Python JavaScript & TypeScript SQL API Cybersecurity Fundamentals Cloud Fundamentals Data Modeling & Pipelines
← Softwareontwikkeling

Data Modeling & Pipelines — Catalogus

Kies een cursus of cursuspakket om te beginnen.

Data-engineeringberoepen omvatten Data Engineers, Analytics Engineers, Data Platform Engineers, data-ontwikkelaars en professionals die BI, analytics en AI van betrouwbare data voorzien. De opleidingsbehoefte ontstaat bij de overstap van een eenvoudig transformatiescript naar een echte dataketen: ingestie, analytisch model, kwaliteit, orkestratie, historisering, observability, governance en herstel moeten samen werken.

De 15 cursussen behandelen data-architecturen, analytische modellering, opslag en formaten, ingestie uit meerdere bronnen, ETL/ELT, incrementele loads, dbt, Airflow, datakwaliteit en -contracten, catalogus en lineage, batch en events, prestaties en kosten, governance, CI en de productiegeschikt maken van een volledige analyticspipeline. Na afloop van het leerpad kunt je een betrouwbaar, getest, traceerbaar en goed bestuurd dataplatform bouwen en beheren dat klaar is voor BI en AI.

🎓 15 cursussen • 📘 120 interactieve lessen • ⏱️ 45 tot 75 uur leren via dialoog

5 niveaus: Niveau 1 — 9,90 € excl. btw Niveau 2 — 12,90 € excl. btw Niveau 3 — 15,90 € excl. btw Niveau 4 — 18,90 € excl. btw Niveau 5 — 24,90 € excl. btw
Voorbeeld van een les in de Learning Workspace

Beste aanbod

Volledig pakket — Data Modeling & Pipelines

🎓 Certificaat : "Professionele DMP" 247,50 €
📚 15 leerpaden 📖 120 lessen ⏱ 45 tot 75 u ⚡ 1800 credits inbegrepen

142,90 € excl. btw

Besparing : 104,60 €

Pakket Data-engineeringbasis 3 cursussen
🎓 Certificaat : DMP — Data-engineeringbasis
📚 3 leerpaden 📖 24 lessen ⏱ 9 tot 15 u ⚡ 240 credits inbegrepen

29,70 €

22,90 excl. btw

Besparing : 6,80 €

01 Niveau 1

Data-architecturen en pipelines begrijpen

Begrijpen hoe data van bronsystemen naar BI-, analytics- en AI-toepassingen stroomt

De rol van data engineering in een organisatie begrijpen Databronnen, verwerkingen en dataconsumenten in kaart brengen Ingestie, transformatie, orkestratie en consumptie onderscheiden ETL en ELT vergelijken Batch, micro-batch en eventgedreven verwerking vergelijken Data warehouse, data lake en lakehouse onderscheiden Data marts, afhankelijkheden en datalagen begrijpen Workshop: een dataketen van begin tot eind in kaart brengen
📚 8 lessen ⏱ 3 tot 5 u 🎯 Quiz inbegrepen ⚡ 80 credits inbegrepen
Informatie over de opleiding
Doelgroep

Data Engineers, Analytics Engineers, data-ontwikkelaars en professionals die BI, analytics of AI van betrouwbare, data die geschikt is voor productieomgevingen voorzien.

Voorkennis

Geen gevorderde technische voorkennis vereist. Dagelijks computergebruik en het vermogen om technische instructies te volgen volstaan om te beginnen.

Leerdoelen
  • De rol van data engineering in een organisatie begrijpen
  • Ingestie, transformatie, orkestratie en consumptie onderscheiden
  • Data warehouse, data lake en lakehouse onderscheiden
  • Workshop: een dataketen van begin tot eind in kaart brengen
Vaardigheden na afloop
  • De methoden en tools uit de cursus toepassen in een gangbare werksituatie.
  • Een bruikbaar resultaat opleveren door het geleerde toe te passen: een dataketen van begin tot eind in kaart brengen
  • Vóór goedkeuring de samenhang en kwaliteit van het resultaat controleren en mogelijke risico's beoordelen.
  • De opgedane vaardigheden toepassen in vergelijkbare werksituaties en de gemaakte keuzes onderbouwen.
Geschatte duur

