Programma

This session will expose analytic practitioners, data scientists, and those looking to get started in predictive analytics to the critical importance of properly preparing data in advance of model building. The instructor will present the critical role of feature engineering, explaining both what it is and how to do it effectively. Emphasis will be given to those tasks that must be overseen by the modeler – and cannot be performed without the context of a specific modeling project. Data is carefully “crafted” by the modeler to improve the ability of modeling algorithms to find patterns of interest.

Data preparation is often associated with cleaning and formatting the data. While important, these tasks will not be our focus. Rather it is how the human modeler creates a dataset that is uniquely suited to the business problem.

You will learn:

• Construction methods for various data transformations
• The merits and limitations of automated data preparation technologies
• Which data prep tasks are best performed by data scientist, and which by IT
• Common types of constructed variables and why they are useful
• How to effectively utilize subject matter experts during data preparation

In de afgelopen vijf jaar zijn cloud databasesystemen echt doorgebroken. De cloud maakt het mogelijk om kapitaal investeringen vooraf om te zetten in operationele kosten, zodat men alleen betaalt voor de capaciteit die echt is; en er nooit zorgen hoeven te zijn over capaciteitsproblemen. Daarbovenop “ontzorgen” cloud database systemen in de zin dat het beheer van de database systemen en onderliggende hardware bij de cloud provider ligt. In tijden van personele schaarste is dat een andere belangrijke factor achter het succes van cloud database systemen, die de eventuele nadelen op het gebied van lock-in en zorgen rond privacy en security vaak neutraliseert.

Maar, als eenmaal het besluit is genomen om de database naar de cloud te brengen, welke dan te kiezen? Er zijn op dit moment al een heleboel cloud systemen. Amazon heeft onder andere Aurora, Redshift, Neptune en Athena. Microsoft heeft SQLserver en Cosmos DB. Google heeft onder andere BigQuery. En dan zijn er nieuwe bedrijven bijgekomen, die zich specialiseren in cloud services, zoals Snowflake en Databricks.

Om beter te begrijpen wat de overeenkomsten en verschillen zijn tussen al die nieuwe cloud systemen, zal Peter Boncz ingaan op wat er zich onder de motorkap van deze nieuwe systemen bevindt. De verschillende alternatieven worden technisch ontleed en met elkaar vergeleken.

Enkele van de onderwerpen die aan bod zullen komen:

• Een introductie tot cloud data systemen met een actueel marktoverzicht van de belangrijkste kanshebbers
• Hoe ziet de architectuur van deze verschillende systemen eruit op het gebied van query-engine, data representatie, elasticiteit en data partitionering
• Welke diensten zijn “serverless” en wat is dat precies?
• Kunnen cloud database systemen automatisch data optimaliseren?
• Wat is het economische model, en verdere implicaties daarvan
• Welke ontwikkelingen zullen nog volgen in cloud database systemen in de komende jaren? Een voorbeeld is databases delen in de cloud.

Data vault, ensemble logical modeling, datavirtualisatie en cloud zijn bij elke BI of datawarehouse-specialist bekend. Maar de grote vraag is hoe je ze samen inzet bij het ontwikkelen van real-life systemen en dan de kracht en mogelijkheden van elke component optimaal benut. In deze sessie wordt uitgelegd hoe alle samen efficiënt ingezet kunnen worden. Centraal hierbij staat het nieuwe concept “data routes”. Binnen een data- en analytics-architectuur dienen data routes als brandstof voor de virtuele data presentatielaag die door eindgebruikers wordt benaderd voor al hun databehoeftes.

Het concept stelt een datageoriënteerde manier van verwerken voor, die rust op de genoemde zaken als data vault, ensemble modeling en datavirtualisatie. Hierbij wordt een ontkoppeling van data en techniek gerealiseerd waardoor het accent wordt verlegd naar de karakteristieken van de data en de eisen die use cases stellen. Het resultaat wordt als een virtuele (semantische) data laag aangeboden aan een brede groep van data enthousiasten. Met behulp van datavirtualisatie wordt een virtuele dataverzameling opgebouwd als virtueel dataportaal voor datagebruikers.

