Post Bachelor Data Science voor Financials

Voor wie?

Je hebt een financiële achtergrond en je wilt je kennis en vaardigheden op het gebied van data science op Post Bachelorniveau uitbreiden.

Aanpak Post Bachelor Data Science voor Financials

In deze Post Bachelor ga je aan de slag met informatieverzameling en de analyse van data. Je verdiept je in verschillende datasystemen en ontwikkelt vaardigheden om belangrijke data te structureren. Alle actuele thema's komen aan bod, waaronder digitale transitie, datavisualisatie en programming with Python. De focus ligt hierbij op de toepassing binnen financieel gebied. Tijdens de studie kun je gebruikmaken van onze overzichtelijke online leeromgeving, waar je alles vindt wat je nodig hebt om de studie succesvol af te ronden.

Voorbereiding en studiebelasting

Het doornemen van de theorie en het maken van de thuisopdrachten betekenen een studiebelasting van ongeveer 5-7 uur per studiebijeenkomst.

Online leeromgeving

Wij maken altijd gebruik van de meest actuele literatuur. Tijdens de studie heb je toegang tot onze moderne online leeromgeving. Onze digitale leeromgeving is voorzien van memotrainers, examentrainingen en video-instructieclips zodat je ook na het volgen van klassikale lessen nog eens terug kunt kijken. Studenten koppelen aan ons terug dit van grote toegevoegde waarde te vinden.

PE-punten

Permanente educatie (PE) is van essentieel belang. Met deze opleiding van Markus Verbeek Praehep behaal je 45 PE-punten en blijft je kennis actueel. Het programma sluit aan op de vereisten van de NBA. Bovendien maakt deze opleiding je onmiddellijk succesvoller in de dagelijkse praktijk.

Klassikaal of virtual classroom

Je kunt de Post Bachelor Data Science voor Financials klassikaal volgen op een locatie naar keuze. Omdat je binnen een groep veel van elkaar leert, bieden we je een alternatieve locatie aan wanneer er voor jouw voorkeurslocatie onvoldoende aanmeldingen zijn. Onze leslocaties zijn gevestigd door heel Nederland. Geef je de voorkeur aan lessen op vaste tijden, met een docent én digitaal? Dan biedt virtual classroom je de uitkomst. Voor meer informatie over onze opleidingsvarianten, zie de pagina Opleidingsvarianten op onze website.

Programma

In dit programma komen de volgende onderwerpen aan bod:

Intro big data, BI en data science

(1 dag)

• Introductie in het datavakgebied
• Keten van dataopslag, dataverwerking, dataopschoning en data analyseren en rapporteren
• Rollen, taken en verantwoordelijkheden binnen het datadomein (data engineer, data-analist, data scientist)
• Verschillen tussen gestructureerde en ongestructureerde dataopslag
• Trends en ontwikkelingen rondom big data, data science en machine learning

SQL Fundamentals

(2 dagen)

• Introduction to Databases
• Flat File, Hierarchical and Relational
• Query Languages
• Relations and Normalization
• Basic Normal Forms
• Introduction to SQL
• DDL, DML and DCL
• Creating Tables
• Simple Queries (SELECT FROM, WHERE, ORDER BY, DISTINCT)
• Aggregate Functions (COUNT, SUM, AVG, MIN, MAX)
• GROUP BY (HAVING)
• Joining Tables (INNER JOIN, OUTER JOIN)
• Subqueries
• VIEWS
• Simple Stored Procedures

(On)zin van de digitale transitie in finance

(2 dagen)

• Digitalisering, transitie, transformatie en automatisering
• Verwachte ontwikkelingen en technologieën
• Wat, hoe en wanneer en specifieke toepassing in finance
• Robotica, kunstmatige intelligentie, supercomputers, big data, blockchain en andere ontwikkelingen
• Digital finance en de organisatie (processen, mensen, systemen)
• Digital finance en de mens
• Digital finance en de ontwikkeling van medewerkers
• Toepassingen binnen je eigen organisatie

Datavisualisatie en presentatie

(2 dagen)

• Wat werkt, wat werkt niet. Welke grafische voorstellingen bij welke data
• Doelgroep, presentatie en perceptie
• Valkuilen en misleiding
• Rapporteren en dashboard
• Ontwerpprincipes
• De kracht van kleur
• Praktische case en presentatie

Database Fundamentals

(1 dag)

• Inleiding systeemontwerp
• Wat is een relationele database?
• Top-down benadering
• Entiteit Relatie Diagram - ERD
• Bottom-up benadering Informatiebehoeften
• Functionele afhankelijkheid normaliseren: eerste tot en met de vierde normaalvorm
• Boyce-Codd normaalvorm

Python Fundamentals

(2 dagen)

• Python installatie
• Het werken in de Python console en met Python modules
• Variabelen een waarden geven
• Built-in types: int, float, bool, complex
• Operatoren en expressies
• Het werken met strings: concatenatie en formatteren
• Conditionele opdrachten: if - elif - else
• Herhalingsopdrachten: while en for
• Functies definiëren en gebruiken
• Lambda expressies toepassen
• Ingebouwde functies van Python gebruiken
• Datastructuren (lists, tuples, dicts en sets) gebruiken
• Verschillende soorten comprehensions toepassen

Examens en diploma

Je rondt de opleiding af met een eindopdracht. Bij succesvolle afronding ontvang je het diploma 'Post Bachelor Data Science voor Financials'.