3 tot 5 u

Prijs

9,90 € excl. btw

02 Niveau 1

Data modelleren voor analytics

Een samenhangend analytisch model ontwerpen op basis van een zakelijke behoefte, indicatoren en brongegevens

Vertrekken vanuit het zakelijk gebruik en de analytische granulariteit bepalen Feiten, dimensies en measures onderscheiden Bedrijfssleutels en surrogaatsleutels kiezen Een stermodel bouwen Conformed en degenerate dimensions begrijpen Historisering beheren met Slowly Changing Dimensions Transactioneel en analytisch model vergelijken Workshop: de verkoop van een bedrijf modelleren voor BI
📚 8 lessen ⏱ 3 tot 5 u 🎯 Quiz inbegrepen ⚡ 80 credits inbegrepen
Informatie over de opleiding
Doelgroep

Data Engineers, Analytics Engineers, data-ontwikkelaars en professionals die BI, analytics of AI van betrouwbare, data die geschikt is voor productieomgevingen voorzien.

Voorkennis

Geen gevorderde technische voorkennis vereist. Dagelijks computergebruik en het vermogen om technische instructies te volgen volstaan om te beginnen.

Leerdoelen
  • Vertrekken vanuit het zakelijk gebruik en de analytische granulariteit bepalen
  • Bedrijfssleutels en surrogaatsleutels kiezen
  • Historisering beheren met Slowly Changing Dimensions
  • Workshop: de verkoop van een bedrijf modelleren voor BI
Vaardigheden na afloop
  • De methoden en tools uit de cursus toepassen in een gangbare werksituatie.
  • Een bruikbaar resultaat opleveren door het geleerde toe te passen: de verkoop van een bedrijf modelleren voor BI
  • Vóór goedkeuring de samenhang en kwaliteit van het resultaat controleren en mogelijke risico's beoordelen.
  • De opgedane vaardigheden toepassen in vergelijkbare werksituaties en de gemaakte keuzes onderbouwen.
Geschatte duur

3 tot 5 u

Prijs

9,90 € excl. btw

03 Niveau 1

Analytische opslag en dataformaten organiseren

Een opslagorganisatie en formaten kiezen die passen bij volume, verwerking en analytisch gebruik

Data warehouse, data lake en lakehouse vergelijken De zones raw, staging en curated organiseren Kiezen tussen CSV, JSON en Parquet Rij- en kolomgeoriënteerde opslag begrijpen Data partitioneren op basis van het gebruik Schema, compatibiliteit en structuurwijzigingen beheren Open tabelformaten en Apache Iceberg ontdekken Workshop: de fysieke organisatie van een analytische omgeving ontwerpen
📚 8 lessen ⏱ 3 tot 5 u 🎯 Quiz inbegrepen ⚡ 80 credits inbegrepen
Informatie over de opleiding
Doelgroep

Data Engineers, Analytics Engineers, data-ontwikkelaars en professionals die BI, analytics of AI van betrouwbare, data die geschikt is voor productieomgevingen voorzien.

Voorkennis

Geen gevorderde technische voorkennis vereist. Dagelijks computergebruik en het vermogen om technische instructies te volgen volstaan om te beginnen.

Leerdoelen
  • Data warehouse, data lake en lakehouse vergelijken
  • Kiezen tussen CSV, JSON en Parquet
  • Schema, compatibiliteit en structuurwijzigingen beheren
  • Workshop: de fysieke organisatie van een analytische omgeving ontwerpen
Vaardigheden na afloop
  • De methoden en tools uit de cursus toepassen in een gangbare werksituatie.
  • Een bruikbaar resultaat opleveren door het geleerde toe te passen: de fysieke organisatie van een analytische omgeving ontwerpen
  • Vóór goedkeuring de samenhang en kwaliteit van het resultaat controleren en mogelijke risico's beoordelen.
  • De opgedane vaardigheden toepassen in vergelijkbare werksituaties en de gemaakte keuzes onderbouwen.
Geschatte duur

