Cursus Big Data Analytics: de vragen & antwoorden
Je wilt je organisatie datagedreven laten werken met Big Data Analytics. Hoe doe je dat? Daarbij kom je in aanraking met data lakes, data science, data-management, machine learning, artificial intelligence (AI) en algoritmes. Die ene simpele vraag roept tegelijkertijd nieuwe vragen bij je op, zoals:
- Hoe overtuig je jouw collega’s van het nut en de noodzaak van Big Data Analytics?
- Hoe ziet het begrippenkader er uit van Big Data, Data Science, AI en machine learning?
- Op welke manier kun je effectief een businesscase neerzetten voor Big Data & AI?
- Hoe ziet een Big Data-traject er precies uit en wat zijn de belangrijkste valkuilen en risico’s?
- Welke algoritmes en technieken staan tot je beschikking en hoe selecteer je de juiste?
- Wat moet je weten van statistiek en hoe zet je text mining in voor leerdoelen?
- Welke tools en platforms (Hadoop, R, SPSS, Spark, Python, BI tools) zijn voorhanden?
- Hoe ga je om met Big Data, ethiek en alle wetgeving rondom privacy?
- Welke plaats nemen die issues in de architectuur in en hoe houd je grip op dit alles?
Maar nog belangrijker: hoe maak je een succes van jouw Big Data-traject en hoe ga je het inbedden in jouw organisatie? En welke hard en soft skills heb je in jouw team nodig? En hoe zet je Internet of Things (IoT) en AI in voor innovatie en nieuwe businessmodellen? Worstel jij of je team, met een of meer van de bovenstaande vragen, dan is onze 3-daagse Big Data opleiding absoluut een aanrader.
Praktische informatie: locatie, duur, data en prijs
Locatie: Amrâth Berghotel AmersfoortDuur: 3 dagen
Data: 2 t/m 4 oktober 2024,19 t/m 21 maart 2025,11 t/m 13 juni 2025,1 t/m 3 oktober 2025
Prijs: € 2.250
Spiegel je aan de best practices uit de Big Data cursus
In deze Big Data cursus schotelen we je niet alleen de theorie voor. Ook de praktijk komt tijdens deze masterclass Big Data ruimschoots aan bod. Je maakt kennis met tal van recente best practices. Ook voorbeelden van de verschillende oplossingen van de leveranciers komen aan bod zoals R, Dataiku, IBM en Python. Daarnaast gaat de docent dieper in op de verschillende big data algoritmes zoals beslisbomen, clusteranalyse en neurale netwerken.
Met Big Data & Analytics succes bereiken
In drie intensieve dagen word je klaargestoomd om direct binnen jouw organisatie aan de slag te gaan met Big Data, machine learning & algoritmes. Wanneer je onze Big Data opleiding hebt gevolgd, ben je uitstekend in staat om een big data-traject op te starten en vervolgens stap voor stap succes te boeken met machine learning, AI en Big Data analytics.
Big Data training & toepassingen
Big Data en Data Science wijken sterk af van reguliere Business Intelligence-trajecten waar rapporten, KPI management en dashboarding centraal staan. Ook de omvang en complexiteit van de data verschilt enorm. Het specialistische gebied van Big Data Analytics vereist daarom geheel andere skills en tools. Maar het hogere doel van deze Big Data Analytics opleiding blijft altijd hetzelfde: werken aan de intelligentie van je organisatie en deze datagedreven maken.
Behoed je voor teleurstellende resultaten
Zonder de inzet van de juiste vaardigheden en instrumenten leveren Big Data en machine learning dikwijls resultaten op die totaal geen hout snijden. Een fiasco ligt altijd op de loer. Slechts een klein percentage van de Big Data-initiatieven haalt de eindstreep. Ons praktische model waarin alle Big Data-instrumenten en -methodes aan de orde komen, schept de juiste voorwaarden en wijst de juiste route richting nog betere resultaten. Deze praktische cursus Big Data behoedt jou voor teleurstellende resultaten.
