CDSP.jfif

Opleiding Certified Data Science Professional

Met deze data science opleiding doe je praktische kennis en kunde op voor het data science tijdperk van morgen

Locatie: Nieuwegein

Opleidingsduur: 12 weken 

Tijd: 9:30 -17:00

Start: 12 januari 2022

1 dag per week les

Lessen: face to face en online

Kosten: EUR 6600,- (excl. BTW)

Lesdag: woensdag 

Certificaat: CDSP

Introductie

De opleiding bestaat uit presentaties, cursusmateriaal, interactieve notebooks, voorbeelden en opdrachten. Je krijgt een introductie in de concepten en algoritmes aan de hand van een korte presentatie. Daarna wordt aan de hand van een concreet voorbeeld script in R getoond hoe het werkt. We maken gebruik van de de-facto standaard tools voor data science R, R-Studio en Anaconda in Python. Alle voorbeelden en het cursusmateriaal zijn direct bruikbaar. Ook na de cursus is al het materiaal een waardevolle asset voor je nieuwe data science projecten! Een onmisbare tool box voor een snelle start van je project bij elke klant of in elk project.

Waarom CDSP?

Wat maakt CDSP een unieke data science opleiding? Deze opleiding bestaat al sinds 2012. Er er zijn al meer dan 200 mensen je voorgegaan. De cursus wordt door de studenten altijd als “zeer goed” gewaardeerd! Het succes van deze opleiding is de eindpresentatie van de case van de cursus waarin alles samenkomt.

Een belangrijk onderdeel is de praktijkopdracht. De laatste weken ga je onder begeleiding van de ervaren DIKW docenten je eigen data science project vormgeven. Je zult niet de eerste zijn die hiermee een daverende businesscase voor de investering in deze cursus realiseert!

De praktijkopdracht kun je als businesscase gebruiken naar je leidinggevende voor de investering in deze opleiding!

Waarom kiezen voor DIKW Academy?

Bij DIKW Academy werken docenten met jarenlange praktijkervaring in het vakgebied van data science. Onze docenten werken dagelijks in de praktijk aan uitdagende data science projecten bij onze belangrijke klanten.

In DIKW's visie zullen succesvolle organisaties van de toekomst transformeren naar een meer en meer data gedreven organisatie. Hierin speelt het analyseren en toepassen van algoritmes en statistiek een steeds belangrijkere rol.

Data science is een breed vakgebied en omvat veel verschillende concepten, tools en technologie. Om je dit vakgebied eigen te maken zul je moeten investeren in een programmeertaal waarmee je algoritmes kunt gaan toepassen op je data.

Deze opleiding zorgt voor een brede basis in het vakgebied. Je bent natuurlijk niet gelijk een doorgewinterde specialist maar de certificering garandeert een gedegen kennis van de huidige stand van zaken zoals je dat van DIKW Academy verwacht.

DIKW Academy, een hoogwaardig opleidingsinstituut, heeft sinds 2012 als eerste in Nederland een volwaardig en uniek gecertificeerd programma ontwikkeld voor de nieuwe generatie data gedreven professionals.

We leven in de tijd van algoritmes, Artificial Intelligence en machine learning. Het data science landschap is enorm in beweging. Door een modulaire opbouw van het curriculum kunnen wij het programma optimaal afstemmen op nieuwe trends en ontwikkelingen. Deze opleiding is opgebouwd rond modules. Iedere module levert een stuk theoretische achtergrond en een werkend stuk code waarmee je ook na de opleiding een vliegende start kunt maken op dat specifieke data science thema.

In de onderstaande "metro-kaart" zien we het data science landschap dat als uitgangspunt dient voor de opbouw van deze opleiding:

metrokaart.png

(credits go to http://nirvacana.com/thoughts/)

Inhoud

Leerdoelstelling

In DIKW's visie zullen succesvolle organisaties van de toekomst transformeren naar een meer en meer data gedreven organisatie. Hierin speelt het analyseren en toepassen van algoritmes en statistiek een steeds belangrijkere rol. 

