Professional Certificate Program in Data Engineering In samenwerking met Purdue University, AWS en Microsoft Azure

Geef uw carrière een boost met het professionele certificaatprogramma in data-engineering van Purdue University Online

Programma van 7 maanden (live lessen & e-learning). Live klassikaal (5-8 uur/week in het weekend). Vraag ons naar de volgende groep en het lesrooster!

Dit programma combineert theorie, casestudy's en uitgebreide praktijkervaring om een uitgebreide opleiding in data-engineering te bieden.

Het programma sluit aan bij DP-203 Azure Data Engineer Associate, AWS Certified Data Engineer – Associate en SnowPro® Core Certification en bereidt u voor op het behalen van deze door de industrie erkende certificeringen.

Je leert vaardigheden zoals gedistribueerde verwerking met Hadoop, grootschalige gegevensverwerking met Spark, het bouwen van datapijplijnen met Kafka en het beheren van databases in on-premise, AWS- en Azure-infrastructuren.

Het programma is ontworpen voor ervaren professionals en combineert zelfstudie, live virtuele lessen, praktijkgerichte projecten en geïntegreerde labs, wat zorgt voor een zeer boeiende en praktijkgerichte ervaring.

Doelgroep

Voor wie is deze opleiding bedoeld?

Een data-engineer bouwt en onderhoudt gegevensarchitecturen voor het opnemen, verwerken en implementeren van gegevens in grootschalige, gegevensintensieve toepassingen. Deze carrière is ideaal voor professionals met een passie voor gegevens, waaronder:

• IT-professionals
• Databasebeheerders
• Beginners die het vakgebied van data-engineering betreden
• BI-ontwikkelaars
• Een data scientist die zijn vaardigheden wil uitbreiden

Vereisten:

• Ervaring: bij voorkeur 2+ jaar professionele werkervaring.
• Opleiding: middelbare schooldiploma, bachelordiploma of gelijkwaardig.
• Vaardigheden: basiskennis van programmeerconcepten en wiskunde.

Leerdoelen

Programmaresultaten

• Verzamel, verwerk en sla gegevens uit meerdere bronnen op in de cloud en op lokale platforms.
• Neem gegevenspijplijnen op, transformeer ze en coördineer ze met behulp van AWS-services, terwijl u de gegevenskwaliteit waarborgt.
• Verwerk big data efficiënt om de bedrijfsproductiviteit te verbeteren op het gebied van volume, snelheid, variëteit en betrouwbaarheid.
• Gebruik Amazon Kinesis voor realtime big data-verwerking en QuickSight voor visualisatie en query's.
• Verwerf basiskennis van Scala en de ontwikkeltools voor big data-toepassingen.
• Beheers het Hadoop-ecosysteem (Yarn, MapReduce, Pig, Hive, HBase, ZooKeeper, Oozie, Sqoop, Flume).
• Implementeer praktische dataoplossingen in diverse bedrijfsapplicaties.
• Ontwerp en beheer Azure-oplossingen voor gegevensopslag en -verwerking met behulp van Cosmos DB, SQL Database, Synapse Analytics, Data Lake, Data Factory, Stream Analytics, Databricks en Blob Storage.
• Bouw veilige, schaalbare Snowflake-oplossingen om bedrijfsdoelstellingen te realiseren.
• Pas programmakennis toe om met AWS EMR en andere tools kant-en-klare data-engineeringproducten te creëren.

12+ behandelde vaardigheden

• Realtime gegevensverwerking
• Gegevenspijplijnen
• Big data-analyse
• Datavisualisatie
• Provisioning van gegevensopslagdiensten
• Apache Hadoop
• Streaming- en batchgegevens opnemen
• Gegevens transformeren
• Beveiligingsvereisten implementeren
• Gegevensbescherming en versleutelingstechnieken
• Gegevensbeheer en nalevingscontroles

Cursusinhoud

Leertraject

• Python-basis voor data-engineering
• Databasebeheer met SQL
• NoSQL-beheersing met MongoDB
• Big data met Hadoop en Spark
• AWS Tech Essentials
• AWS Certified Data Engineer - Associate
• Azure Fundamentals
• Azure Data Engineer
• Data Engineering Capstone

Keuzevakken

• Snowflake SnowPro Core-certificering
• Versiebeheer met Git
• Google Cloud Platform Fundamentals
• Generatieve AI-masterclass

CURSUSINHOUD

Cursus 1: Python-basis voor data-engineering

Ontwikkel fundamentele Python-vaardigheden die essentieel zijn om het programma te doorlopen.