Inhoud van de 3-daagse Big Data opleiding
Tijdens deze Big Data opleiding leer je in drie dagen hoe je een Big Data & AI-project van a tot z kan managen. Niet alleen wat je moet weten over de ‘internet of things’ (IoT), data lakes en data-architecturen. Maar je gaat ook kennismaken met de manier waarop je een businesscase kan verzilveren en een AI-first strategie samenstelt en implementeert. En hoe je moet omgaan met de privacyaspecten, regelgeving en ethiek.
Dag 1: Introductie, AI-first strategie, businesscase, projecten & architectuur
Je leert tijdens de eerste dag van deze Big Data training precies wat Big Data is en nog belangrijker wat het niét is. Je maakt kennis met de karakteristieken van Big Data, Artificial Intelligence, data science, Business Intelligence en machine learning. Concreet leer je hoe je de waarde die big data heeft voor jouw organisatie kunt bepalen en verzilveren.
- Big Data, hypes en de datagedreven organisatie: wat is de hype en wat is de realiteit en wat zijn voorbeelden van succesvolle implementaties? Wat zijn de kenmerken van een datagedreven organisatie en welke plek heeft Big Data science & AI hierin?
- Definities Big Data & AI: wat zijn de vier kenmerken van Big Data? En wat betekent dat inzicht voor jouw project? En voor de in te zetten tools en mensen? Wat is machine learning, data science en AI (definities) en waarin verschillen deze van reguliere Business Intelligence?
- Positionering & kennis: hoe kun je Big Data Analytics & Data Science het beste binnen jouw organisatie positioneren? Welke statistische kennis heb je nodig voor jouw project? De juiste statistiek toepassen is immers cruciaal.
- De belangrijkste Big Data & AI trends: de docent presenteert de belangrijkste trends voor Big Data & artificial intelligence zoals quantum computing, generatieve AI, ChatGPT, deep learning en Auto Machine Learning (Auto ML). Met name ChatGPT heeft recent een hoge vlucht genomen. De docent zal in ieder geval alle genoemde trends duiden.
Ontwikkel een Big Data & AI-first strategie
Het gros van de organisaties blijft steken in het maken van rapporten, dashboards en experimenteert met machine learning, maar vergeet een AI-first strategie te bedenken en te implementeren. In dit onderdeel leer je de belangrijkste aspecten van een Big Data & AI-strategie.
De businesscase van Big Data, AI, machine learning en het projectmanagement
Er is heel veel geld gemoeid met Big Data-gerelateerde initiatieven zoals AI, machine learning, Big Data tools en Big Data analytics. De totale wereldwijde markt voor big data analytics wordt door Statista geschat op meer dan 650 miljard USD in 2029. Maar ook de opbrengsten kunnen gigantisch zijn, zoals blijkt uit het succes van bijvoorbeeld House of Cards (Netflix). De docent presenteert ook vele andere best practices waar je van kunt leren.
- Integraal denken & businesscase: wat is de relatie tussen Big Data, Analytics en innovatie en procesverbetering? Uit welke onderdelen dient de businesscase te bestaan? Hoe ga je om met experimenten en proeftuinen?
- Overtuigen van nut en noodzaak: hoe overtuig je de directie, het management en andere stakeholders van het nut en de noodzaak van Big Data en AI? Wat voor leiderschap heb je daarvoor nodig in jouw organisatie?
- Stappen en valkuilen: hoe hebben andere organisaties dit soort projecten aangepakt en wat valt hieruit te leren? Welke stappen moet je zetten in jouw Big Data-project en welke risico’s en valkuilen moet je onderkennen bij het ontwikkelen en in productie nemen van algoritmes?
Hoe bouw je een heldere Big Data-architectuur?
Met Big Data gaat het om grote hoeveelheden (ongestructureerde) data die niet meer passen in een datawarehouse. In deze Big Data cursus leer je hoe je een architectuur duurzaam inricht en laat aansluiten op bestaande architecturen. Hoe verhoudt een Big Data architectuur zich tot klassieke BI en DWH architectuur? Hoe laat je de AI tools aansluiten op je bestaande architectuur en infrastructuur.