• Biedt een Cloud Analytics platform een volledige oplossing?
• Hoe past het concept Data Routes als methodiek bij een bestaande data architectuur voor Data & Analytics
• Hoeft de data nu niet meer gemodelleerd te worden?
• Hoe passen data routes en datavirtualisatie bij elkaar?
• Van Ensemble logical modeling naar data vault databases

Wij ICT-ers moeten ook veranderen. Maar eerst een lekkere lunch serveren!

• Hoe goed is ons track record wat betreft ICT-projecten?
• Waarom adopteren we niet meer generatoren en self-driving technologie?
  • Bladiebla level 2
  • Bladiebladiebladiebla 
  • Derde regel dubbele indentatie
• Is datamodelleren eigenlijk wel veranderd de laatste 30 jaar?

Dit is Koptekst 2

Met daaronder weer broodtekst

Dit is gewoon vet in plaats van stijlkop.

En ook daaronder weer gewone bladiebladiebla tekst.

Conventional data governance practices come from a simpler time when data management was free from many of today’s challenges, such as self-service reporting and analytics. Traditional data governance focuses on enforcement of controls and gates. While controls and gates continue to be needed, these methods must be complemented with support for the autonomy and agility of the self-service world. Enforcement works together with prevention. Guides and guardrails reduce the need for gating. The need to exercise controls is minimized when curating, coaching, crowdsourcing, and collaboration are integral parts of governance processes. In a self-service world, every data stakeholder plays a part in data governance. In a world where personal data collection is accelerating and algorithms are abundant, ethical guidance is a critical component and an area where governance must take the lead.

You will learn:

• Where governance fits within modern data ecosystems, from point of ingestion to reporting and analysis
• How various technologies support governance through the ecosystem
• Process challenges for governing self-service; supplementing controls with collaboration and crowd sourcing
• Engagement models for governing self-service
• Organizational challenges for governing self-service; moving from data stewards to stewardship, curation, and coaching
• Operational challenges for governing self-service; implementing a combination of gates, guardrails, and guides
• The challenges of data ethics and the role of data governance in meeting those challenges

In de complexe wereld van halfgeleider productie worden dagelijks enorme hoeveelheden zeer gevarieerde data gegenereerd. ASML, wereldleider op het gebied van machines voor de productie van halfgeleiders, implementeert een central data lake waarin data verzameld wordt in een centrale omgeving en die vanuit daar beschikbaar gesteld wordt voor rapportage en analyse. Dit central data lake bevat ook een zogenaamd analytics lab voor gedetailleerde exploratie van data en het faciliteren van data science toepassingen. Het beheersen van deze snel veranderende data is een enorme uitdaging. In deze sessie bespreken we aan de hand van een aantal voorbeelden ASML’s aanpak voor de volgende uitdagingen:

• Hoe kunnen gebruikers, analisten en data scientists informatie in het central data lake ontdekken en vinden zonder te verdrinken in de hoeveelheid en complexiteit van gegevens?
• Hoe borgen we dat gebruikers van het central data lake de data begrijpen en weten waar de data vandaan komt (data lineage)?
• Hoe zorgen we er voor dat de data in het central data lake vertrouwd kan worden (data kwaliteit)?
• Hoe kunnen we als ASML borgen dat toegang tot data in lijn is met eisen van klanten en andere belanghebbenden?
• Welke toegevoegde waarde kan het analytics lab (nog meer) brengen?

When it comes to data analytics, you don’t want to know “how the sausage is made.” The state of most data analytics pipelines is deplorable. There are too many steps; too little automation and orchestration; minimal reuse of code and data; and a lack of coordination between stakeholders in business, IT, and operations. The result is poor quality data delivered too late to meet business needs.