Leerresultaten

• Word vaardig in procedureel en objectgeoriënteerd programmeren.
• Beheers lussen, voorwaardelijke statements, datatypes, operatoren en stringfuncties.
• Begrijp variabelen, methoden, attributen, toegangsmodificatoren, identifiers, inspringingen en opmerkingen.
• Leer Python installeren, IDE's gebruiken en werken met Jupyter Notebook.
• Verwerf kennis van multi-threading en de toepassingen ervan in gegevensverwerking.

Cursusprogramma

• Inleiding tot programmeren in Python
• Basisprincipes van programmeren en Python-functies
• Concepten van objectgeoriënteerd programmeren
• Python-gegevenstypen en operatoren
• Voorwaardelijke instructies en loops
• Threading in Python

Cursus 2: Databasebeheer met SQL

Verwerf essentiële SQL-vaardigheden om databases effectief te beheren en te integreren in applicaties. Leer SQL-instructies, commando's, joins, subquery's, voorwaardelijke logica en functies om schaalbare dataoplossingen te ondersteunen.

Leerresultaten

• Begrijp databasestructuren en -relaties.
• Word vaardig in SQL-query's, inclusief filteren, sorteren, aliasing, aggregatiefuncties, groeperen, joins, subquery's, weergaven en indexeren.
• Werk met gangbare querytools en SQL-opdrachten.
• Pas string-, wiskundige, datum/tijd- en patroonherkenningsfuncties toe.
• Beheers transacties, het aanmaken van tabellen en weergaven voor efficiënt databasebeheer.
• Implementeer toegangscontroles voor gebruikers om de database te beveiligen.
• Voer opgeslagen procedures uit voor complexe bewerkingen.

Cursusprogramma

• SQL-statements en selectiecommando's (filteren en sorteren)
• Aggregatiecommando's en groeperen op
• Voorwaardelijke statements
• Joins
• Tekst-, wiskundige en datum-/tijdfuncties
• Patroonherkenning (tekst)
• Toegangscontrolefuncties voor gebruikers
• Herstellen en back-ups maken

Cursus 3: NoSQL-vaardigheid met MongoDB

Beheers MongoDB- en NoSQL-databases met deze uitgebreide cursus. Leer over datamodellering, indexering, schaalbaarheid, beveiliging en integratie met data-engineeringpijplijnen door middel van praktische labs en praktijkprojecten. Verwerf de vaardigheden om gegevens efficiënt op te slaan, op te halen en te verwerken in praktische scenario's.

Leerresultaten

• Beheers de basisprincipes van MongoDB voor data-engineeringprojecten.
• Bouw efficiënte datapijplijnen en voer opslag, ophalen en analyse uit.
• Pas MongoDB-oplossingen toe op praktijkgerichte data-engineeringuitdagingen.
• Leer datamodelleringstechnieken voor MongoDB-collecties.
• Doe praktische ervaring op met het opvragen, bewerken en optimaliseren van MongoDB-gegevens.

Behandelde onderwerpen

• MongoDB-beveiliging en toegangscontrole
• Documentstructuur en schemaontwerp
• Gegevensbeheer, -verwerking en -modellering voor schaalbaarheid
• CRUD-bewerkingen en query's
• Indexering en prestatieoptimalisatie
• Integratie en schaalbaarheid in pijplijnen
• Ontwikkelen en monitoren van datapijplijnen

Cursus 4: Big data met Hadoop en Spark

Na het beheersen van workflowautomatisering past deze module generatieve AI toe op kernfuncties van het bedrijf, te beginnen met verkoop en marketing. Door middel van praktijkgericht leren en casestudy's ontdekken deelnemers hoe ze AI effectief kunnen inzetten en veelvoorkomende uitdagingen kunnen overwinnen om de impact op het bedrijf te maximaliseren.