- Big Data architectuur: wat is de impact van Big Data op de IT- en BI-architectuur? En hoe laat je Big Data-stromen aansluiten op bestaande architecturen? Hoe om te gaan met een al bestaand datawarehouse?
- Referentie-architectuur voor Data Science: de docent toont een referentie-architectuur voor Data Science & Big Data en neemt je mee in de belangrijkste principes die daarin een plek hebben.
- Nieuwe ontwikkelingen & tools: welke devices, tools en platforms zijn er om Big Data te genereren, op te slaan en te analyseren? Denk aan Hadoop, NoSQL, (hybrid) cloud, Docker containers, automated machine learning, gespecialiseerde hardware (zoals GPU’s), SPARK, Hadoop en REST APIs.
Dag 2: AI & Big Data proces, algoritmes, tools en technieken
Het Big Data proces, de algoritmes, tools en technieken moeten naadloos aansluiten op het specifieke organisatievraagstuk. Maar hoe maak je de juiste keuze? Dat is van cruciaal belang. Tijdens de tweede dag van deze Big Data training neem je ook een duik in de techniek zonder dat het al te technisch wordt. Verschillende statistische modellen, algoritmes en machine learning-technieken passeren de revue zoals image processing, neurale netwerken en tekstmining. Maar we beginnen de dag met het proces.
Big Data proces
Waar houdt een data scientist zich mee bezig en uit welke stappen bestaat het big data science proces. Welke rol speelt machine learning hierin en hoe kun je de stappen implementeren in jouw organisatie?
- Van data tot voorspelling: wat zijn de stappen van het big data proces en welke bijdrage leveren machine learning en AI hieraan?
- Team data science: wie speelt welke rol in het data science proces, bij de opzet van Big Data lakes en welke competenties zijn er nodig?
- Inbedding in de organisatie: waar beleg je de functie big data analytics & data science in de organisatie?
Welke Big Data algoritmes kun je allemaal gebruiken?
Algoritmes zijn essentiële bouwstenen voor big data en machine learning. Wat zijn algoritmes en welke soorten zijn er zoal en wat kun je hiermee?
- Betekenis Big Data algoritmes: wat is een big data algoritme en wat heb je nodig om er een te maken?
- De verschillende type algoritmes: welke algoritmes zijn beschikbaar en welke past het beste bij jouw specifieke vraagstuk? De docent geeft je inzicht in de verschillende typen algoritmes zoals classificatie, regressie, clusteren, beslisbomen en neurale netwerken, et cetera.
- Supervised, unsupervised learning en reinforcement learning: tijdens dit onderdeel ga je deze AI-begrippen begrijpen en je leert hoe je ze in welke situatie het beste kunt toepassen.
- Wat is deep learning: wat is deep learning, op welke manier kun je het toepassen, hoe ga je een deep learning model opbouwen en wat komt daar allemaal bij kijken?
- Hoe ga je algoritmes valideren: hoe meet je de performance van een machine learning model en hoe voorkom je dat deze uit balans raken (model drifting) en hoe houd je controle over overfitting en underfitting.
Big Data tools en technieken
In deze module van de Big Data training ga je aan de slag met diverse big data tools die in de praktijk door data scientists gebruikt worden. De docent geeft een overzicht van de tools die veel gebruikt worden:
- Open source Big Data tools: welke tools zijn in het open source domain beschikbaar? Hier geeft de docent je een overzicht van veel gebruikte open source oplossingen zoals bijvoorbeeld Python, R, Julia, Scikit-learn, Pandas en SCALA.
- Commerciële tools: de docent geeft een overzicht van de meest gebruikte commerciële tools. Denk aan Rapidminer, SAS, IBM, Cloud Pak for Data, IBM SPSS, Modeler, Dataiku, et cetera.
- Toolselectie en aanschaf: waar moet je op letten bij de aanschaf van dergelijke tools? Kunnen ze echt allemaal omgaan met grote hoeveelheden big data of (on)gestructureerde data zoals foto’s, video’s en e-mails? Of beloven sommige leveranciers te veel?