3 tot 5 u

Prijs

9,90 € excl. btw

Pakket Ingestie en transformatie 3 cursussen
🎓 Certificaat : DMP — Ingestie en transformatie
📚 3 leerpaden 📖 24 lessen ⏱ 9 tot 15 u ⚡ 300 credits inbegrepen

38,70 €

28,90 excl. btw

Besparing : 9,80 €

04 Niveau 2

Data uit meerdere bronnen betrouwbaar inlezen

Data extraheren uit bestanden, SQL-databases, API's en cloudopslag met grip op fouten en herhaalbaarheid

CSV- en JSON-bestanden inlezen Data extraheren uit een SQL-database Een gepagineerde API gebruiken om een pipeline te voeden Inlezen vanuit object- of cloudopslag Encoding, datumformaten en types afhandelen Inloggegevens, sleutels en toegangssecrets beschermen Fouten, schema's en herhaalbaarheid van de ingestie beheersen Workshop: drie bronnen consolideren in een stagingzone
📚 8 lessen ⏱ 3 tot 5 u 🎯 Quiz inbegrepen ⚡ 100 credits inbegrepen
Informatie over de opleiding
Doelgroep

Data Engineers, Analytics Engineers, data-ontwikkelaars en professionals die BI, analytics of AI van betrouwbare, data die geschikt is voor productieomgevingen voorzien.

Voorkennis

De basis uit de eerste cursussen van het leerpad kennen of over gelijkwaardige praktijkervaring beschikken.

Leerdoelen
  • CSV- en JSON-bestanden inlezen
  • Een gepagineerde API gebruiken om een pipeline te voeden
  • Inloggegevens, sleutels en toegangssecrets beschermen
  • Workshop: drie bronnen consolideren in een stagingzone
Vaardigheden na afloop
  • De methoden en tools uit de cursus toepassen in een gangbare werksituatie.
  • Een bruikbaar resultaat opleveren door het geleerde toe te passen: drie bronnen consolideren in een stagingzone
  • Vóór goedkeuring de samenhang en kwaliteit van het resultaat controleren en mogelijke risico's beoordelen.
  • De opgedane vaardigheden toepassen in vergelijkbare werksituaties en de gemaakte keuzes onderbouwen.
Geschatte duur

3 tot 5 u

Prijs

12,90 € excl. btw

05 Niveau 2

ETL- en ELT-transformaties ontwerpen

Leesbare, testbare en traceerbare transformaties organiseren tussen ruwe data en analytische modellen

De lagen raw, staging, intermediate en marts ontwerpen Ruwe data opschonen en standaardiseren Types, datums en conventies normaliseren Ontdubbelen en inconsistente records afhandelen Meerdere bronnen verrijken en op elkaar afstemmen Bedrijfsregels vastleggen in de transformaties Aggregaties en analytische datasets bouwen Workshop: ruwe data omzetten in een bruikbaar model
📚 8 lessen ⏱ 3 tot 5 u 🎯 Quiz inbegrepen ⚡ 100 credits inbegrepen
Informatie over de opleiding
Doelgroep

Data Engineers, Analytics Engineers, data-ontwikkelaars en professionals die BI, analytics of AI van betrouwbare, data die geschikt is voor productieomgevingen voorzien.

Voorkennis

De basis uit de eerste cursussen van het leerpad kennen of over gelijkwaardige praktijkervaring beschikken.

Leerdoelen
  • De lagen raw, staging, intermediate en marts ontwerpen
  • Types, datums en conventies normaliseren
  • Bedrijfsregels vastleggen in de transformaties
  • Workshop: ruwe data omzetten in een bruikbaar model
Vaardigheden na afloop
  • De methoden en tools uit de cursus toepassen in een gangbare werksituatie.
  • Een bruikbaar resultaat opleveren door het geleerde toe te passen: ruwe data omzetten in een bruikbaar model
  • Vóór goedkeuring de samenhang en kwaliteit van het resultaat controleren en mogelijke risico's beoordelen.
  • De opgedane vaardigheden toepassen in vergelijkbare werksituaties en de gemaakte keuzes onderbouwen.
Geschatte duur

3 tot 5 u

Prijs

12,90 € excl. btw

06 Niveau 2

Incrementele loads en betrouwbaar herstel bouwen

Data efficiënt bijwerken zonder duplicaten of verlies en verwerkingen na een incident opnieuw kunnen uitvoeren