Leerresultaten

• Navigeren door en optimaliseren van het Hadoop-ecosysteem voor gegevensverwerking.
• Gegevens opnemen en verwerken met behulp van Sqoop, Flume, Kafka en realtime streaming.
• Partitionering, bucketing en indexering implementeren in Hive.
• Werken met RDD's, UDF's en UDAF's in Apache Spark.
• Big Data-concepten toepassen op praktijkgerichte verwerkingsscenario's.

Behandelde onderwerpen

• Inleiding tot Big Data en het Hadoop-ecosysteem
• Hadoop Distributed File System (HDFS)
• MapReduce-basisprincipes, programmeren en geavanceerde concepten
• Distributed Cache, Job Chaining en Hadoop Scheduler
• Apache Hive: architectuur, gegevenstypen, serialisatie, optimalisatie, UDF/UDAF
• Pig voor gegevensanalyse
• Gegevensopname, Data Lake versus Data Warehouse
• Apache Kafka en Flume voor het streamen van gegevens
• YARN: infrastructuur en architectuur
• Apache Spark: RDD's, PySpark Shell, Framework en Machine Learning (Spark ML)
• Realtime verwerking: DStreams, Structured Streaming API's
• Spark GraphX: GraphFrames, Pregel API en algoritmen
• Python voor big data: functies, OOP's en modules

Cursus 5: AWS Tech Essentials

Leer navigeren in de AWS Management Console, begrijp de beveiligings-, opslag- en databaseopties van AWS en word bedreven in belangrijke webservices zoals RDS en EBS. Deze cursus stelt u in staat om AWS-services efficiënt te identificeren en te gebruiken.

Leerresultaten

• Begrijp de fundamentele concepten van AWS en cloud computing.
• Identificeer implementatie-, netwerk- en serviceopties in AWS.
• Leer AWS-terminologieën, voordelen en hoe u services kunt afstemmen op zakelijke vereisten.

Behandelde onderwerpen

• Inleiding tot cloud computing en AWS
• Load balancing, automatische schaalbaarheid en DNS/contentlevering
• AWS Managed Services, databases en Lambda
• Identiteits- en toegangsbeheer (IAM)
• Netwerken: VPC's en virtuele privénetwerken
• Elastic Compute Cloud (EC2) en opslagoplossingen
• Implementatie, beheer, prijsstelling en facturering

Cursus 6: AWS Certified Data Engineer - Associate

Leer datapijplijnen op AWS ontwerpen, ontwikkelen en beheren, zodat u zich kunt voorbereiden op het AWS Certified Data Engineer—Associate-examen en een carrière in clouddata-engineering.

Leerresultaten

• Begrijp de basisprincipes van data-engineering en moderne opslagsystemen.
• Word bedreven in Amazon DynamoDB, RDS, Redshift en technieken voor datamodellering.
• Beheers analysetools zoals Amazon Athena, Apache Spark en AWS Glue.
• Leer cloudfinancieel beheer en AWS-kostenoptimalisatie.
• Verwerf vaardigheden in computerdiensten: EC2, Lambda en AWS Batch.
• Werk met containertechnologieën: Docker, ECS en EKS.
• Ontwikkel expertise in ontwikkelaarstools, ML-concepten en governanceprincipes.
• Begrijp migratie, netwerken, contentlevering, beveiliging en compliance in AWS.
• Word bedreven in opslagoplossingen: S3, EBS en EFS.
• Zorg voor datakwaliteit en implementeer best practices voor datapijplijnen.

Behandelde onderwerpen

• Basisprincipes van data-engineering en financieel beheer in de cloud
• Analysetools: Amazon Athena, Apache Spark
• Computerservices: EC2, Lambda
• Datamodellering en databasebeheer (DynamoDB, Redshift)
• Ontwikkelaarstools (AWS CLI, CDK) en beheer/governance (CloudFormation, CloudTrail)
• Netwerken en contentlevering (VPC, Route 53)
• Beveiliging, identiteit, compliance en migratie-/overdrachtdiensten
• Containers en orkestratie (Docker, ECS)
• Opslagoplossingen (S3, EBS)
• Machine learning-concepten (SageMaker) en geavanceerde gegevensverwerking (Kinesis, Glue)

Cursus 7: Azure Fundamentals

Leer de kernprincipes van cloud computing en de implementatie ervan in Microsoft Azure. Doe praktische ervaring op met Azure-services, waaronder virtuele machines, webapps, SQL-databases, Azure Active Directory, beveiliging, compliance, prijzen en on-premises integratie.