- Integratie: hoe kun je de diverse Big Data & AI tools ‘aan elkaar knopen’ zodat eindgebruikers zonder moeite gebruik kunnen maken van de uitkomsten van algoritmes of zelf Auto Machine learning kunnen activeren?
Dag 3: Big Data toepassingen bouwen, workshop, skills, ethiek, privacy en wetgeving
De laatste dag van onze Big Data training staat in het teken van succesvolle Big Data toepassingen, een workshop machine learning, de vaardigheden en competenties van Big Data Scientists en tot slot de ethische en juridische kant van Big Data & het gebruik van algoritmes.
Big Data-toepassingen
De overvloed aan data stelt je voor een aantal complexe uitdagingen. Wat kan en moet je er mee? Hoe voorkom je de informatieoverbelasting die altijd op de loer ligt? Hoe kun je de juiste, meest rendabele en meest praktische toepassingen bedenken en implementeren? Dit en nog veel meer over Big Data-toepassingen leer je allemaal tijdens onze praktische Big Data analytics opleiding.
- Best practices: wat valt er te leren van aansprekende cases als: City of Dublin, Provincie Zuid-Holland, Social Analytics bij KLM, en de Politie en de Brandweer A’dam-Amstelland (Dutch BI & Data Science Award)
- Succesfactoren: welke succes- en faalfactoren speelden daarbij een rol? Wat zijn je eigen ervaringen met Big Data & AI en wat valt daaruit te leren?
Workshop Big Data & machine learning model ontwikkelen
In deze Big Data workshop leer je hoe je een (eenvoudig) machine learning model kunt bouwen. Je gaat aan de slag met het importeren van data, Exploratory Data Analysis (EDA), data opschonen en bewerken, het opbouwen van een training- en testdataset, het trainen van het algoritme, visualiseren en het valideren van het Big Data model.
Vaardigheden, kennis en competenties
Data Science is een professioneel vakgebied aan het worden en ook op het vlak van de vaardigheden en de competenties komt er in hoog tempo nieuwe kennis beschikbaar. Hoe houd je dat in de gaten en hoe houd je daar grip op? En hoe breng je jouw Big Data of data science team naar een hoger niveau?
- Persoonlijke vaardigheden: wat zijn de drie meest genoemde vaardigheden van een data scientist en hoe valideer je iemand zijn vaardigheden? Hoe om te gaan met het tekort aan big data scientists?
- Teamvaardigheden: welke vaardigheden (soft & hard skills) zijn nodig in een succesvol Big Data analytics-team? Hoe bouw je verder aan een succesvol team dat jouw organisatie klaarstoomt voor een nieuwe fase van ontwikkeling? Welke Big Data-rollen en competenties kun je dan daarbij onderkennen?
- Beheer van modellen: effectieve machine learning modellen neem je natuurlijk in productie maar moet je ook gaan beheren. Hoe ga je het beheer ervan organiseren en op welke manier beleg je de taken in de organisatie?
Ethiek, privacy en wet- en regelgeving
Met het verzamelen en koppelen van (grote hoeveelheden) data kom je automatisch voor belangrijke ethische en juridische vraagstukken te staan. Big Data Science praktiseren zonder in te gaan op ethiek en privacy is tegenwoordig uitgesloten. De docent neemt je mee in de meest gebruikte frameworks, en kaders, de van toepassing zijnde wet- en regelgeving en presenteert tot slot een aantal technieken om de privacy van personen grondig te beschermen zonder dat dit grote consequenties heeft voor de businesscase.
- Kaders en frameworks: welke ethische kaders en principes zijn van belang om een klimaat te scheppen waarbinnen mensen de juiste beslissingen nemen; welke data mag je juist wel gebruiken en welke absoluut niet?
- Wet- en regelgeving: wat zegt de relevante wet- en regelgeving, zoals de AVG en de aanstaande Europese AI Act, hierover? Hoe daar mee om te gaan? Hoe speel je in op de publieke opinie en hoe voorkom je eventuele imagoschade?