Data science is een breed vakgebied en omvat veel verschillende concepten, tools en technologie. Om je dit vakgebied eigen te maken zul je moeten investeren in een programmeertaal waarmee je algoritmes kunt gaan toepassen op je data.

Deze opleiding zorgt voor een brede basis in het vakgebied. Je bent natuurlijk niet gelijk een doorgewinterde specialist maar de certificering garandeert een gedegen kennis van de huidige stand van zaken zoals je dat van DIKW Academy verwacht.

Programma

Week 1: Introductie

Het hele programma wordt kort doorgelopen, zodat je weet wat je kunt verwachten. We duiken zo snel mogelijk in de wereld van R met R-Studio. We behandelen de basis data bewerkingen in R en maken een start met uni-variate analyses in R. Je raakt bekend met de standaard aanpak voor data science CRISP-DM. 

Week 2: Meetwaarden, data munging en introductie python

We starten met een wetenschappelijk artikel van Stevens uit 1946 over meetwaarden en schalen. Daarna maken we kennis met data munging aan de hand van het package dplyr. Als laatste maken we kennis met het Anaconda platform voor data science in Python.

Week 3: Introductie machinelearning, de classificatie taak en de kracht van de bootstrap.

We geven een overzicht van het machine-learning landschap en gaan aan de slag met de classificatie taak. Ook maken we kennis met de kracht van sampling technieken, permutaties en bootstraps.

Week 4: Visualisatie, clustering en matrix algebra

We maken kennis met de ‘Grammar of Graphics‘ in het package ggplot en bouwen een geavanceerde visualisatie stap voor stap op. In de tweede module laten we de kracht van matrix algebra zien en maken we onze eigen robuuste clustering. We sluiten af met een overzicht van segmenterings- en clusteringtechnieken.

Week 5: BIG Databases en Analytics

Wat is big data? Welke database opties heb ik? Document stores, tuple & triple stores, columnar databases. NoSQL XML databases. Distributed file systems, Apache HADOOP ecosysteem. Na deze dag weet je hoe de wereld van de big data eruit ziet en ben je in staat een keuze te maken voor een van deze systemen bij de start van een big data project. Daarnaast krijg je meer wiskunde met toepassingen van matrix decompositie in feature reductie en factor analyse.

Week 6: Advanced Machine Learning en Social Network Analysis

Ensemble learning, bagging, boosting en random forests staan op het programma. Ook kijken we in detail naar model kwaliteit en de verschillende maten om kwaliteit te meten. We sluiten af met social network analyse door live een twitter feed te analyseren.

Week 7: Semantics, Textmining en Natural Language Processing

Deze dag staat in het teken van tekst en search. Met Python Natural Language Tool Kit (NLTK) onderzoeken we de mogelijkheden voor het analyseren van teksten. Feature extractie, tellen van woorden en woordcombinaties en het visualiseren van resultaten. Ook maken we kennis met open data en het semantic web, hierin heeft alle data context. We laten zien hoe we daar als data scientist gebruik van kunnen maken.

Week 8: Recommenders, tijdreeksen en survival analysis

Hoe bouw je een recommender algorithme in R? We gaan het gewoon doen! Daarnaast staat deze dag in het teken van (het voorspellen van) tijdreeksen en survival analyses. Je raakt bekend met de aanpak voor het forecasten van tijdreeksen op basis van het forecast package van Rob Hyndman.

Week 9: Opdracht data verzamelen – opdracht data bewerken

In overleg stellen we een opdracht samen per cursist, eventueel in teamverband wordt er gewerkt aan een opdracht, een belangrijk onderdeel van de certificering als data scientist. De deelnemers hebben deze dag de tijd onder begeleiding aan de opdracht te werken.

Week 10: Opdracht analyseren & presenteren

Een kort oefenexamen wordt afgenomen als voorbereiding op het examen over theorie en statistiek. De deelnemers hebben deze dag de tijd onder begeleiding aan de opdracht te werken.