Leerresultaten

• Begrijp de kernprincipes van cloud computing en de implementatie ervan in Azure.
• Werk met Azure-services, inclusief virtuele machines, webapps, SQL-databases en Azure Active Directory.
• Leer meer over Azure-beveiliging, privacy, compliance, prijzen en ondersteuning.
• Implementeer en beheer Azure-opslag en -databases.
• Integreer Azure-services met on-premises omgevingen.

Behandelde onderwerpen

• Inleiding tot cloud computing en IaaS
• Kernservices van Azure en SaaS
• Openbare, particuliere en hybride cloudmodellen
• Beveiliging, privacy, compliance en vertrouwen
• Azure-prijzen, ondersteuning en schaalvoordelen
• Virtuele machines maken en configureren in Azure

Cursus 8: Azure Data Engineer (DP 203)

Deze module bouwt voort op generatieve AI-toepassingen in technische functies en richt zich op hoe product-R&D-teams AI kunnen gebruiken om innovatie te versnellen. Deelnemers onderzoeken hoe AI marktonderzoek automatiseert, klantbehoeften voorspelt, productontwerp optimaliseert en productstrategie afstemt op merkwaarden. Het doel is om datagestuurde, klantgerichte en toekomstbestendige productontwikkeling mogelijk te maken en tegelijkertijd ethische en privacykwesties aan te pakken.

Leerresultaten

• Oplossingen voor gegevensopslag implementeren en beheren met Azure SQL Database, Synapse Analytics, Data Lake Storage, Data Factory, Stream Analytics en Databricks.
• Batch- en streaminggegevens opnemen, transformeren en verwerken.
• Beveiligings- en bewaarbeleid toepassen en prestaties optimaliseren.
• Externe gegevensbronnen effectief monitoren en openen.

Behandelde onderwerpen

• Microsoft Azure Data Orchestration & Storage Accounts
• Azure Key Vault, SQL Pool en Data Masking
• Azure Databricks, Synapse Notebooks en Apache Spark
• Azure Data Factory & Event Hubs
• Gestructureerde en ongestructureerde streaming
• Batch- en realtime gegevensverwerking
• Configuratie van Synapse Link met Cosmos DB
• Databricks-bestandssysteem en gegevensverkenning

Cursus 9: Data Engineering Capstone

Pas uw vaardigheden toe in een praktijkgericht, op de industrie afgestemd project op het gebied van ETL, datastreaming, analyse en visualisatie. Krijg begeleiding bij het aanpakken van praktische uitdagingen en laat uw expertise zien aan potentiële werkgevers. Projecten kunnen worden geselecteerd uit relevante industriële domeinen om de toepasbaarheid te maximaliseren.

Casestudy's en projecten uit de industrie

• Project 1 – Market Basket Analysis (Instacart): analyseer online aankooppatronen van boodschappen met behulp van een grote dataset om winkeltrends te ontdekken.
• Project 2 – YouTube Video Analysis: rangschik trending video's op basis van gebruikersinteracties en haal bruikbare inzichten uit.
• Project 3 – Data Visualization with Azure Synapse: maak dashboards voor verkoopgegevens om beslissingen over retailuitbreiding te sturen.
• Project 4 – End-to-end-pijplijn voor gegevensopname: upload en beheer grote datasets in Azure Data Lake en Delta Lake voor gemakkelijke toegang en verwerking.
• Project 5 – Servermonitoring op AWS: volg EC2-prestaties, debug fouten en optimaliseer serveractiviteiten.
• Project 6 – E-commerce-analyse: analyseer verkoopgegevens om regio-specifieke inzichten en productevaluatiestatistieken te genereren.