- Technieken en privacyoplossingen: welke creatieve methoden en technieken zijn voorhanden om toch over de data te kunnen beschikken zonder de privacy te schenden? Denk dan onder andere aan het anonimiseren en pseudonimiseren van persoonsgegevens.
Interactieve Big Data cursus
Tijdens elke opleidingsdag van deze Big Data cursus is er ruimschoots de gelegenheid om ervaringen uit te wisselen. En je neemt deel aan discussies en werkt in groepjes aan concrete opdrachten. Op die manier ontstaat een perfecte mix tussen de praktijk en de theoretische kaders en modellen. Na afronding van deze unieke Big Data training ontvang je als deelnemer een gewaarmerkt certificaat van de Passionned Academy, een digitale badge en een exemplaar van het Big data boek ‘De intelligente, datagedreven organisatie’.
Aanvullende informatie van deze Big Data training
De prijs van deze big data analytics training is inclusief lunchbuffet, onbeperkt thee en koffie, overige drankjes en hapjes tijdens de breaks.
✪ vrijgesteld van BTW
✪ geen studiebelasting
✪ gewaarmerkt digitaal certificaat
✪ van 9:00 tot 17:00
Deze masterclass Big Data maakt onderdeel uit van onze 10-daagse Data Science training.
Doelgroep voor deze Big Data Analytics opleiding
De opleiding Big Data Analytics is bedoeld voor iedereen die geïnteresseerd is in de mogelijkheden en onmogelijkheden van Big Data & AI voor zijn eigen organisatie. Deze unieke Big Data training wordt met name gevolgd door aankomend projectleiders, BI-managers, IT-managers, marketingmanagers, data scientists, big data analisten, adviseurs, programmamanagers, BI-consultants, data analisten, business analisten en controllers.
Behaalde leerdoelen aan het eind van deze training:
- Je weet hoe je de waarde uit Big Data voor jouw bedrijf kunt bepalen en verzilveren
- Je herkent de verschillende typen algoritmes en weet hoe ze werken
- Je kent het onderscheid tussen unsupervised, supervised en reinforcement learning
- Je hebt geoefend met het maken van een voorspellend model in Python
- Je leert de basisbeginselen van machine learning en deep learning
- Je kunt een Big Data model valideren want je wilt betrouwbare analyses
- Je herkent de ethische, juridische en privacy-aspecten rondom Big Data
- Kortom: je weet hoe je een Big Data-project van a tot z kunt managen
Meld je aan voor onze unieke Big Data cursus
Via ons inschrijfformulier kun je je direct inschrijven voor de eerstkomende Big Data cursus. Wil je Big Data trainingen incompany organiseren, of heb je vragen over deze big data analytics opleiding, neem dan direct contact met ons op.
Over de docent
Iedere organisatie verzamelt bergen data en is naarstig op zoek om hier slimmere dingen mee te doen. Jack Esselink is een zeer ervaren trainer en spreker die met veel bevlogenheid en passie over het onderwerp Big Data & AI spreekt, doceert en adviseert. Deze Big Data Analytics training is door hem een aantal jaren terug in de markt gezet en steeds verder verfijnd.
Reviews over Big Data training
Veiligheidsregio Zaanstreek-Waterland: Goede cursus om bekend(er) te worden met de principes achter AI en Big Data.Pensioenfonds Rail&OV: De cursus geeft een goed beeld van Big Data, de stappen welke doorlopen worden bij data analyse en welke tooling je hiervoor kunt gebruiken. Erg fijn dat er ook veel ruimte was om hiermee praktisch aan de slag te gaan.
CIZ: Leuke opleiding! Zowel de breedte als in de diepte van het onderwerp worden geraakt. Je krijgt een goede inkijk op het geheel en ik voel mij daardoor beter in staat dit vakgebied te begrijpen en over te brengen aan anderen en de juiste vragen te stellen.
Marco Jongen | Vebego B.V.: De opleiding geeft een goed inzicht in de inhoud en potentiële toepassingen van big data analytics. Daarnaast krijg je een eerste inzicht in hoe data modellen worden gemaakt door zelf aan de slag te gaan met programmeren maar wel op een manier dat veel is voorgeschreven en uitgelegd. Wat ik vooral heel waardevol vond is dat ik beter begrijp wat big data analytics is. Hierdoor kan ik een vertaling leggen naar de problemen in de organisatie en kan gaan nadenken hoe big data analytics een bijdrage kan leveren aan een verbetering.