DataOps is an emerging approach for building data pipelines and solutions. This session will explore trends in DataOps adoption, challenges that organizations face in implementing DataOps, and best practices in building modern data pipelines. It will examine how leading-edge organizations are using DataOps to increase agility, reduce cycle times, and minimize data defects, giving developers and business users greater confidence in analytic output.

You will learn:

• What is DataOps and why you need it
• The dimensions of DataOps
• The state of DataOps adoption
• DataOps best practices and challenges

Veel IT-systemen zijn al meer dan twintig jaar oud en hebben veel veranderingen ondergaan. Desondanks kunnen ze de immer toenemende groei aan datagebruik qua schaalbaarheid en snelheid niet meer aan. Daarbij zijn ze log en inflexibel geworden waardoor het implementeren van nieuwe rapporten en het uitvoeren van analyses zeer tijdrovend is geworden. Kortom, de data-architectuur kan de huidige ‘speed of business change’ niet meer bijhouden. Veel organisaties zijn hierdoor tot de conclusie gekomen dat het tijd is voor een nieuwe, toekomstbestendige data-architectuur. Dit is echter gemakkelijker gezegd dan gedaan. Een nieuwe data-architectuur ontwerpen doe je immers niet elke dag. In deze sessie worden tien essentiële richtlijnen gegeven voor het ontwerpen van moderne data-architecturen. Deze richtlijnen zijn gebaseerd op ervaringen met het uitdenken en implementeren van menig nieuwe data-architectuur.

• Welke nieuwe technologieën zijn er momenteel beschikbaar?
• Wat is de invloed op de architectuur van o.a. Hadoop, NoSQL, big data, datawarehouse automation en data-streaming?
• Welke nieuwe architectuurprincipes worden tegenwoordig toegepast?
• Hoe gaan we om met de steeds strengere regels voor data-opslag en analyse?
• Wat is de invloed van cloud platformen?

Supervised learning lost moderne analytische uitdagingen op en ondersteunt geïnformeerde besluitvorming. Alhoewel het voorspellend vermogen van machinelearning modellen indrukwekkend kan zijn, moet er wel een actie aan gekoppeld zijn om er profijt van te hebben. Modellen moeten daarnaast ook automatisch worden uitgerold om besluitvorming continue te kunnen ondersteunen en meetbare verschillen te realiseren. En hoewel ook unsupervised learning methoden krachtige analytische mogelijkheden bieden is hier vaak nog geen duidelijke route naar productie. Deze cursus laat zien wanneer welke vorm van machinelearning het beste past bij de business doelstellingen en hoe u meerwaarde kunt behalen uit beide benaderingen.

Regressieanalyse, decision trees, neurale netwerken, samen met vele andere supervised learning technieken, realiseren krachtige voorspellende inzichten wanneer historische resultaatwaarden beschikbaar zijn. Zodra deze modellen gebouwd zijn, genereren supervised learning modellen een score die gebruikt kan worden om automatische besluitvorming in organisaties te ondersteunen. Wij zullen verkennen hoe deze bewegende panelen strategisch gezien bij elkaar kunnen worden gebracht.

Unsupervised methoden zoals clusteranalyse, anomaly detectie en associatieregels zijn verkennend van aard en genereren niet zoals supervised learning modellen een voorspellende score. De vraag is hoe deze modellen in staat kunnen worden gesteld om organisatorische besluitvorming te ondersteunen. Deze cursus zal dat laten zien.

Deze cursus laat een verscheidenheid aan voorbeelden zien, te beginnen met het verkennen en interpreteren van modellen en hun toepassing. Mogelijkheden om met de resultaten van deze modellen verder te gaan zullen worden bezien. U zult ook zien hoe een verzameling van modellen, waaronder businessregels, supervised modellen en unsupervised modellen gezamenlijk kunnen worden toegepast in concrete situaties, zoals bij fraudedetectie en het verstrekken van verzekeringen.

