe?

Mark Albers, Adviseur veiligheid en innovatie, Van Aetsveld

Praktijkcases

Succesvol toepassen van Artificial Intelligence (AI) binnen uw organisatie

In deze interactieve sessie neemt Wido Heemstra u mee om kritisch te kijken naar voorwaarden voor het kunnen toepassing van AI binnen een organisatie.
Ingestoken vanuit:

• Benodigde visie en strategie
• Organizational skills en wetgeving
• Kwaliteit en data analytics

Wido van Heemstra, Team Lead Data Scientist, ABN AMRO

Module 5

Presenteren en communiceren van resultaten

Beslissingen maken op basis van data

• In hoeverre wordt big data op dit moment in uw organisatie toegepast?
• Wat zijn de kansen voor uw organisatie op het gebied van Big Data,Analytics en Artificial Intelligence?
• Op welke manier zet u ongestructureerde tekst om naar gestructureerde informatie (tekst mining)?
• Op welke manier kunnen business en IT samenwerken?
• Hoe vertaalt u de beschikbare data in een strategie voor uw bedrijf?

Presenteren van data

• Welke uitkomsten moet u presenteren?
• Op welke manier communiceert u resultaten?
• Welke data visualisatie technieken kunt u toepassen?
• Hoe maakt u met de visualisatie van Big Data strategische besluitvorming mogelijk?

Mark Albers, Adviseur veiligheid en innovatie, Van Aetsveld

Praktijkcases

Het visualiseren van Data

• Wat zijn geschikte methoden om data te visualiseren?
• Hoe kan visualisatie u helpen bij de interpretatie van data?
• Op welke manier visualiseert u relevante bevindingen in een collectie van data?
• Hoe maakt u met de visualisatie van data strategische besluitvorming mogelijk?

Sara Sprinkhuizen, Data Visualization Expert, The Data Vision Lab

Uw docententeam en praktijksprekers

Deze opleiding is ontwikkeld voor professionals door professionals. Met een combinatie van docenten uit de wetenschap en het  bedrijfsleven krijgt u nieuwe inzichten die direct toepasbaar zijn in de praktijk:

• Thymen Wabeke
  Onderzoeker, TNO en ondersteunt, begeleidt en adviseert overheden en bedrijven bij de toepassing van Big Data voor de oplossing van complexe vraagstukken

• Prof. Gerrit-Jan Zwenne
  Hoogleraar Internet Recht, Privacy & Data Protectie, Universiteit Leiden en partner van Brinkhof

• Mark Albers
  Adviseur Veiligheid & Innovatie, Van Aetsveld
  
  
• Prof. dr. Maurits Kaptein
  Hoogleraar Data Science & Health, Universiteit van Tilburg en Principal Investigator, JADS
  
  
• Dr. Jurriaan Souer
  Co-Founder en Product Strategist, Shinto Labs
  
  
• Fleur Hasaart
  Manager Data Science, CZ
  
  
• Wido van Heemstra
  Team Lead Data Scientist, ABN AMRO

• Sara Sprinkhuizen
  Data Visualization Expert, The Data Vision Lab

Algemene informatie van de verkorte opleiding Data Scientist

Data en locatie

• 5, 12 februari, 5, 12 en 19 maart 2019
• Nieuwe editie gaat van start op: 10 maart 2020
  Op de hoogte gehouden worden? Laat in dit formulier uw gegevens achter
  

BCN Utrecht (Daltonlaan)
Daltonlaan 100,
3584 BJ Utrecht
+31 (0)30 256 73 90
Routebeschrijving

Speciaal ontwikkeld voor

• Chief Data Officers
• Data Scientists
• Data Analisten
• Chief Information Officers
• Informatiespecialisten, Programmamanagers
• Business Intelligence Analisten
• Data Architecten

En iedereen die grote hoeveelheden data verwerkt om tot beter Management Control te komen. Werkzaam bij grote bedrijven die te maken hebben met Big Data zoals banken, multinationals op het gebied van productie of retail, veiligheidsdiensten en IT-bedrijven.

Uw investering

De kosten van de 4-daagse opleiding bedragen € 3.499,- (excl. btw) per persoon. Dit bedrag is inclusief koffie, thee en lunch. Daarnaast heeft u toegang tot de digitale leeromgeving.

Persoonlijk opleidingsadviseur:

Sandra Donkers
Opleidingsadviseur
Tel. 040 - 2 972 770

Op de hoogte gehouden worden van de editie in 2020?

Laat hieronder uw gegevens achter:

Onze privacy-policy

Incompany training

Heb jij, samen met jouw collega's, interesse in één van onze opleidingen, maar dan gericht op jullie organisatie, jouw situatie en wensen? Dan is een incompany training zeker interessant! Wij denken graag met je mee, zodat de gezamenlijke leerdoelen van jou en jouw collega's gerealiseerd worden. In overleg bepalen we de inhoud, datum/data, dagindeling(en) en locatie.

Voordelen

• De inhoud van deze opleiding wordt afgestemd op jullie organisatie
• Ga met elkaar in gesprek (ook over lastige situaties)
• De onderlinge betrokkenheid en motivatie stijgen aantoonbaar
• Er is individuele benadering en ruimte voor persoonlijke vragen
• Per opleiding wordt gezocht naar de best passende docent(en)
• Het hele team is in één keer op hetzelfde kennisniveau
• Planning van de cursus wanneer het jullie uitkomt
• Mogelijk: individuele coaching on the job om doelen te complementeren