Data Science Professional | blended opleiding
Deze unieke opleiding leidt jou op tot Data Science Professional met een certificaat van Harvard.
De opleiding Data Science Professional is een combinatie van de online opleiding data science van Harvard University en contactonderwijs verzorgd door Tridata’s docenten.
Blended learning met Tridata
Onderwijstechnologie ontwikkelt zich snel en die ontwikkeling heeft docenten de gelegenheid geboden hun didactische strategieën te heroverwegen en te verbeteren. Het concept van blended learning biedt een kader om docenten te helpen online educatieve technologieën te integreren in de lessen. Wanneer effectief gedaan, is aangetoond dat blended learning de betrokkenheid van de deelnemers en hun leerresultaten verbetert.
Wat is blended learning?
Blended learning is een mix van verschillende manieren van leren, het is een combinatie van online leren en contactonderwijs. Deze leervorm wordt ook wel hybrid learning genoemd.
Onderzoek wijst aan dat blended learning een effectieve manier van lesgeven is, zie bijvoorbeeld het paper van Louis Deslauriers en collega’s dat in 2019 is gepubliceerd in het toonaangevende wetenschappelijk tijdschrift Proceedings of the National Academy of Sciences of the United States of America.
Data Science Professional Program
In de opleiding Data Science Professional leer je in korte tijd de essentiële skills voor data science. Denk hierbij aan het programmeren in R, databewerking, datavisualisatie, het bouwen van dashboards, het omgaan met statistiek en het ontwikkelen plus implementeren van machinelearningmodellen. Je gaat via het cursusplatform van Harvard University aan de slag met een aantal real-world case studies en krijgt wekelijkse begeleiding van professionele Tridatadocenten.
Data Science Professional: blended learning met Tridata
De opleiding Data Science Professional gaat uit van het succesvolle blended learning principe: een combinatie van online leren en contactonderwijs. Sinds een aantal jaar is er ontzettend veel online onderwijsmateriaal van goede kwaliteit beschikbaar (bijvoorbeeld via EdX.org, Coursera.org en DataCamp.com), maar het blijkt vaak niet eenvoudig om het materiaal volledig onder de knie te krijgen. Daarom biedt Tridata via deze opleiding extra begeleiding om jouw data science skills een boost te geven! We gebruiken hiervoor het online programma van Harvard: de HarvardX’s Data Science opleiding.
Leervormen en begeleiding
We doorlopen het HarvardX programma in twaalf weken, waarbij je elke week via een online platform de video’s bekijkt en de oefeningen maakt. Om daar het maximale rendement uit te halen komen we één avond per week (avondprogramma) of één dag in de twee weken (dagprogramma) samen voor meer uitleg en het bespreken van de meer complexe onderwerpen. Tijdens deze bijeenkomsten behandelen we ook onderwerpen waar je tijdens jouw datascienceoefeningen mee te maken krijgt en maken we een verdiepingsslag.
De Tridatabegeleiding zorgt ervoor dat je na drie maanden aan de slag kunt met een echt datascienceproject. De opleiding zelf is zo ingericht dat je gewoon vanuit huis kunt oefenen, maar toch persoonlijke begeleiding krijgt van een professional.
Data Science Professional Program: twee varianten
De zeer praktijkgerichte opleiding Data Science Professional bestaat in twee varianten:
- Avondprogramma: 12 lesavonden verdeeld over 12 weken.
- Dagprogramma: 6 lesdagen verdeeld over 12 weken.
Doelgroep
- Business Intelligence en data-analisten die hun kennis willen uitbreiden met vaardigheden op het gebied van data science.
- (Team)managers van BI en data-analisten
- Academici die een carrière ambiëren als data scientist
- Specialisten die hun kennis over het analyseren van big data op peil willen houden
Vereiste voorkennis en vaardigheden
Om de opleiding Data Science Professional succesvol af te sluiten wordt van de deelnemer een bepaald kennisniveau verwacht:
- Minimaal afgeronde HBO/WO opleiding;
- Goede basiskennis van basisstatistiek: begrippen uit de beschrijvende statistiek zoals centrummaten, spreidingsmaten, meetniveaus, en (co)variantie zijn bekend;
- Bekendheid met statistische modellen zoals regressies is geen vereist maar helpt om het maximale rendement uit de opleiding te halen;
- Ervaring in het programmeren met één of meerdere computertalen zoals R, Matlab, Stata, SAS, Python , C, C++, C#, Java of een vergelijkbare computertaal is een pré.
Tijdens de opleiding zullen de opdrachten in R worden uitgevoerd.
Doel van de Opleiding Data Science Professional
Na afloop van de opleiding Data Science Professional kunnen de deelnemers meedraaien in een data science team door:
- Bedrijfsgegevens te vertalen naar visie en strategie;
- Aan te geven hoe complexe datasets oplossingen kunnen bieden voor maatschappelijke uitdagingen;
- Aan te geven hoe geavanceerde analysetechnieken ingezet kunnen worden om een voorsprong te creëren op concurrenten;
- Geschikte analytische technieken en tools toe te passen om Big Data te analyseren en hieruit inzichten te destilleren;
- Onderzoeksresultaten te communiceren aan stakeholders en teamleden.
Programma Data Science Professional
De Opleiding Data Science Professional van Harvard bestaat uit 9 modules. Het laatste blok (Capstone) wordt afgesloten met een presentatie waarin de deelnemers hun eigen onderzoek presenteren. Na afronding van de module Machine Learning krijg je twee weken de tijd om aan je eindopdracht te werken.
