Détails
- 3 Sections
- 9 Lessons
- 3 Days
Expand all sectionsCollapse all sections
- Dag 1: Fundamenten van Datakwaliteit en Governance (7 uur)3
- 1.1Wat is datakwaliteit en waarom is het belangrijk? (2 uur) Kernprincipes: juistheid, volledigheid, consistentie, tijdigheid en integriteit. Hoe datakwaliteit bedrijfsprocessen en besluitvorming beïnvloedt. Praktijk: Identificeren van datakwaliteitsproblemen in een dataset.
- 1.2Data Governance Frameworks en Best Practices (3 uur) DAMA DMBOK en andere industriestandaarden. Opstellen van rollen en verantwoordelijkheden binnen een data governance-strategie. Praktijk: Bepalen van een data governance-structuur voor een organisatie.
- 1.3Datakwaliteit beoordelen en verbeteren (2 uur) Tools en methodologieën voor datakwaliteitscontrole. Gebruik van geautomatiseerde data profiling en monitoring tools. Praktijk: Uitvoeren van een datakwaliteitscontrole met SQL of een BI-tool.
- Dag 2: Compliance, Dataprivacy en Risicobeheer (7 uur)3
- 2.1Data privacy en regelgeving (GDPR, ISO 27001, HIPAA) (3 uur) Overzicht van de belangrijkste wetten en normen voor dataprivacy. Implementeren van privacy by design en data protection impact assessments (DPIA). Praktijk: Opstellen van een compliance-strategie voor een dataset.
- 2.2Metadata Management en Datacatalogi (2 uur) Het belang van metadata in data governance. Tools voor metadata- en datacatalogusbeheer (Collibra, Alation, Apache Atlas). Praktijk: Opzetten van een metadata-beheerplan voor een organisatie.
- 2.3Toegangsbeheer en Role-Based Access Control (RBAC) (2 uur) Implementeren van RBAC en data lineage tracking. Werken met role-based en attribute-based toegangscontrole (ABAC). Praktijk: Configureren van toegangsbeheer voor gevoelige data in een database.
- Dag 3: Geavanceerde Strategieën voor Databeheer en Implementatie (7 uur)3
- 3.1Datakwaliteitsmanagement automatiseren (3 uur) Geautomatiseerde datacleaning en validatieprocessen. Werken met ETL-processen en data pipelines. Praktijk: Automatiseren van een datacleaningproces in SQL of Python.
- 3.2Beleid en strategische implementatie van Data Governance (2 uur) Creëren van bedrijfsspecifieke governancebeleid en datakwaliteitsstrategieën. Monitoring en rapportage van governance-initiatieven. Praktijk: Ontwikkelen van een data governance-roadmap voor een organisatie.
- 3.3Case Study en Afsluiting (2 uur) Ontwerpen van een op maat gemaakte governance- en datakwaliteitsstrategie. Praktijk: Deelnemers presenteren hun governance-aanpak en verdedigen hun keuzes.
Metadata Management en Datacatalogi (2 uur) Het belang van metadata in data governance. Tools voor metadata- en datacatalogusbeheer (Collibra, Alation, Apache Atlas). Praktijk: Opzetten van een metadata-beheerplan voor een organisatie.
Préc.
Datakwaliteitsmanagement automatiseren (3 uur) Geautomatiseerde datacleaning en validatieprocessen. Werken met ETL-processen en data pipelines. Praktijk: Automatiseren van een datacleaningproces in SQL of Python.
Suivant