Keuzevakken:

Keuzevak 1: Snowflake SnowPro Core-certificering

Leer de basisprincipes van Snowflake, inclusief architectuur, beveiliging, SQL-ondersteuning, caching, query-optimalisatie, gegevensladen en semi-gestructureerde gegevensverwerking. Doe praktische ervaring op met het verbinden met Snowflake, het beheren van gegevens, het schalen van virtuele warehouses, het beheren van toegang en het optimaliseren van kosten voor efficiënt gegevensbeheer en -analyse.

Keuzevak 2: Google Cloud Platform Fundamentals

Leer GCP-infrastructuur analyseren en implementeren, inclusief netwerken, opslag en applicatieservices. Doe praktische kennis op van IAM, netwerken en cloudopslag en verken de flexibele infrastructuur en platformservices die Google Cloud biedt.

Keuzevak 3: Versiebeheer met Git

Leer broncodebeheer (SCM) met Git en GitHub. Doe praktische ervaring op met Git-opdrachten, GitHub-functies en workflows zoals forking, branching en merging. Ontwikkel de vaardigheden om coderepositories in praktijkprojecten efficiënt te beheren en eraan samen te werken.

Keuzevak 4: Masterclass generatieve AI

Krijg een uitgebreid inzicht in generatieve AI-modellen, met de nadruk op ChatGPT. Leer prompt engineering, verklaarbare AI, conversationele AI en praktische toepassingen van grote taalmodellen (LLM's).

FAQ

Veelgestelde vragen

Hoe wordt het programma aangeboden?

De cursus wordt volledig online aangeboden via live virtuele lessen, met een verhouding van 80:20 tussen ervaringsgerichte training en theoretisch leren. Je neemt deel aan praktische projecten, casestudy's en interactieve sessies onder leiding van experts uit de sector.

Hoe ziet het lesrooster eruit? Zijn er opnames?

De cursus duurt doorgaans ongeveer 7 maanden, met naar schatting 5-8 uur per week aan live sessies in het weekend, met verschillende roosters. Tussen de cursussen door zijn er veel praktische projecten die moeten worden voltooid. Stuur ons een e-mail voor meer informatie over het rooster van het programma. Als je een les mist, kun je altijd de opname bekijken.

OPMERKING:

Aanwezigheid kan niet worden geregistreerd door alleen de opnames van de sessies te bekijken. Aanwezigheid wordt alleen geregistreerd wanneer een cursist deelneemt aan de live sessie. Aangezien dit programma's zijn die aan universiteiten zijn gelieerd, zijn de criteria strenger, omdat ze door de universiteiten zelf zijn vastgesteld. Er zijn echter wel opnames beschikbaar. Cursisten kunnen de specifieke certificaatcriteria voor elke cursus rechtstreeks op hun LMS bekijken.

Kan ik fulltime werken terwijl ik aan dit programma deelneem?

Ja, dat kan! Het programma is zo opgezet dat het geschikt is voor drukbezette professionals met een fulltime baan. Je kunt live sessies bijwonen die meestal in het weekend worden gehouden op een tijdstip dat past bij jouw agenda, en vervolgens in je vrije tijd opdrachten/projecten voltooien.

Wat is data-engineering?

Data-engineering richt zich op de praktische kant van datawetenschap, het ontwerpen en bouwen van systemen om ruwe data uit meerdere bronnen te verzamelen, te verwerken en te analyseren. Data-engineers creëren datawarehouses, modellen en pijplijnen, waarbij ze ruwe data omzetten in bruikbare inzichten om betere zakelijke beslissingen te ondersteunen.

Wat doet een data-engineer?

Data-engineers ontwerpen en onderhouden systemen die organisatorische data toegankelijk en bruikbaar maken. Hun belangrijkste verantwoordelijkheden zijn:

• Het verzamelen van grote datasets uit verschillende bronnen
• Het opschonen en valideren van data om de nauwkeurigheid te waarborgen
• Het verwijderen van duplicaten en inconsistenties
• Het omzetten van data in bruikbare formaten
• Het analyseren en interpreteren van data ter ondersteuning van weloverwogen zakelijke beslissingen

Voordelen van de certificeringscursus data-engineering

Dit onlineprogramma van Purdue University biedt u praktische vaardigheden op het gebied van data-engineering, waaronder datawarehousing, data lakes en pijplijnen voor het bouwen van schaalbare architecturen. De belangrijkste voordelen zijn:

