Big Data. Fundamentals. Ontwikkel slimme data-producten voor new business development

Transcriptie

1 3 e editie U ontvangt een ipad mini met het digitale lesmateriaal Big Data Fundamentals Diepgaande introductie opleiding voor een succesvolle implementatie van uw Big Data project Ontwikkel slimme data-producten voor new business development Ontdek de potentie van big data tools als MapReduce, Hadoop en andere methodieken Maak kennis met geavanceerde analyse technieken vanuit data mining Benut de hands-on kennis van Bol.com om uw eigen big data roadmap vorm te geven Data: 31 oktober, 13 & 28 november, 12 & 19 december Locatie: Coengebouw, Amsterdam In samenwerking met

2 Doel & resultaat De verkorte opleiding Big Data Fundamentals geeft u een volledige en toepasbare introductie van de impact van big data binnen uw organisatie. Zowel praktisch als theoretisch komen alle aspecten van A tot Z aan bod. Benut deze opleiding als springplank om uw eigen big data team samen te stellen en uw project vorm te geven. Na afronding van deze opleiding; 1. beschikt u over allround kennis die u nodig heeft om een realistische inschatting te maken van de impact en mogelijkheden van big data in uw organisatie 2. heeft u kennis gemaakt met verschillende toepassingen en tools voor het verzamelen, opslaan, analyseren en visualiseren van grote en ongestructureerde databestanden 3. beschikt u over de juiste handvaten om als project manager Big Data uw eigen big data projecten te ontwerpen en te leiden Uw voordelen op een rij Module opbouw De tweewekelijkse opbouw van het programma stelt u in staat om deze opleiding eenvoudig te combineren met uw dagelijkse werkzaamheden. Daarbij creëert deze opbouw voor u de ruimte om vragen te stellen die tussentijds op de werkvloer naar boven zijn gekomen. Compacte kennis In slechts vijf dagen ontwikkelt u zich tot project manager Big Data om goed beslagen ten ijs te komen bij de implementatie van uw big data project. Doe de kennis op die u nodig heeft om een realistische inschatting te maken van de impact en mogelijkheden van big data. Interactief programma Naast gedegen theoretische kennisoverdracht gaat u ook zelf aan de slag. U wordt zelf voor de uitdaging gesteld om aan de slag te gaan met een praktijk case en u sluit de opleiding af met een individuele opdracht.

3 Module I Data verzamelen voor uw Big Data project Big Data kenmerkt zich door grote hoeveelheden gestructureerde én ongestructureerde data. In deze module leert u hoe u de relevante data verzamelt vanuit een breed spectrum van bronnen en welke tools u hiervoor in zet. Aan de hand van de doelstellingen van het Big Data project leert u wat de belangrijkste data is die u moet verzamelen. 09:00 Introductie big data Inleidend kader: wat is big data en waarom is het van belang? Gestructureerde data: combineren en filteren van uw databases Binnen uw organisatie heeft u te maken met verschillende type databases van verschillende groottes. In deze sessie gaan we kijken welke kansen er liggen in de informatie die u al heeft in uw organisatie. wat zijn de verschillende type databases? hoe past u uw big data vraag in bestaande datawarehousing omgevingen? hoe vertaalt u uw business vraag in bruikbare datasets vanuit de verschillende bronnen? hoe combineert u verschillende typen gestructureerde data? hoe maakt u deze data werkbaar? hoe bewaakt u de datakwaliteit? 13:30 Ongestructureerde data en social data verzamelen Wat is nou precies ongestructureerde data en waarom gebruiken we steeds meer ongestructureerde data? Welke nieuwe uitdagingen brengt ongestructureerde data met zich mee t.o.v. gestructureerde data? Welke vormen van ongestructureerde data zijn interessant en/of komen vaak voor? Hoe transformeert u ongestructureerde data naar een vorm die te analyseren is? Specifieke vorm: social data Welke informatie kunt u uit social data halen? Waarom is deze data interessant? Hoe stellen social media (en andere bronnen) social data beschikbaar? Hoe verkrijgt u deze data? Opdracht - Specifieke toepassing: data collectie U gaat zelf aan de slag om social data te verzamelen. De verzamelde data zal getransformeerd moeten worden naar een bruikbare vorm. Dit kunt u zelf doen, maar tevens zal er een simpele tooling beschikbaar zijn om dit uit te voeren. Deze opdracht dient ter voorbereiding op Module III over data mining en Gephi tooling. Koen Penders, Business Consultant Online Analytics, Adversitement Inhoudelijk contact met uw opleidingsadviseur? Neem dan contact op met onze opleidingsadviseur Jeremy Stevens via of stuur een naar j.stevens@iir.nl Informeer ook naar de mogelijkheden voor groepskorting