Vincent Recappé | Wigo4it: Je krijgt een goed beeld van wat een Data Scientist doet waardoor je beter het gesprek aan kan gaan.
Zinabu Melese | in3: De gehele organisatie van het programma is goed en informatief voor personen met een gemiddelde tot gevorderde kennis.
Bram Schreuder | In3: Deze training was prima op hoofdlijnen wat betreft big data. Het onderdeel Python was voor mij minder interessant.
KWA bedrijfsadviseurs: Veel gehoord, gezien en geproefd aan toepassen kennis binnen python. Het toepassen in de praktijk en stof eigen maken moet nog volgen.
Universiteit van Amsterdam: goede 3 daagse training inzichtgevend in alle aspecten rondom Big Data
NHL Stenden: Geeft een mooie inkijk in AI en Bigdata. Geeft zowel de de impact van het gebruik als een meer verdiepend stuk tot het begin van programmeren.
DTN: Erg waardevolle training Big Data, zal hem zeker aanbevelen binnen mn netwerk. Dank voor de uitleg en passie voor het onderwerp.
Mitchel van de Water | Fontys Hogescholen: Voor mij was de training prettig, omdat het genoemde “container-begrip” Big Data bij mij ook breder was dan het in essentie is. Ik vond de eerste dag erg vermoeiend en lang duren, met veel informatie. De informatie was wel erg nuttig en de kaders waren geschetst. De tweede dag was voor mij minder uitdagend omdat ik al code ervaring heb, maar wel prettig om er even in te duiken. De derde dag was prettig omdat het mijn beeld bevestigde van hoe het nu in productie gaat, en daar in essentie niets aan veranderd is in vergelijking met mijn code ervaring. Ook Deep Learning was voor mij al wat bekender. Al met al een prettige cursus, echt gefocust op een manager rol maar goed aansluitend op ons doel
De Wever: De basis van big data is duidelijk verteld, als basis cursus erg goed. Ik had gehoopt nog wat dieper in te gaan op hoe je een model echt implementeert in een bedrijf met wat meer voorbeelden. In de brochure stond dat deze cursus ook erg geschikt is voor data scientisten, daarvoor vond ik de cursus toch iets te veel op basis aspecten ingaan.
Langhenkel en Talenter BV: In deze tijd van digitaal lesgeven heeft de docent een interactief programma neergezet. Tijdens dit programma hebben we inzicht gekregen in de wereld van Big Data, de werkzaamheden van een Data Scientist en de praktische toepasbaarheid. Hierbij werden de kritische noten en aandachtspunten ook goed meegenomen.
Bruno de Regge | Fontys Hogescholen: Mooie en informatieve opleiding, een deepdive van drie dagen die context schept en je een duidelijk inzicht geeft in de praktische kant van Data Driven Marketing. De opleiding enthousiasmeert, verdiept en maakt je nieuwsgierig naar meer. [Kan geen uitspraak doen over locatie en catering aangezien ik remote de opleiding gevolgd heb]
Conrad Klatte | DPG Media B.V.: In één woord geweldig. Extreem veel geleerd en heb zin om mijzelf verder te verdiepen in dit onderwerp. Daarnaast zie ik zeker veel mogelijkheden om het binnen mijn organisatie toe te passen
Pieter Holtermans | KPN: Een van de betere opleidingen op Big Data gebied, Ondanks twee i.p.v. 3 dagen. Goede presentatie met veel inhoud, goede balans theorie en praktijk, met enthousiasme en veel kennis door Jack gegeven. En een prachtig boek als naslagwerk. OPMERKING: Locatie was niet in Amersfoort, maar online, ook was er daardoor geen catering. Beiden niet kunnen beoordelen, maar toch verplicht in te vullen velden. Daarom beiden met 1 ster gevuld.