• Certificaat van Purdue University Online
• Curriculum afgestemd op Microsoft-, AWS- en Snowflake-certificeringen
• Toegang tot het lidmaatschap van de Purdue Alumni Association
• Live sessies over geavanceerde AI-onderwerpen, waaronder generatieve AI en verklaarbare AI

Docenten voor het certificaatprogramma Data Engineering

Het programma wordt gegeven door ervaren professionals uit de industrie met diepgaande expertise in data-engineering. Docenten worden zorgvuldig geselecteerd op basis van hun kennis, onderwijservaring, referenties en bewezen vermogen om praktische, realistische inzichten te bieden voor een effectieve leerervaring.

Carrièremogelijkheden na voltooiing van de cursus Data Engineering

Na voltooiing van dit programma ontstaan er tal van mogelijkheden op het gebied van data:

• Data Engineer – Ontwerpen, bouwen en onderhouden van schaalbare datapijplijnen en -toepassingen.
• Big Data Engineer – Werken met technologieën zoals Hadoop en Kafka voor het verwerken van grote hoeveelheden data.
• Data Architect – Ontwerpen en beheren van de data-architectuur van een organisatie, waarbij de veiligheid en integriteit worden gewaarborgd.
• Data Analyst – Analyseren van complexe datasets om bruikbare zakelijke inzichten te verschaffen.
• Business Intelligence (BI) Developer – Ontwikkel en beheer BI-oplossingen met behulp van dashboards en rapporten.

Hebben data-engineers eerdere programmeerervaring nodig?

Ja, data-engineers moeten doorgaans basiskennis hebben van programmeertalen zoals Python, Java of R om datapijplijnen effectief te kunnen bouwen en beheren

Belangrijkste kenmerken

• Cursus en materiaal zijn in het Engels
• in samenwerking met Purdue University Online
• Beginners- tot gevorderd niveau
• 7 maanden live lessen door experts uit de industrie (5-8 uur/week weekendlessen)
• 150+ uur live lessen en projectondersteuning door mentoren
• 20+ uur e-learning videocontent
• 250+ uur studietijd en oefening aanbevolen
• Flexibel leren met opnames van sessies en 24/7 toegang
• Afgestemd op Microsoft DP-203, AWS Certified Data Engineer – Associate en SnowPro® Core.
• Capstone uit 3 domeinen en meer dan 14 projecten met industriële datasets van YouTube, Glassdoor, Facebook, enz.
• Netwerkvoordelen via de Purdue Alumni Association
• Certificaat van voltooiing van het programma van Purdue University Online.
• Officiële badge/certificaat gehost op het Microsoft Learn-portaal.

Boeiende leerervaring

• Interactie met medestudenten: Geniet van een echte klasomgeving door in contact te komen met medestudenten en in realtime met mentoren te communiceren via Slack.
• Flexibel leren: Raak nooit achterop – bekijk op elk moment opgenomen sessies om bij te blijven en op één lijn te blijven met je medestudenten.
• Mentorschapsessies: krijg deskundige ondersteuning van mentoren om twijfels weg te nemen, begeleiding bij projecten te krijgen en je leerproces te verbeteren.
• Toegewijde ondersteuning: profiteer van een cohortmanager die je persoonlijke hulp biedt en ervoor zorgt dat je op koers blijft naar succes.

Over Purdue University

Purdue University is een toonaangevende openbare onderzoeksuniversiteit die bekend staat om het bedenken van praktische oplossingen voor enkele van de meest urgente problemen van vandaag. Purdue wordt door U.S. News & World Report al vier jaar op rij erkend als een van de tien meest innovatieve universiteiten in de VS en loopt voorop op het gebied van baanbrekend onderzoek en innovatie.

Welke toegevoegde waarde levert Purdue University aan het programma?

Het curriculum van het programma is ontworpen en beoordeeld met hulp van de universiteit, wat het programma kwalitatieve legitimiteit en een certificaat van voltooiing met een co-branded logo geeft. Houd er rekening mee dat de live lessen niet worden gegeven door daadwerkelijke docenten van de universiteit, maar door vele ervaren experts uit de industrie die geschikt zijn voor elk onderwerp.