Volledige en incrementele load vergelijken Timestamp, watermark en voortgangssleutel gebruiken Upsert en MERGE-logica implementeren Change Data Capture en de use cases ervan begrijpen Late-arriving data en late correcties afhandelen Een idempotente verwerking ontwerpen Backfill, checkpoint en herstel na een incident voorbereiden Workshop: een incrementele load herhaalbaar maken zonder duplicaten
📚 8 lessen ⏱ 3 tot 5 u 🎯 Quiz inbegrepen ⚡ 100 credits inbegrepen
Informatie over de opleiding
Doelgroep

Data Engineers, Analytics Engineers, data-ontwikkelaars en professionals die BI, analytics of AI van betrouwbare, data die geschikt is voor productieomgevingen voorzien.

Voorkennis

De basis uit de eerste cursussen van het leerpad kennen of over gelijkwaardige praktijkervaring beschikken.

Leerdoelen
  • Volledige en incrementele load vergelijken
  • Upsert en MERGE-logica implementeren
  • Een idempotente verwerking ontwerpen
  • Workshop: een incrementele load herhaalbaar maken zonder duplicaten
Vaardigheden na afloop
  • De methoden en tools uit de cursus toepassen in een gangbare werksituatie.
  • Een bruikbaar resultaat opleveren door het geleerde toe te passen: een incrementele load herhaalbaar maken zonder duplicaten
  • Vóór goedkeuring de samenhang en kwaliteit van het resultaat controleren en mogelijke risico's beoordelen.
  • De opgedane vaardigheden toepassen in vergelijkbare werksituaties en de gemaakte keuzes onderbouwen.
Geschatte duur

3 tot 5 u

Prijs

12,90 € excl. btw

Pakket Productiegeschikte pipelines 3 cursussen
🎓 Certificaat : DMP — Productiegeschikte pipelines
📚 3 leerpaden 📖 24 lessen ⏱ 9 tot 15 u ⚡ 360 credits inbegrepen

47,70 €

35,90 excl. btw

Besparing : 11,80 €

07 Niveau 3

Data transformeren, testen en documenteren met dbt

Analytische transformaties productiegeschikt maken met expliciete afhankelijkheden, tests, documentatie en lineage

De rol van dbt in een ELT-architectuur begrijpen Bronnen declareren en een dbt-project organiseren Modellen bouwen met source() en ref() Kiezen tussen table, view en incrementele materialisatie Wijzigingen historiseren met snapshots Generieke tests en bedrijfscontroles toevoegen Modellen, afhankelijkheden en lineage documenteren Workshop: een getest en gedocumenteerd mini-dbt-project bouwen
📚 8 lessen ⏱ 3 tot 5 u 🎯 Quiz inbegrepen ⚡ 120 credits inbegrepen
Informatie over de opleiding
Doelgroep

Data Engineers, Analytics Engineers, data-ontwikkelaars en professionals die BI, analytics of AI van betrouwbare, data die geschikt is voor productieomgevingen voorzien.

Voorkennis

De basis uit de eerste cursussen van het leerpad kennen of over gelijkwaardige praktijkervaring beschikken.

Leerdoelen
  • De rol van dbt in een ELT-architectuur begrijpen
  • Modellen bouwen met source() en ref()
  • Generieke tests en bedrijfscontroles toevoegen
  • Workshop: een getest en gedocumenteerd mini-dbt-project bouwen
Vaardigheden na afloop
  • De methoden en tools uit de cursus toepassen in een gangbare werksituatie.
  • Een bruikbaar resultaat opleveren door het geleerde toe te passen: een getest en gedocumenteerd mini-dbt-project bouwen
  • Vóór goedkeuring de samenhang en kwaliteit van het resultaat controleren en mogelijke risico's beoordelen.
  • De opgedane vaardigheden toepassen in vergelijkbare werksituaties en de gemaakte keuzes onderbouwen.
Geschatte duur

3 tot 5 u

Prijs

15,90 € excl. btw

08 Niveau 3

Pipelines orkestreren met Apache Airflow

Dataverwerkingen plannen, koppelen, opnieuw uitvoeren en monitoren met expliciete orkestratie