Patrick Haak | Langhenkel en Talenter BV: Interessante stof en inzicht in het toepassen van data, gebruik van applicaties en het werkelijke belang en betrouwbaarheid van informatie te kunnen duiden. Had meer verwacht om meer op de technische inhoud door te gaan, om zelf meer in staat te zijn om data op te halen en dit toe te passen. PS. locatie en catering is niet van toepassing ;-)
Langhenkel en Talenter BV: Ik heb een uitgebreide handleiding gekregen, theorie, techniek, visualisaties en implementatie van big data projecten. Prima (basis) cursus. Ik heb wel een stuk verdieping in het werkelijk toepassen van analyses gemist. Dat ging vrij snel. Een huiswerk opdracht met data en de opdracht om in excel analyses te doen zou voor mij wat meer verdieping hebben gegeven.
Langhenkel en Talenter BV: De opleiding is vooral gericht op het inzicht geven in de grote lijnen. Ik ging er zelf iets anders is. Dat het iets meer technisch zou worden. Het bleef soms wat globaal. Echter is ook dat nuttige context.
Langhenkel en Talenter BV: Op zich goed. Door Corona wat lastiger vorm te geven denk ik.
Langhenkel en Talenter BV: Helpt je inzichtelijk te krijgen welke processtappen er horen bij big data science. Maakt je een betere gesprekspartner als je big data analytics in zou willen zitten binnen jouw werkveld.
Pieter Koop | Langhenkel en Talenter BV: Leerzame opleiding om het grotere geheel rondom Big data te leren kennen. Dit kan een goed startpunt zijn voor latere meer technische ontwikkeling. Het is fijn om eerst het grote plaatje te kennen zodat je een betere gesprekspartner bent. N.B: bepaalde antwoorden op vragen in deze vragenlijst zijn beïnvloed door de situatie rondom Corona of niet op mij van toepassing. Hierdoor scoorden deze vragen laag.
Langhenkel en Talenter BV: Het had van mij nog meer concreet gemogen, nog meer zelf dingen schrijven, aanklikken en kijken wat daar de consequenties van zijn.
Langhenkel en Talenter BV: De opleiding is zeer leuk en interessant. Jack heeft zich goed weten aan te passen aan het digitaal les geven. Van te voren kon er misschien nog een iets realistischer beeld geschept worden dat we ver afbleven van het programmeren, daar hadden een aantal van ons denk ik toch op gerekend. We gingen echt meekijken hoe een data scientist zijn werk doet, had misschien iets meer naar voren kunnen komen aan het begin van de opleiding.
Repair Care: Goede combinatie tussen theorie en praktijk
Pon: Reden van deelname was met name gericht op het Data science onderdeel (sessie 3). Door mijn werkervaring waren de eerste twee sessie al bekende onderdelen, maar wel interessant door de workshops met overige deelnemers.
CCV Nederland: Inhoudelijk waardevol deel, prettige opzet en goed gepresenteerd.
Gemeente Waalwijk: De opleiding geeft een globaal en actueel beeld van de belangrijkste onderwerpen op het gebied van (big) data en analytics. Wil je er meer van weten is wel een diepgaandere training nodig.
Ruben van Berg | Securitas: Het heeft absoluut mijn verwachtingen gematcht. Bijna raar dat er niet meer business mensen aan tafel zitten in deze tijden. Geeft precies voldoende diepgang om goede gesprekspartner te zijn met de specialisten.
Robert Hol | Aegon Nederland N.V.: De opleiding behandelt in vogelvlucht alle aspecten van AI/ML/DA/BD op organisatorisch en technisch vlak. Daarmee word je geactiveerd en geinspireerd en uitgerust om ermee aan de slag te gaan en dit te kunnen implementeren in je eigen organisatie.
Pascal Prins | Brabantse Ontwikkelings Maatschappij: Leerzame Big Data opleiding, goed te begrijpen (niet te technisch), biedt goede aanknopingspunten om verder te verkennen binnen in het bedrijf. Docenten hebben passie voor het vak en brengen dat ook zo over.