Leerdoelen

• Wanneer moet u supervised en wanneer unsupervised modellen toepassen?
• Mogelijkheden om machinelearning in te zetten voor besluitvorming in uw organisatie
• Hoe kunt u verschillende modellen inzetten voor benaderingen en classificaties in de werkelijkheid?
• Effectieve technieken om resultaten van unsupervised learning toe te passen
• Het interpreteren en monitoren van uw modellen voor continue verbeteringen
• Hoe combineert u op creatieve wijze supervised en unsupervised modellen om tot betere resultaten te komen?

Bestemd voor ú
Deze interactieve workshop is opgezet voor Analisten, Data scientists, IT Professionals, BI Professionals, Technology Planners, Consultants, Business analisten en Projectleiders van analyse opdrachten.

Onderwerpen

1. Model Development Introduction

Current Trends in AI, Machine Learning and Predictive Analytics

• Algorithms in the News: Deep Learning
• The Modeling Software Landscape
• The Rise of R and Python: The Impact on Modeling and Deployment
• Do I Need to Know About Statistics to Build Predictive Models?

2. Strategic and Tactical Considerations in Binary Classification

• What’s is an Algorithm?
• Is a “Black Box” Algorithm an Option for Me?
• Issues Unique to Classification Problems
• Why Classification Projects are So Common
• Why are there so many Algorithms?

3. Data Preparation for Supervised Models

• Data Preparation Law
• Integrate Data Subtasks
• Aggregations: Numerous Options
• Restructure: Numerous Options
• Data Construction
• Ratios and Deltas
• Date Math
• Extract Subtask

4. The Tasks of the Model Phase

• Optimizing Data for Different Algorithms
• Model Assessment
  • Evaluate Model Results
    • Check Plausibility
    • Check Reliability
    • Model Accuracy and Stability
    • Lift and Gains Charts
    • Modeling Demonstration
  • Assess Model Viability
  • Select Final Models
  • Why Accuracy and Stability are Not Enough
  • What to Look for in Model Performance
  • Exercise Breakout Session
    • Select Final Models
    • Create & Document Modeling Plan
    • Determine Readiness for Deployment
    • What are Potential Deployment Challenges for Each Candidate Model?

5. What is Unsupervised Learning?

• Clustering
• Association Rules
• Why most organizations utilize unsupervised methods poorly
  • Case Study 1: Finding a new opportunity
  • Case Studies 2, 3, and 4: How do supervised and unsupervised work together
  • Exercise Breakout Session: Pick the right approach for each case study
  • Data Preparation for Unsupervised
    • The importance of standardization
    • Running an analysis directly on transactional data
  • Unsupervised Algorithms:
    • Hierarchical Clustering
    • K-means
    • Self-Organizing Maps
    • K Nearest Neighbors
    • Association Rules
  • Interpreting Unsupervised
    • Exercise Breakout Session: Which value of K is best?
    • Choosing the right level of granularity
    • Reporting unsupervised results

6. Wrap-up and Next Steps

• Supplementary Materials and Resources
• Conferences and Communities
• Get Started on a Project!
• Options for Implementation Oversight and Collaborative Development

Cloud datawarehousing helpt de uitdagingen aan te gaan van legacy datawarehouses die moeite hebben om gelijke tred te houden met de groeiende datavolumes, veranderende verwachtingen ten aanzien van serviceniveaus en de noodzaak om gestructureerde warehouse data te integreren met ongestructureerde data in een data lake. Cloud datawarehousing biedt veel voordelen, maar cloudmigratie is niet snel of eenvoudig te realiseren. Het migreren van een bestaand datawarehouse naar de cloud is een complex proces van het verplaatsen van schema, data en ETL. De complexiteit neemt toe wanneer modernisering van de architectuur, herstructurering van databaseschema’s of het opnieuw aanleggen van data pipelines nodig is.

