Meester in big data

De Master in Big Data, ontwikkeld in samenwerking met de technologische multinational Indra, biedt een overzicht van Big Data-technologieën en hun gebruik, evenals toegepaste en praktische training in analytische technieken voor het bedrijfsleven (Business Analytics), dat wil zeggen in de toepassing van Data Science-technieken voor zakelijke problemen.

Het programma speelt dus in op de behoefte om op een praktische en toegepaste manier kennis te maken met het gebruik van technologieën en data-analysemethoden. Het begrip van technisch gebruik vormt een aanvulling op de zakelijke visie, zodat afgestudeerden van het programma diepgaand kunnen redeneren over de toepasbaarheid van technologieën, en analytische technieken en hulpmiddelen kunnen toepassen in specifieke situaties.

Waarom studeren aan de School of Artificial Intelligence & Big Data?

actieve deskundigen

Actieve professionals van Indra en Minsait leren je de vaardigheden en kennis die ze zoeken voor hun teams

Ontwerp je training op maat

Onze programma's zijn opgebouwd rond 2 hoofdassen, jouw profiel en professionele ervaring zodat je vanuit een technisch (Hard tech) of zakelijk (Soft Tech) profiel toegang krijgt tot de professionele markt.

Leren door te doen

Het werkt met de clouds van de belangrijkste spelers in de sector, ecosystemen en open source-platforms die +500 miljoen mensen bedienen

Toegang tot praktijken

Voorkeur voor toegang tot professionele stages met een minimum aantal stages per opleiding

titraties

Door dit programma te voltooien, verkrijgt u een drievoudige graad van Master in Big Data van IMF Smart Education , professionele certificering van Indra en Master of Big Data van UCAV.

Drievoudige graad: IMF Smart Education + Indra professionele certificering + UCAV

Mogelijkheid tot het inhuren van stages en preferentiële toegang tot selectieprocessen

Het programma is bedoeld voor professionals en pas afgestudeerden met verschillende profielen die hun professionele carrière willen oriënteren of heroriënteren naar een van de opkomende beroepen die verband houden met data-analyse. Profielen kunnen uit drie typen bestaan:

1. ICT-profielen: computerwetenschappers, of aanverwante ingenieurs, of professionals die hun carrière hebben ontwikkeld in softwareontwikkeling of in het beheer van IT-systemen.
2. Kwantitatieve profielen: afgestudeerden van opleidingen met een sterke kwantitatieve component, zoals statistiek en wiskunde, die hun vaardigheden willen uitbreiden met data-acquisitie-, opslag- en managementtechnieken, en nieuwe analytische vaardigheden willen verwerven.
3. Bedrijfsprofielen: afgestudeerden en professionals op verschillende gebieden van bedrijfskunde en economie die zich willen specialiseren in bedrijfsanalyse, een solide achtergrond willen verwerven in het gebruik van statistische talen en in het begrijpen van technologie, niet alleen op bedrijfsniveau, maar ook op technisch vlak sollicitatie

• Begrijp de waarde van gegevens en de analyse ervan in organisaties en ben in staat oplossingen voor gegevensanalyse te bedenken en te bedenken.
• Weet en weet hoe u de bedrijfswaarde van de belangrijkste technologieën voor parallelle verwerking en schaalbare gegevensopslag kunt weergeven, en weet hoe u het gebruik ervan voor specifieke doeleinden binnen de organisatie kunt uitleggen.
• In staat zijn om data-analysetechnieken en -methoden toe te passen op bedrijfsproblemen met behulp van statistische programmeertechnieken.
• Pas machine learning- en text mining-technieken toe om waarde uit gegevens te halen en voorspellende modellen te bouwen.
• Weet en weet hoe u business intelligence- en visualisatietools kunt toepassen ter ondersteuning van analyses en besluitvorming.
• Data-analist (Big Data Analist).
• Data scientist.
• Business Intelligence-professionals.
• Chief Data Officer (CDO).
• Big Data-architect.
• Data Engineer
• Docent Business Intelligence-cursussen
• Docent cursus Data-analyse
• Docent in kwestie Qlik

De opleiding biedt een basistraining om je te oriënteren op verschillende beroepen op het gebied van data-analyse en -management; specifiek: Adviseur Digitale Transformatie

• Data-analisten.
• Business Intelligence-professionals.
• data wetenschappers.