VolkerWessels: Fijne opleiding om als nieuwkomer binnen deze wereld de eerste stappen te zetten. Wel als (mid-)senior niveau
VolkerWessels: Prima training om op vlieghoogte te komen voor big data analytics.
a.s.r. verzekeringen: Een zeer leerzame opleiding ook voor de niet professionele data scientist.
Asito B.V.: Leuk gebracht en inspirerend. Enige verbeterpunt is het voor een deel verschuiven van programmeren naar huiswerk.
Evides NV: Theorie was prima, leuk gepresenteerd. Begeleiding praktijk programmeren en modelleren was ronduit slecht. Reactie Passionned Group: inmiddels is de praktijkbegeleiding intenstiever en op een hoger niveau gebracht waarmee het praktische gedeelte voortaan soepel kan verlopen.
Proservices: Prima Big Data cursus. De workshop op 2e dag (met python) kan beter.
Mindert Westra | ABN AMRO Verzekeringen: Prima Big Data training. Fascinerende wereld met veel uitdagingen.
Grote Hoef Beheer: Deze Big Data cursus heb ik met veel plezier gevolgd als onderdeel van de 10-daagse Data Science opleiding. Ik zou echter niemand de zomereditie van de Data Science opleiding (10 werkdagen achter elkaar) aanbevelen gezien de hoeveelheid stof binnen een tekort tijdsbestek. Spreiden over 3 maanden lijkt mij geschikter gezien het maken en afronden van de eindopdracht.
Actief Werkt! Uitzenbureau B.V.: Na het volgen van deze Big Data opleiding heb ik een beter beeld wat er allemaal onder Data Science en AI wordt verstaan. Ook heb ik concrete tips om een voorzichtige stap te kunnen maken met een eventuele praktijkcase (proefballon).
Gemeente Lelystad: Veel kennis opgedaan en veel te weten gekomen over de nieuwe revoluties in de wereld van Big Data en AI. Ik ben blij dat ik dit heb mogen doen.
PinkRoccade Local Government: Goed inzicht gekregen in basisprincipes van ML, AI en Big Data.
Leone van Wijk-Oliemans | Loogman Tanken en Wassen: Door deze 3 dagen heb ik een duidelijker beeld gekregen over termen als big data, predictive analytics, algoritmes, machine learning en AI. Het enthousiasme van Jack werkte aanstekelijk. Doordat hij elke ochtend even kort wat vragen stelde over de les van de vorige dag en hier een korte samenvatting van maakte is de stof goed blijven hangen. Bedankt voor deze leerzame training!
Rene Loozen | Insights Global Consultancy BV: Waardevolle Big Data Analytics training met nuttige oefeningen en enthousiaste en kundige docent.
a.s.r. verzekeringen: Prima cursus, graag had ik zelf nog meer patronen willen zien (zoals clustering, random forest, etc.)
Marguarita Smetsers | Gemeente Breda: Ik vind de docent een heel goede leraar. Hij prikkelt de nieuwsgierigheid. Komt zelf ook heel enthousiast over! Didactisch heel sterk. Zou alleen graag nog meer de diepte in zijn gegaan, maar daar was te weinig tijd voor. Hij begreep goed waar de behoefte lag van de groep. Zou graag meer van hem willen leren.
Paul Stuurman | ING Groep N.V.: De opleiding geeft een goed overzicht over wat er mogelijk is op het gebied van predictive analytics en big data. Meegeleverde boek geeft ook duidelijke uitleg. Aanrader voor iedereen die hiermee aan de slag wil.
Gemeente Landsmeer: Prima opleiding, Ik had zelf wel iets meer theorie verwacht.
ING Groep N.V.: Ik vind dat de training goed in elkaar gezet is en de onderwerpen die aanbod zijn gekomen goed zijn behandeld. Ik heb wel een minpunt: R en Python zijn niet behandeld en ik heb aan Jorn gevraagd hoe dit mogelijk is en tot op heden geen antwoord, erg slecht. Binnen 24 uur reageren is wel zo netjes. Voor de rest dank aan de docenten voor hun enthousiasme!