4 Module II Techniek: Big Data Tools Een overzicht met technische tint van Hadoop en NoSQL gerelateerde thema s. Aan de hand van praktijk gerelateerde voorbeelden leert u over verschillende technologieën en programmeermodellen om data te ontsluiten. 09:00 Parallel rekenen: het datacenter is uw computer Horizontaal en verticaal opschalen Wat is er nieuw aan Hadoop? - De MapReduce abstractie - Het Hadoop Distributed File System - De hype voorbij: voor welke type cases werkt het nou echt? Investeren in kennis en informatie: wat is de rol van de data scientist? Het ecosysteem Hadoop : Pig, Hive and HBase Machiel Jansen, Groupleader escience & cloud services, SURFsara 13:30 NoSQL NoSQL vs tradionele SQL databases aan de hand van het ACID model Sharding: het opdelen van data voor fout tolerantie of betere performance Overzicht NoSQL databases: wat gebruik ik wanneer? CouchDB demo: opschalen naar miljoenen taken NoSQL ecosysteem Vergelijking database as a service diensten zoals Amazon s S3 uitkomst innovatie projecten Jan Bot, Adviseur, SURFsara ICT Academy De IIR ICT Academy leidt jaarlijks honderden professionals op. Onze trainingen variëren van 1-daagse workshops tot uitgebreide verkorte opleidingen. Tijdens onze trainingen is daarom altijd veel ruimte om te sparren met uw vakgenoten. Zo leert u niet alleen van onze topdocenten, maar ook van elkaar! Bekijk het aanbod van alle ICT opleidingen op

5 Module III Analyse: data mining 09:00 Data Mining in het (big data) analytics proces Hoe valt data mining in het (big data) analytics proces - Introductie data mining; supervised data mining, unsupervised data mining en association learning Het data mining proces: welke stappen zijn er nodig om van vraagstuk naar antwoord te komen? 1. Vraagstuk 2. Information retrieval 3. Data transformatie 4. Feature extraction 5. Mining; model constructie & training, test en validatie stappen 6. Evaluatie model 7. Toepassing model Hoe rijmen data mining en big data zich? - Data mining op ongestructureerde data; tekstuele en logging data Laatste ontwikkelingen in data mining 13:30 Aan de slag met data mining en social data Leg uw eigen use case voor; op welke manier kunt u hier mee aan de slag? De docent gebruikt uw use case om data mining op social data toe te passen. Opdracht - specifieke toepassing: data collectie Data mining op social data met de data die u tijdens de eerste dag heeft verzamelt Gebruik van de tool Gephi; algoritmen in Gephi en betekenis daarvan Gewenste uitkomsten vanuit Gephi Conceptuele afronding Terugkoppeling plek data mining binnen het (big data) analytics proces The art of data mining ; het belang en de moeilijkheid van deze stap Koen Penders, Business Consultant Online Analytics, Adversitement Ook InCompany Wilt u deze opleiding voor uw gehele afdeling volgen? Vanaf 5 personen kunt u deze training InCompany volgen. Het programma wordt specifiek afgestemd op uw organisatie, in overleg wordt een datum, locatie en tijdstip bepaald. Een ander voordeel van een InCompany traject is dat uw hele team hetzelfde niveau bereikt en u tegelijkertijd aan teambuilding werkt. Neem voor inhoudelijke informatie vrijblijvend contact op met onze adviseur Miranda Goossens: tel of stuur een naar m.goossens@iir.nl

6 Module IV Praktijkdag: Bol.com big data case Nadat u op basis van uw business vraag de belangrijkste data hebt verzameld en geanalyseerd, is het inzichtelijk maken van de data de volgende onmisbare stap. Met een scherpe visualisatie communiceert u op overtuigende wijze uw bevindingen naar de rest van de business en weet u aan te zetten tot de juiste beslissingen. 09:00 Case: Big Data bij Bol.com The long tail; big data als business strategie Hoeveelheden data bij Bol.com Clickstream Schaalbaarheid De business case: big data toepassingen bij Bol.com 13:30 Hadoop cluster en analyse in de praktijk Tijdens deze praktijk middag gaat u zelf aan de slag met Hadoop. Hierin zult u ervaren hoe diverse tools op Hadoop gebruikt kunnen worden ter ondersteuning van data analyse. Na de training kunt u verder experimenteren met het Hadoop cluster dat u tijdens de training zult installeren en gebruiken. Edith Kanters, IT architect, Bol.com In deze laatste module wordt alle kennis samengebracht en gaat u een Big Data project vormgeven. Alle belangrijkste stappen komen aan bod, van het formuleren van de juiste business case en, het gebruiken en bewerken van de databronnen om te komen tot een data driven strategie. 09:00 Data visualisatie Het overtuigend visualiseren van data is onmisbaar in elk Big Data project. Tijdens deze module wordt op basis van de achterliggende theorie bekeken wat de rol is van informatie visualisatie binnen Big Data projecten. Module V Visualisatie & business case De volgende onderwerpen zullen o.a. de revue passeren: Waarom is het zinvol om visualisatie in te zetten wanneer je met data werkt? Op welke manieren kun je data visualisatie inzetten? Hoe evalueer je een visualisatie? Welke tools kun je gebruiken voor het visualiseren van data? Joshua de Haseth, information analyst, Provincie Flevoland 13:30 Ontwerp een Big Data business case Toepassing (big data) analytics proces in de praktijk Problematiek en uitdagingen in de praktijk; keuze tooling en aanpak Samenvatting opdracht - Bespreken resultaten en uitkomsten - Reflectie van het proces dat de deelnemers hebben doorlopen naar het (big data) analytics proces Uitwerking van de verschillende use cases Roundup Koen Penders, Business Consultant Online Analytics, Adversitement