In het geval van profielen met eerdere ervaring in het leiden en managen van teams, zal het programma hen opleiden voor functies als Chief Data Officer (CDO). Ten slotte zal het voor professionals met computerprofielen de basis bieden voor professionele kansen zoals Big Data-architect of Data Engineer.

Master ontworpen door een commissie van experts bestaande uit artsen en actieve professionals van toonaangevende bedrijven op het gebied van kunstmatige intelligentie en big data zoals Indra en Minsait. Hun ervaring garandeert de geschiktheid van de studies en de verworven vaardigheden, zowel voor het betreden van de arbeidswereld als voor professionele verbetering in de sector. Dit team van experts werkt, naast deelname aan de opleidingsontwerpcommissie, mee aan de begeleiding en uitvoering van de mastersessies.

Basisprincipes van gegevensverwerking voor datawetenschap

1. Virtuele machines en opdrachtshell gebruiken
2. Basisprincipes van Python-programmeren
3. Basisprincipes van relationele databases
4. Grondbeginselen van internettechnologieën
5. Deel gegevens, code en bronnen in repositories
6. Grondbeginselen van gegevensverwerking met de wetenschappelijke Python-stack

Business Intelligence

1. Inleiding tot bedrijfsinformatie
2. Datawarehouses en analytische databases
3. Gereedschap voor verwijderen en laden
4. Business intelligence-toepassingen
5. Big data-analyse toegepast op het bedrijfsleven
6. Klantintelligentie (CRM)

Toegepast machinaal leren

1. Inleiding tot machinaal leren
2. Bewaakte modellen
3. Modellen zonder toezicht
4. Functie-engineering en modelselectie
5. Connectionist-modellen
6. Associatieregels en marktmandanalyse

Tekstmining en natuurlijke taalverwerking (NLP)

1. Historische en technologische introductie
2. NLP-tools I: NLTK
3. NLP II-hulpmiddelen: Brat en Gate
4. tekstmining
5. Andere NLP-toepassingen en -technieken

Business intelligence en visualisatie

1. Inleiding tot bedrijfsinformatie
2. BI versus traditionele berichtgeving
3. Technologische grondslagen voor gegevensverwerking en -analyse
4. Basisprincipes van datavisualisatie
5. Geavanceerde datavisualisatie
6. Visualisatiehulpmiddelen

Big data-infrastructuur

1. Gegevensverwerking met Hadoop
2. Hadoop-ecosysteemtools
3. Gegevensverwerking met Spark
4. Streaming architecturen
5. Componenten van streaming-architecturen
6. Cloudplatforms en API's

Gegevensopslag en -integratie

1. Onconventionele databases
2. Documentgebaseerde databasemodellen
3. Kolomgeoriënteerde databasemodellen
4. Grafiekgeoriënteerde databasemodellen
5. Sleutel-waarde databasemodellen
6. Gegevensverzameling

Waarde en context van Big Data Analytics

1. De big data-businesscase
2. Big data-projecten
3. Analytische toepassingen per sector
4. Opkomende technologieën in analyse
5. Teammanagement en agile methoden
6. Regelgevende aspecten van gegevensverwerking

Analytische toepassingen. Praktische gevallen

1. Schaalbare analyses: analyse met parallelle en schaalbare computertechnologieën
2. Analyse van sociale media
3. Internet der dingen (IoT)
4. Financiële analyses (bedrijfsbeoordeling)
5. Klantanalyse: locatieanalyse
6. Technieken voor informatieherstel

Masterproef (TFM)

Cursus Agile Methodologieën

1. Wat is Scrum en hoe pas je het toe?
2. Het Scrum-framework
3. Zelforganiserende teams
4. De rol van klanten en stakeholders
5. Agile product- en projectmanagement
6. Ontwikkeling en continue integratie
7. Hoe te evolueren naar een wendbare organisatie

Python-introductiecursus

• Inleiding tot Python
• Voorwaardelijke bepalingen in Python
• Repetitieve structuren in Python
• Collecties. lijsten
• String-functies
• Collecties. Woordenboeken
• functies
• Bestandsbeheer
• objectoriëntatie

Inleiding tot de R-cursus

• Inleiding tot R
• Vectoren
• matrices
• Lijsten
• Gegevensframes
• Controle structuren
• functies

cursus Engels

• Basis, Pre-intermediair, Intermediair of Gevorderd
• De student kan één van de vier niveaus kiezen.