DAG, Task en afhankelijkheden in Airflow 3.x begrijpen Een workflow maken en orkestratie en verwerking scheiden Runs plannen en taken parametriseren Retries, time-outs en foutafhankelijkheden afhandelen Connecties, variabelen en secrets organiseren Periodes opnieuw uitvoeren met een gecontroleerde backfill Assets en datagedreven scheduling begrijpen Workshop: een meerstaps pipeline orkestreren en monitoren
📚 8 lessen ⏱ 3 tot 5 u 🎯 Quiz inbegrepen ⚡ 120 credits inbegrepen
Informatie over de opleiding
Doelgroep

Data Engineers, Analytics Engineers, data-ontwikkelaars en professionals die BI, analytics of AI van betrouwbare, data die geschikt is voor productieomgevingen voorzien.

Voorkennis

De basis van het leerpad beheersen of over gelijkwaardige ervaring beschikken. De gevorderde onderwerpen bouwen voort op de vaardigheden uit de vorige cursussen.

Leerdoelen
  • DAG, Task en afhankelijkheden in Airflow 3.x begrijpen
  • Runs plannen en taken parametriseren
  • Periodes opnieuw uitvoeren met een gecontroleerde backfill
  • Workshop: een meerstaps pipeline orkestreren en monitoren
Vaardigheden na afloop
  • De methoden en tools uit de cursus toepassen in een gangbare werksituatie.
  • Een bruikbaar resultaat opleveren door het geleerde toe te passen: een meerstaps pipeline orkestreren en monitoren
  • Vóór goedkeuring de samenhang en kwaliteit van het resultaat controleren en mogelijke risico's beoordelen.
  • De opgedane vaardigheden toepassen in vergelijkbare werksituaties en de gemaakte keuzes onderbouwen.
Geschatte duur

3 tot 5 u

Prijs

15,90 € excl. btw

09 Niveau 3

Datakwaliteit, -contracten en -evolutie waarborgen

Onjuiste data detecteren en consumers beschermen tegen ongecontroleerde structuurwijzigingen

De dimensies van datakwaliteit definiëren Null-waarden, uniciteit, relaties en toegestane waarden testen Versheid, volumes en drift controleren Unittests schrijven voor de transformatielogica Datacontracten definiëren en toepassen Schema-evolutie en incompatibele wijzigingen beheren Kwaliteit en controles integreren in een CI-keten Workshop: de publicatie van een niet-conforme dataset blokkeren
📚 8 lessen ⏱ 3 tot 5 u 🎯 Quiz inbegrepen ⚡ 120 credits inbegrepen
Informatie over de opleiding
Doelgroep

Data Engineers, Analytics Engineers, data-ontwikkelaars en professionals die BI, analytics of AI van betrouwbare, data die geschikt is voor productieomgevingen voorzien.

Voorkennis

De basis van het leerpad beheersen of over gelijkwaardige ervaring beschikken. De gevorderde onderwerpen bouwen voort op de vaardigheden uit de vorige cursussen.

Leerdoelen
  • De dimensies van datakwaliteit definiëren
  • Versheid, volumes en drift controleren
  • Schema-evolutie en incompatibele wijzigingen beheren
  • Workshop: de publicatie van een niet-conforme dataset blokkeren
Vaardigheden na afloop
  • De methoden en tools uit de cursus toepassen in een gangbare werksituatie.
  • Een bruikbaar resultaat opleveren door het geleerde toe te passen: de publicatie van een niet-conforme dataset blokkeren
  • Vóór goedkeuring de samenhang en kwaliteit van het resultaat controleren en mogelijke risico's beoordelen.
  • De opgedane vaardigheden toepassen in vergelijkbare werksituaties en de gemaakte keuzes onderbouwen.
Geschatte duur

3 tot 5 u

Prijs

15,90 € excl. btw

Pakket Betrouwbaarheid, governance en opschaling 3 cursussen
🎓 Certificaat : DMP — Betrouwbaarheid, governance en opschaling
📚 3 leerpaden 📖 24 lessen ⏱ 9 tot 15 u ⚡ 420 credits inbegrepen