7 Deze opleiding is ontwikkeld voor: Informatie managers Business/ data analisten Database professionals en database managers Business intelligence managers Business developers met een achtergrond in IT Werkzaam bij: Overheid Retailers Financiële instellingen Energiebedrijven Telecombedrijven Industrie Onderwijsinstellingen Uw docenten Koen Penders Koen Penders werkt als Head of Innovation bij Adversitement. Hij studeerde Business Information Systems aan de Technische Universiteit Eindhoven met als specialisatie Data Mining. Bij Adversitement ontwikkelde hij zich tot een allround expert in online analytics met ruime ervaring in omvangrijke en complexe webanalyticsintegraties. Zo werkte hij voor onder andere ING, Vodafone en bol.com. Daarnaast beschikt hij over een uitgebreid track record op het gebied van omnichannel marketing en procesbegeleiding om organisaties te helpen een data driven cultuur te realiseren. Jan Bot Jan Bot werkt als adviseur bij de escience & Cloud services group van van SURFsara, het Nederlandse HPC center. Hij studeerde Bioinformatica bij de TU Delft & Universiteit Leiden. Hij werkt veel met de Dutch Life Science Grid en heeft zijn eigen distributiesysteem ontwikkeld op basis van CouchDB. Hij heeft de SURFnet Enlighten Your Research 3 competitie gewonnen en werkt als e-architect binnen het e-biogrid programma. Machiel Jansen Machiel Jansen is groepsleider van de groep escience & cloud services bij SURFsara. SURFsara biedt hoogwaardige High Performance Computing (HPC) diensten, waarbij Hadoop al enkele jaren een belangrijk onderdeel van de infrastructuur is. Machiel promoveerde en doceerde aan de Universiteit van Amsterdam en was, tot hij in 2007 bij SARA in dienst trad, werkzaam bij Gridline BV en Collexis BV als technisch consultant op het gebied van information retrieval en natuurlijke taal verwerkende software. Edith Kanters Edith Kanters is IT Architect bij Bol.com. Haar werkervaring bevindt zich op de gebieden: website personalisatie, business intelligence, datamining, data warehousing, campaigning en promoting. Edith studeerde Technische Bedrijfswetenschappen aan de Rijksuniversiteit Groningen en houdt zich al sinds 1997 bezig met data analyse ten behoeve van multichannel marketing bij een brede klantengroep. Daarnaast heeft Edith ruime ervaring met het geven van trainingen en workshops Joshua de Haseth Joshua de Haseth is ruim 11 jaar werkzaam bij de provincie Flevoland als beleidsonderzoeker en informatieanalist. In zijn werk gebruikt Joshua datavisualisatie voor het analyseren en communiceren van overheidsinformatie. Van grafieken in een rapport voor intern gebruik tot interactieve visualisaties op het internet voor de politiek en burger. Omdat er op het gebied van data visualisatie veel winst te behalen is deelt hij daarom graag zijn kennis in de context van overheid en business.

8 IIR B.V., Kabelweg 37, 1014 BA Amsterdam: Meld u aan met uw VIPcode: Aanmelden Meld u aan voor de verkorte opleiding Big Data Analytics in Amsterdam. Inclusief ipad mini 3 makkelijke manieren om u aan te melden: 1. Via internet: 2. Stuur een naar l.mendoza@iir.nl 3. Bel Lorelei Mendoza van customer service: daagse opleiding 4.250,- Inclusief ipad mini met digitaal lesmateriaal! Alle prijzen zijn per persoon en exclusief BTW en inclusief documentatie, koffie/thee en lunch. Wilt u een eigen tablet of laptop meenemen naar de opleiding? Dan ontvangt u 200,- korting. Blijf op de hoogte via social media: Word lid van de IIR LinkedIn groep Big Data Forum en discussieer mee en blijf op de hoogte van het laatste nieuws Scan deze code met uw smartphone en bezoek direct de website van deze opleiding Gegevensregistratie Uw gegevens worden door IIR geregistreerd en gebruikt om u op de hoogte te houden van onze producten en die van zorgvuldig geselecteerde bedrijven. Mochten uw gegevens niet correct zijn of wenst u dat uw gegevens niet gebruikt wordt voor deze doeleinden, neem dan contact op met onze database afdeling op of database@iir.nl Algemene voorwaarden Op alle aanbiedingen zijn onze algemene voorwaarden van toepassing. Deze zijn gedeponeerd bij de K.v.K te Amsterdam, onder nummer De algemene voorwaarden zijn te downloaden op onze website en worden op verzoek kosteloos toegezonden.