Deze sessie beschrijft de voordelen, technieken en uitdagingen van het migreren van een bestaand datawarehouse naar de cloud. We zullen een overzicht geven van de belangrijkste leveranciers van cloud-datawarehouses en een aantal technologieën onder de loep nemen die de pijn van een cloudmigratie kunnen verlichten. Praktische aspecten van migratie worden behandeld in een stapsgewijze aanpak.

Het verhuizen van een bestaand datawarehouse naar de cloud gaat niet snel en het is niet eenvoudig, maar er zijn reële en substantiële voordelen. De meeste bedrijven vermijden de “big bang” aanpak en migreren stapsgewijs. De hier beschreven technieken en technologieën zullen u helpen om snel van start te gaan en soepel de stappen in met migratietraject te doorlopen.

Dit is een interactieve ‘hands-on’ workshop. Als deelnemer beschikt u over kennis van een of meer on-premise datawarehouses die u overweegt om naar de cloud te migreren. Er worden oefeningen gedaan om de voor- en nadelen van cloudmigratie te analyseren, om migratiebeslissingen te nemen en om een migratieplan te ontwikkelen.

Leerdoelen

• Het ‘wat en waarom’ van cloud datawarehousing
• De voordelen van cloud datawarehousing
• De uitdagingen van cloud datawarehousing
• Waar moet u voor waken bij cloudmigratie
• Hoe migratieanalyses uit te voeren en migratiebeslissingen te nemen
• Een stapsgewijze aanpak van datawarehouse migratie
• Overwegingen bij een stapsgewijze migratie
• Het technologielandschap van cloud datawarehousing
• Het landschap van de cloud migratietechnologie
• Opzetten van een cloud migratieplan.

Bestemd voor ú!

Programma- en projectmanagers voor datamanagement en analytics, datawarehouse-professionals, architecten, technologieplanners, dataontwerpers en data-integratiespecialisten, iedereen die een rol heeft bij de migratie van legacy datawarehouses naar de cloud.

Programma-inhoud

Cloud Data Warehousing – What and Why?

• The cloud migration trend
• Challenges of conventional data warehousing
• Overcoming the challenges

Benefits of Cloud Data Warehousing

• Scalability
• Elasticity
• Managed infrastructure
• Cost savings
• Processing speed
• Deployment speed
• Fault tolerance
• Disaster recovery
• Security and governance
• RDBMS in the cloud

Cloud Data Warehousing: Look Before You Leap

• Data movement
• Design and development
• Security and compliance
• Cloud and on-premises hybrid
• Portability

To Cloud or Not to Cloud

• Data warehouse architecture
• Technical debt
• Technology architecture
• Networking
• Data warehouse operations
• Data center operations
• Disaster recovery and business continuity
• Scalability and elasticity
• Data types
• Agility
• Governance
• Security
• Compliance
• Data quality
• Self-service
• Commitment

Cloud Migration SWOT Analysis

• Some guidelines
• Exercise 1 – SWOT for Migrating Your Data Warehouse
• Exercise 2 – Using the Migration SWOT Analysis
• Exercise 3 – SWOT for Not Migrating Your Data Warehouse
• Exercise 4 – Using the No Migration SWOT Analysis
• Exercise 5 – To Cloud or Not to Cloud: Making the Decision

Technologies for Cloud Data Warehousing

• Cloud data warehouse functions
  • Data storage
  • Database loading
  • Data processing
  • SQL queries
  • Workload management
  • Metadata management
  • Security and access controls
  • Data protection
• Cloud data warehouse platforms
• Migration tools
  • Integration Platform as a Service (iPaaS)
  • Data warehouse automation
  • Data virtualization

Step-by-Step Data Warehouse Migration

• The big picture
• The business case
• Architectural assessment
• Migration strategy
• Technology selection
• Migration
  • Planning
  • Schema migration
  • Data migration
  • ETL migration and data pipelines
  • Metadata migration
  • Migrating users and applications