56,70 €

42,90 excl. btw

Besparing : 13,80 €

10 Niveau 4

Metadata, catalogus, lineage en impactanalyse beheren

Data begrijpelijk, traceerbaar en beheersbaar maken van bron tot gebruik

Technische en zakelijke metadata begrijpen Ownership, beschrijving en classificatie definiëren De rol van een datacatalogus begrijpen De lineage dataset → job → run opbouwen De afhankelijkheden tussen bronnen en dataproducten traceren De impact van een schemawijziging analyseren OpenLineage gebruiken als open traceerbaarheidsmodel Workshop: de impactanalyse van een kritieke wijziging uitvoeren
📚 8 lessen ⏱ 3 tot 5 u 🎯 Quiz inbegrepen ⚡ 140 credits inbegrepen
Informatie over de opleiding
Doelgroep

Data Engineers, Analytics Engineers, data-ontwikkelaars en professionals die BI, analytics of AI van betrouwbare, data die geschikt is voor productieomgevingen voorzien.

Voorkennis

De basis van het leerpad beheersen of over gelijkwaardige ervaring beschikken. De gevorderde onderwerpen bouwen voort op de vaardigheden uit de vorige cursussen.

Leerdoelen
  • Technische en zakelijke metadata begrijpen
  • De rol van een datacatalogus begrijpen
  • De impact van een schemawijziging analyseren
  • Workshop: de impactanalyse van een kritieke wijziging uitvoeren
Vaardigheden na afloop
  • De methoden en tools uit de cursus toepassen in een gangbare werksituatie.
  • Een bruikbaar resultaat opleveren door het geleerde toe te passen: de impactanalyse van een kritieke wijziging uitvoeren
  • Vóór goedkeuring de samenhang en kwaliteit van het resultaat controleren en mogelijke risico's beoordelen.
  • De opgedane vaardigheden toepassen in vergelijkbare werksituaties en de gemaakte keuzes onderbouwen.
Geschatte duur

3 tot 5 u

Prijs

18,90 € excl. btw

11 Niveau 4

Batch-, micro-batch- en eventgedreven pipelines ontwerpen

De juiste verwerkingsmodus kiezen op basis van latentie, volume, complexiteit, kosten en zakelijke eisen

Batch, micro-batch en streaming vergelijken Events, producers en consumers begrijpen Queue, eventlog en offsets begrijpen Processing time en event time onderscheiden Ordering, duplicatie en late events afhandelen At-least-once-levering en het exactly-once-doel begrijpen Een architectuur kiezen op basis van latentie, kosten en complexiteit Workshop: beslissen of een behoefte echt realtime rechtvaardigt
📚 8 lessen ⏱ 3 tot 5 u 🎯 Quiz inbegrepen ⚡ 140 credits inbegrepen
Informatie over de opleiding
Doelgroep

Data Engineers, Analytics Engineers, data-ontwikkelaars en professionals die BI, analytics of AI van betrouwbare, data die geschikt is voor productieomgevingen voorzien.

Voorkennis

De basis van het leerpad beheersen of over gelijkwaardige ervaring beschikken. De gevorderde onderwerpen bouwen voort op de vaardigheden uit de vorige cursussen.

Leerdoelen
  • Batch, micro-batch en streaming vergelijken
  • Queue, eventlog en offsets begrijpen
  • At-least-once-levering en het exactly-once-doel begrijpen
  • Workshop: beslissen of een behoefte echt realtime rechtvaardigt
Vaardigheden na afloop
  • De methoden en tools uit de cursus toepassen in een gangbare werksituatie.
  • Een bruikbaar resultaat opleveren door het geleerde toe te passen: beslissen of een behoefte echt realtime rechtvaardigt
  • Vóór goedkeuring de samenhang en kwaliteit van het resultaat controleren en mogelijke risico's beoordelen.
  • De opgedane vaardigheden toepassen in vergelijkbare werksituaties en de gemaakte keuzes onderbouwen.
Geschatte duur

3 tot 5 u

Prijs

18,90 € excl. btw

12 Niveau 4

Opslag, verwerking, prestaties en kosten optimaliseren

Verwerkingstijd en resourceverbruik verminderen zonder kwaliteit of onderhoudbaarheid aan te tasten