Week 11: Examen

Het examen bestaat uit een aantal (50) multiple choice vragen (2 uur) en twee korte programmeeropdrachten (per opdracht 1 uur de tijd), één in Python en één in R. Samen met de opdracht vormt dit examen de basis voor de certificering. Tevens is er ruimte om de laatste hand te leggen aan de eindpresentatie voor de opdracht.

Week 12: Voordracht & Borrel

Het resultaat van de opdracht wordt gepresenteerd in een voordracht van maximaal 20 minuten. De presentatie is voor de andere cursus deelnemers en de examen commissie. De presentatie wordt beoordeeld op analytische diepgang en de commerciële businesscase. Na een evaluatie van de opleiding door de cursisten en de beoordeling van de presentaties gaan we over tot de feestelijke uitreiking van de certificaten Certified Data Science Professional.

Locatie

Leren en studeren in ons Academy lokaal in Nieuwegein is door de inrichting zeer prettig. Je bent van alle gemakken voorzien als aankomend data scientist. Koffie en fris is binnen handbereik en er wordt dagelijks gezorgd voor versnaperingen en een lunch of diner. In het direct aanpalende restaurant kun je een potje poolen of racen op onze Playseat ter ontspanning. 

In het lokaal kun je op het grote scherm de presentatie goed volgen en alle uitleg die gegeven wordt op het elektronische whiteboard, kun je toegestuurd krijgen. Het lokaal is ruim opgezet waarbij het mogelijk blijft om genoeg interactie te hebben tussen de docent en de cursist.

Het is ook mogelijk om de lessen op afstand te volgen. Door middel van het cameravolgsysteem in het lokaal kun je meekijken vanuit huis en heb je dezelfde ervaring als wanneer je in het lokaal zit. Wanneer je je camera aanzet kunnen de docent en cursisten je ook zien en verhoog je de interactie met je medecursisten. Vanaf je werkplek thuis of op kantoor kan je gewoon meepraten met de andere cursisten in het lokaal. 

Investering

Kosten

De kosten voor de gehele CDSP zijn EUR 6600,- (excl. BTW) hierin zijn inbegrepen:

  • 12 lesdagen op locatie of vanaf je werkplek
  • Lesmateriaal & studieboeken
  • Lunch of diner op de lesdagen
  • Koffie, thee, fris en versnaperingen tijdens de lesdagen

Fiscale aftrekbaarheid

Betaal je zelf de opleiding? Dan geldt dat opleidingskosten aftrekbaar zijn van de inkomstenbelasting. Deze fiscale voordelen zorgen ervoor dat een opleiding minder hoeft te kosten. Voor particulieren geldt een maximale aftrek van €15.000,- met een drempel van €250,-. Kijk voor meer informatie op de site van de belastingdienst en zoek naar: studiekosten.

DIKW Alumni krijgen 10% korting.

Heb je al eens een opleiding, cursus of training bij ons gevolgd dan krijg je van ons 10% korting op de volgende cursus, training of opleiding.

Hiervoor dien je je wel aangemeld te zijn als DIKW Academy Alumni. 

Ben je nog niet aangemeld? 

Doe dat dan via deze link

Aanmelden

Toelating 

Er is geen specifieke voorkennis nodig. Het helpt natuurlijk wel als je al ervaring hebt met bepaalde onderdelen van de opleiding. Bij de Certified Data Science Professional (CDSP) is het bijvoorbeeld handig als je je kennis van beschrijvende en toetsende statistiek hebt opgefrist of als je al ervaring hebt in een scriptingtaal. 

Starten

De eerstvolgende CDSP opleiding start op 12 januari 2022

Aanmelden

Je kan je aanmelden door het formulier in te vullen. 

Na je aanmelding:

  • Krijg je de bevestiging dat je ingeschreven bent
  • Je wordt geïnformeerd over het verder verloop van de aanloop naar de cursus
  • 3 weken voor aanvang van de cursus krijg je alle informatie toegestuurd die je nodig hebt om aan de slag te gaan.
    • Routebeschrijving
    • De data van de de lesdagen (i.v.m. vakanties, etc.)
    • De studiewijzer 
Carrière

Wat levert het je op?

