Iedereen is tegenwoordig aan de slag met "big data". Maar wat houdt dat precies in? Over welke data gaat het precies? Welke infrastructuur hebt u ervoor nodig? En wat levert het u op? Tijdens deze training gaan we op zoek naar antwoorden op deze vragen.

Data wordt hoe langer hoe crucialer voor om het even welke onderneming. Het analyseren van grote hoeveelheden data, met als doel het optimaliseren van bedrijfsprocessen, van marketing, van belangrijke beslissingen, ... is niet nieuw. Maar door de steeds toenemende data-volumes, de steeds grotere verscheidenheid aan databronnen, en de bredere beschikbaarheid van data, stelt zo'n analyse steeds grotere eisen aan de infrastructuur, de software, en de datamodellen. In zoverre zelfs dat een nieuw raamwerk nodig lijkt. Het klassieke, beproefde relationele datamodel lijkt niet meer te volstaan om de nieuwe uitdagingen van "data-analyse voor business-intelligence" te beschrijven en te sturen.

"Big data analytics" is de naam van dit overkoepelende raamwerk, waarin zowel oude modellen en technieken (zoals data warehousing, online analytic processing, Hadoop, clusteranalyse, ...) als nieuwere inzichten (data in motion, emotional text analytics, ...) elkaar gevonden hebben. De mogelijkheid om uit meer diverse, grotere, en sneller wijzigende data, toch nog relevante inzichten, tendensen en voorspellingen te condenseren kan managers of andere decision makers helpen hun beslissingen beter te onderbouwen.

In deze cursus

• geven we een algemeen beeld van waar big data voor staat;
• geven we een overzicht van de technologieën die aan de basis liggen;
• plaatsen we de technologische kreten in context en perspectief;
• raken we vertrouwd met deze wereld.

• Inleiding: over data, data bases, en data warehouses - en nu big data
• Wat is big data?
  • Uitgangspunten: problematiek - waarom big data?
    • data-centrische bedrijfsvoering
    • de 4 V's: volume, variety, velocity, variability - types van data - voorbeelden
    • data-kwaliteit, consistentie, en betrouwbaarheid
  • Big data architectuur - componenten - technologieën - naar een geïntegreerde data architectuur
• Opsomming van nieuwe databronnen: webstatistieken ("clickstreams"); sociale media; Twitter feeds; Google Maps; sensor-data (b.v. bewakingscamera's) en het "Internet of Things" (IoT); ...
• NoSQL databases versus relationele databases - types en gebruik - en populair vandaag: MongoDB, Cassandra, ...
• Big Data Frameworks
  • Het "divide & conquer" model: Hadoop en MapReduce - data distribueren en m.b.v. massief parallelle algoritmen analyseren
  • Spark : in memory dus hoge snelheid - en gevoed vanuit een verscheidenheid aan databronnen
  • Machine learning
• Performance-overwegingen
• Big data analytics - ken uw data -- of: de rol van de data scientist!
  • Hoe een goede inschatting maken van de datakwaliteit; risico-analyse - en het belang van statistiek
  • Gebruik van programmeertalen: Python, R, Scala, ...
  • Gebruik van visualisatie-tools om het overzicht te behouden en het relatieve belang van verschillende data-bronnen in te schatten
• Overzicht van veel gebruikte (open source) producten/technologieën op de markt

Klassikale opleiding.

Een interactieve, live training – gegeven in een fysiek klaslokaal of online, of in een hybride vorm. De cursus kan gegeven worden in het Nederlands, Engels of Frans.

Elementaire kennis van database management systemen is een pluspunt.

Deze training is bedoeld voor iedereen die kennis wil maken met het onderwerp big data: IT-personeel, personen die met big data technologieën in aanraking komen. Ook voor niet IT-technische medewerkers.