Volumes, verwerkingstijden en kosten meten Partitionering en pruning optimaliseren Kolomformaten en compressie gebruiken Het probleem van kleine bestanden vermijden De juiste materialisaties kiezen Parallellisme en pushdown benutten waar beschikbaar Afwegen tussen versheid, prestaties, kosten en eenvoud Workshop: een te trage pipeline diagnosticeren en optimaliseren
📚 8 lessen ⏱ 3 tot 5 u 🎯 Quiz inbegrepen ⚡ 140 credits inbegrepen
Informatie over de opleiding
Doelgroep

Data Engineers, Analytics Engineers, data-ontwikkelaars en professionals die BI, analytics of AI van betrouwbare, data die geschikt is voor productieomgevingen voorzien.

Voorkennis

De basis van het leerpad beheersen of over gelijkwaardige ervaring beschikken. De gevorderde onderwerpen bouwen voort op de vaardigheden uit de vorige cursussen.

Leerdoelen
  • Volumes, verwerkingstijden en kosten meten
  • Kolomformaten en compressie gebruiken
  • Parallellisme en pushdown benutten waar beschikbaar
  • Workshop: een te trage pipeline diagnosticeren en optimaliseren
Vaardigheden na afloop
  • De methoden en tools uit de cursus toepassen in een gangbare werksituatie.
  • Een bruikbaar resultaat opleveren door het geleerde toe te passen: een te trage pipeline diagnosticeren en optimaliseren
  • Vóór goedkeuring de samenhang en kwaliteit van het resultaat controleren en mogelijke risico's beoordelen.
  • De opgedane vaardigheden toepassen in vergelijkbare werksituaties en de gemaakte keuzes onderbouwen.
Geschatte duur

3 tot 5 u

Prijs

18,90 € excl. btw

Pakket Professionele data-engineeringbeheersing 3 cursussen
🎓 Certificaat : DMP — Professionele data-engineeringbeheersing
📚 3 leerpaden 📖 24 lessen ⏱ 9 tot 15 u ⚡ 480 credits inbegrepen

74,70 €

48,90 excl. btw

Besparing : 25,80 €

13 Niveau 5

Een betrouwbaar en goed bestuurd dataplatform ontwerpen

Ingestie, opslag, transformaties, kwaliteit, orkestratie, beveiliging en governance samenbrengen in een beheerbare architectuur

De componenten van een dataplatform definiëren DEV-, TEST- en PROD-omgevingen structureren Identiteiten, rollen, secrets en datatoegang organiseren Conventies, ownership en verantwoordelijkheden definiëren Tests, contracten en publicatiecriteria integreren Catalogus, lineage en observability integreren Git-strategie, CI en promotie tussen omgevingen definiëren Workshop: de architectuur van een bestuurd platform uitwerken
📚 8 lessen ⏱ 3 tot 5 u 🎯 Quiz inbegrepen ⚡ 160 credits inbegrepen
Informatie over de opleiding
Doelgroep

Data Engineers, Analytics Engineers, data-ontwikkelaars en professionals die BI, analytics of AI van betrouwbare, data die geschikt is voor productieomgevingen voorzien.

Voorkennis

De basis van het leerpad beheersen of over gelijkwaardige ervaring beschikken. De gevorderde onderwerpen bouwen voort op de vaardigheden uit de vorige cursussen.

Leerdoelen
  • De componenten van een dataplatform definiëren
  • Identiteiten, rollen, secrets en datatoegang organiseren
  • Catalogus, lineage en observability integreren
  • Workshop: de architectuur van een bestuurd platform uitwerken
Vaardigheden na afloop
  • De methoden en tools uit de cursus toepassen in een gangbare werksituatie.
  • Een bruikbaar resultaat opleveren door het geleerde toe te passen: de architectuur van een bestuurd platform uitwerken
  • Vóór goedkeuring de samenhang en kwaliteit van het resultaat controleren en mogelijke risico's beoordelen.
  • De opgedane vaardigheden toepassen in vergelijkbare werksituaties en de gemaakte keuzes onderbouwen.
Geschatte duur