Inhoud modules Data Science Professional
Data Science: R Basics
Data Science: Visualization
Data Science: Probability
Data Science: Inference and Modeling
Data Science: Productivity Tools
Data Science: Wrangling
Data Science: Linear Regression
Data Science: Machine Learning
Data Science: Capstone
Bekijk de uitgebreide beschrijving van de opleiding Data Science professional van Harvard op het online leerplatform edX.
Kosten en inschrijving
De kosten van de beide varianten van de opleiding Data Science bedragen € 3500. De kosten van de opleiding Data Science zijn vrijgesteld van BTW (BTW-tarief 0%) en zijn inclusief boeken w.o. An Introduction to Statistical Learning en R for Data Science en catering.
De kosten voor toegang tot het leerplatform van edX edX zijn niet inbegrepen en zijn voor rekening van de deelnemer.
Studieduur en planning (Utrecht)
Cursusdata
5 april, 12 april, 19 april, 26 april, 10 mei, 17 mei 2024
Lestijden
De lestijden zijn van 9:15 tot 16:00, met uitloop tot uiterlijk 16:15.
Studiebelasting
De cursus duurt 6 dagen verdeeld over 12 weken. Per week kun je rekenen op 8 uur studielast, op de cursusdag zelf. Daarnaast ben je in je vrije tijd per week nog 2-4 uur bezig met de voorbereiding en verwerking van de cursusdag. Dit is afhankelijk van de intensiviteit van de lesstof en jouw eigen opleidingsachtergrond.
Certificering
Je krijgt een HarvardX’s Data Science Professional Certificate en een certificaat van deelname van Tridata.
Na afloop kunnen de deelnemers eveneens deelnemen aan het INFORMS examen voor de internationaal erkende titel Certified Analytics Professional (CAP). De daaraan verbonden kosten komen voor de rekening van de deelnemer.
*N.B. Voor CAP certificering is minimaal 3 jaar relevante werkervaring vereist.
Cursuslocatie
Europalaan 400 | 3526 KS Utrecht
In-company en maatwerk
De opleiding Data Science Professional kan ook in-company worden gegeven. Een in-company training, ook wel in-house training of bedrijfstraining, is een training die binnen jouw organisatie plaatsvindt. Hebben meerdere collega’s in jouw organisatie dezelfde leervraag? Dan is een in-company training zeer geschikt. Voor meer informatie kunt u contact met ons opnemen.
Waarom de opleiding volgen bij Tridata?
– Tridata is het enige instituut dat een door de Vereniging voor Statistiek & Operationele Research (VVS-OR) erkende opleiding statistiek aanbiedt.
– Tridata is het eerste instituut in Nederland dat begonnen is met het verzorgen van opleidingen Data Science.
– De Opleiding Data Science van Tridata is een multidisciplinaire opleiding die wordt gegeven door twee docenten met ruime ervaring op het gebied van R, Python, statistical modelling en machine learning, artificial intelligence, deep learning, tekstanalyse, natural language processing (NLP), datavisualisatie en cloud computing.
De docenten hebben diverse wetenschappelijke artikelen gepubliceerd in boeken en tijdschriften. Ook hebben zij boeken en talloze R-packages geschreven en gepubliceerd. De docenten beschikken over aantoonbare didactische vaardigheden.
Docenten
Dr. Mark van der Loo studeerde cum laude af in de informatische chemie aan de Katholieke Universiteit Nijmegen (een combinatie van scheikunde, wiskunde, en informatica). Sinds zijn promotie op een onderwerp uit de quantumfysica is hij werkzaam als statistisch onderzoeker bij het CBS, met als specialiteit statistical computing and modeling, data cleaning en text processing. Over deze onderwerpen publiceert hij op conferenties en in peer reviewed journals. Mark is expert op het gebied van R, Python, en (multicore) C programming en heeft verschillende R-packages op CRAN gepubliceerd. Een van die packages wordt onder andere door Wikimedia Foundation gebruikt voor tekstanalyse van Wikipediapagina’s. Mark werkt sinds 2012 als consultant en docent voor Tridata.
Mark van der Loo en Tridatadocent Edwin de Jonge zijn auteur van de boeken “Learning RStudio for R Statistical Computing” (Packt Publishing, 2012) en “Statistical Data Cleaning with Applications in R” (Wiley, 2018). In 2013 gaven zij een tutorial op de grootste R conferentie ter wereld (useR!2013) getiteld “An introduction to data cleaning with R”. Zij waren ook keynote speakers op useR conferenties in Boekarest, Los Angeles, Toulouse, Marrakesh, Madrid, etc.
Dr. J.(Joris) de Wind promoveerde in 2014 aan de Universiteit van Amsterdam (Cum Laude). In zijn proefschrift heeft hij verschillende nieuwe econometrische technieken ontwikkeld en toegepast op macro-economische vraagstukken. Joris heeft in de periode 2008-2017 verschillende economische modellen ontwikkeld voor beleidsanalyses en voor het maken van (kortetermijn)voorspellingen, eerst bij De Nederlandsche Bank en later bij het Centraal Planbureau. In 2017 heeft Joris de overstap gemaakt naar de datasciencediscipline en is momenteel als data scientist werkzaam bij ING Nederland. Sinds medio 2018 geeft Joris diverse cursussen over data science namens Tridata, zowel in R en ook met Python.