Als gecertificeerd data scientist ben je klaargestoomd voor de toekomst. De opleiding CDSP zorgt voor een brede basis in het vakgebied. Je bent natuurlijk niet gelijk een doorgewinterde specialist maar de certificering garandeert een gedegen kennis van de huidige stand van zaken zoals je dat van DIKW Academy verwacht. 

Door de eindopdracht die je uitvoert gedurende de cursus zorg je ervoor dat al het geleerde in de praktijk wordt gebracht en de kennis op zijn plek valt.

Je zult niet de eerste zijn die hiermee een daverende businesscase voor de investering in deze cursus realiseert!

Bekijk ook wat de gecertificeerde data scientist nu doet op onze Alumni pagina op Linkedin

FAQ

Q: Hoeveel werk-, studie- en contacturen zijn er?

A: We hebben opleidingen van een dag tot een half jaar. De studiebelasting is zo gekozen dat je de opleiding naast je werk kunt doen. Dat wil zeggen dat je naast de opleidingsdag/middag/ avond er vanuit moet gaan dat je nog een avond (3 uur) bezig bent met studeren, opdrachten, etc.

Q: Hoeveel tijd besteedt een cursist gemiddeld aan individueel werk en groepsopdrachten?

A: Veel van de opleidingen bij DIKW Academy zijn praktisch ingestoken. Dat wil zeggen dat je hands-on aan de bak moet. Tools installeren, dingen uitzoeken en aan de praat krijgen. Algorithms proberen, testen of dingen werken en of je snapt wat er gebeurt. Daarnaast is in veel opleidingen een praktijkcase die je als team of als individu uitvoert. Als je dat een beetje handig aanpakt zul je zien dat je die opdracht heel mooi kunt gebruiken om een eerste Minimal Viable Product (MVP) op het gebied van data science of data engineering kunt maken voor jouw opdrachtgever. Daarin willen mensen nogal eens erg enthousiast worden en er meer tijd in steken dan zo vooraf hadden gedacht. Maar wel met vaak een heel mooi resultaat.

Q: Op welke locatie worden de lessen gegeven?

A: DIKW Academy heeft een opleidingsruimte in Nieuwegein

Q: Bieden jullie ook online lessen aan?

A: Ja, we hebben een eigen video conferencing service (Jitsi) en een e-learning platform (Moodle) waar al het materiaal beschikbaar is.

Q: Wat voor voorkennis heb ik nodig?

A: Tenzij anders aangegeven bij de opleiding is er geen specifieke voorkennis nodig. Het helpt natuurlijk wel als je al ervaring hebt met bepaalde onderdelen van de opleiding. Bij de opleiding Certified Data Science Professional (CDSP) is het bijvoorbeeld handig als je je kennis van beschrijvende en toetsende statistiek hebt opgefrist of als je al ervaring hebt in een scriptingtaal. Ook voor CDSP is er echter geen specifieke voorkennis nodig, bij inschrijving ontvang je een document waarin staat hoe je je optimaal kan voorbereiden op de opleiding.

Q: Heb ik eigen data nodig om de praktijkopdracht uit te voeren?

A: Je hoeft geen eigen data te hebben om de praktijkopdracht uit te voeren. Ook met een dataset die online te vinden is kun je een mooie praktijkcase maken. De docent zal je begeleiden bij het zoeken naar een geschikte dataset.

Hugo Koopmans Msc

Hugo Koopmans Msc

Managing Partner & Chief Data Science | CTO Sensing Clues | Docent DIKW Academy…

Lees meer

Patrick Meulstee MSc BSc

Patrick Meulstee MSc BSc

Data Scientist | Business Intelligence Consultant | Docent DIKW Academy…

Lees meer

Bas Beekmans Phd

Bas Beekmans Phd

Senior Data Scientist | Docent DIKW Academy…

Lees meer

Heb je vragen over deze opleiding?

Maak een bel afspraak met één van onze docenten!