3 tot 5 u

Prijs

24,90 € excl. btw

14 Niveau 5

Een analyticspipeline van begin tot eind productiegeschikt maken

Een pipeline met meerdere bronnen bouwen en beheren tot een betrouwbare BI-dataset, met Git, CI, tests en monitoring

De analyticsdataset en de bijbehorende afspraken afbakenen Bestanden, API's en SQL-data inlezen met Python Staging en dbt-transformaties bouwen Een stermodel voor BI maken Incrementele verwerking, tests, contracten en kwaliteit toevoegen Orkestreren, opnieuw uitvoeren en monitoren met Airflow Versiebeheer met Git en CI-controles automatiseren Workshop: een geïndustrialiseerde en observeerbare BI-dataset publiceren
📚 8 lessen ⏱ 3 tot 5 u 🎯 Quiz inbegrepen ⚡ 160 credits inbegrepen
Informatie over de opleiding
Doelgroep

Data Engineers, Analytics Engineers, data-ontwikkelaars en professionals die BI, analytics of AI van betrouwbare, data die geschikt is voor productieomgevingen voorzien.

Voorkennis

De basis van het leerpad beheersen of over gelijkwaardige ervaring beschikken. De gevorderde onderwerpen bouwen voort op de vaardigheden uit de vorige cursussen.

Leerdoelen
  • De analyticsdataset en de bijbehorende afspraken afbakenen
  • Staging en dbt-transformaties bouwen
  • Orkestreren, opnieuw uitvoeren en monitoren met Airflow
  • Workshop: een geïndustrialiseerde en observeerbare BI-dataset publiceren
Vaardigheden na afloop
  • De methoden en tools uit de cursus toepassen in een gangbare werksituatie.
  • Een bruikbaar resultaat opleveren door het geleerde toe te passen: een geïndustrialiseerde en observeerbare BI-dataset publiceren
  • Vóór goedkeuring de samenhang en kwaliteit van het resultaat controleren en mogelijke risico's beoordelen.
  • De opgedane vaardigheden toepassen in vergelijkbare werksituaties en de gemaakte keuzes onderbouwen.
Geschatte duur

3 tot 5 u

Prijs

24,90 € excl. btw

15 Niveau 5

Volledig professioneel data-engineeringproject

Een professionele dataketen van begin tot eind ontwerpen, bouwen, beheren en verdedigen

Behoeften, bronnen, consumers en serviceniveaus afbakenen Architectuur, opslag en analytisch model ontwerpen De ingesties en de stagingzone bouwen Transformaties en incrementele loads productiegeschikt maken Kwaliteit, contracten en schema-evolutie opzetten Orkestreren, monitoren, lineage en herstel beheren Beveiliging, beheer en runbook documenteren Slotworkshop: het data-engineeringplatform presenteren en verdedigen
📚 8 lessen ⏱ 3 tot 5 u 🎯 Quiz inbegrepen ⚡ 160 credits inbegrepen
Informatie over de opleiding
Doelgroep

Data Engineers, Analytics Engineers, data-ontwikkelaars en professionals die BI, analytics of AI van betrouwbare, data die geschikt is voor productieomgevingen voorzien.

Voorkennis

De basis van het leerpad beheersen of over gelijkwaardige ervaring beschikken. De gevorderde onderwerpen bouwen voort op de vaardigheden uit de vorige cursussen.

Leerdoelen
  • Behoeften, bronnen, consumers en serviceniveaus afbakenen
  • De ingesties en de stagingzone bouwen
  • Orkestreren, monitoren, lineage en herstel beheren
  • Slotworkshop: het data-engineeringplatform presenteren en verdedigen
Vaardigheden na afloop
  • De methoden en tools uit de cursus toepassen in een gangbare werksituatie.
  • Een bruikbaar resultaat opleveren door het geleerde toe te passen: het data-engineeringplatform presenteren en verdedigen
  • Vóór goedkeuring de samenhang en kwaliteit van het resultaat controleren en mogelijke risico's beoordelen.
  • De opgedane vaardigheden toepassen in vergelijkbare werksituaties en de gemaakte keuzes onderbouwen.
Geschatte duur

3 tot 5 u

Prijs

24,90 € excl. btw