HBO ICT en Business management (ERP) (2 jaar)

Je onderzoekt hoe je informatie effectief beheert, analyseert en inzet voor organisatieontwikkeling en besluitvorming.

1. 1 Basisprincipes van informatiemanagement Je onderzoekt de basis van informatiemanagement, rollen en processen en de koppeling met bedrijfsdoelen.
   10 lessen

   1. Definitie en belang van informatiemanagementJe verkent wat informatiemanagement inhoudt en waarom het belangrijk is voor organisaties.
   2. Relatie tussen informatie, data en kennisJe maakt onderscheid tussen data, informatie en kennis en beschrijft hun samenhang.
   3. Informatiesystemen binnen organisatiesJe herkent verschillende informatiesystemen en hun functie binnen organisaties.
   4. Rollen en verantwoordelijkheden in informatiemanagementJe benoemt rollen en verantwoordelijkheden die bij informatiemanagement horen.
   5. Proces van informatiebeheerJe beschrijft het proces van informatiebeheer van begin tot eind.
   6. Verschil tussen operationeel en strategisch informatiemanagementJe vergelijkt operationeel en strategisch informatiemanagement.
   7. Trends en ontwikkelingen in het vakgebiedJe signaleert actuele trends en ontwikkelingen in informatiemanagement.
   8. Informatie als bedrijfsmiddelJe legt uit hoe informatie als bedrijfsmiddel wordt ingezet.
   9. Koppeling tussen informatiemanagement en bedrijfsdoelenJe koppelt informatiemanagement aan het realiseren van bedrijfsdoelen.
   10. Begrippenkader en terminologieJe gebruikt het begrippenkader en de juiste terminologie in het vakgebied.
2. 2 Informatiearchitectuur en -structuur Je onderzoekt hoe informatie gestructureerd wordt en welke modellen en standaarden daarvoor bestaan.
   10 lessen

   1. Opbouw van informatie- en datastructurenJe analyseert hoe informatie- en datastructuren zijn opgebouwd.
   2. Modellen voor informatiearchitectuur (zoals TOGAF)Je vergelijkt verschillende modellen voor informatiearchitectuur.
   3. Datamodellering en metadataJe past datamodellering en het gebruik van metadata toe.
   4. Informatiestromen binnen organisatiesJe brengt informatiestromen binnen organisaties in kaart.
   5. Integratie van systemen en dataJe onderzoekt hoe systemen en data geïntegreerd worden.
   6. Documentmanagement en informatiestandaardenJe beschrijft documentmanagement en het belang van informatiestandaarden.
   7. InformatielevenscyclusJe volgt de levenscyclus van informatie van creatie tot archivering.
   8. Gebruik van taxonomieën en classificatiesystemenJe gebruikt taxonomieën en classificatiesystemen voor ordening van informatie.
   9. Impact van cloud en big data op architectuurJe analyseert de invloed van cloud en big data op informatiearchitectuur.
   10. Kwaliteit en consistentie van informatieJe beoordeelt de kwaliteit en consistentie van informatie.
3. 3 ICT-systemen en -infrastructuur Je krijgt inzicht in ICT-systemen, infrastructuur en de relatie tussen hardware, software en data.
   10 lessen

   1. Basiskennis van ICT-systemen en netwerkenJe benoemt de basiskenmerken van ICT-systemen en netwerken.
   2. Soorten informatiesystemen (ERP, CRM, BI)Je onderscheidt verschillende soorten informatiesystemen.
   3. Relatie tussen hardware, software en dataJe legt de samenhang uit tussen hardware, software en data.
   4. Cloud computing en virtualisatieJe onderzoekt cloud computing en virtualisatie in de praktijk.
   5. Databases en dataopslagJe beschrijft de werking van databases en dataopslag.
   6. Systeemintegratie en interoperabiliteitJe bekijkt hoe systemen geïntegreerd en interoperabel worden gemaakt.
   7. Beheer van ICT-infrastructuurJe benoemt taken bij het beheer van ICT-infrastructuur.
   8. Automatisering van informatieprocessenJe onderzoekt hoe informatieprocessen worden geautomatiseerd.
   9. Onderhoud en upgrades van systemenJe bespreekt het belang van onderhoud en upgrades van systemen.
   10. Impact van nieuwe technologieën (AI, IoT)Je signaleert de impact van nieuwe technologieën op informatiesystemen.
4. 4 Data-analyse en Business Intelligence Je leert data analyseren, visualiseren en toepassen voor business intelligence en besluitvorming.
   10 lessen

   1. Basisprincipes van data-analyseJe past basisprincipes van data-analyse toe op praktijkvoorbeelden.
   2. Datavisualisatie techniekenJe gebruikt technieken om data visueel weer te geven.
   3. BI-tools en dashboardsJe werkt met BI-tools en bouwt eenvoudige dashboards.
   4. KPI’s en prestatie-indicatoren definiërenJe definieert KPI’s en andere prestatie-indicatoren.
   5. Verzamelen en interpreteren van dataJe verzamelt en interpreteert data uit verschillende bronnen.
   6. Data-gedreven besluitvormingJe onderbouwt beslissingen met data-analyses.
   7. Datakwaliteit en betrouwbaarheidJe beoordeelt de kwaliteit en betrouwbaarheid van data.
   8. Voorspellende analyses (predictive analytics)Je verkent de mogelijkheden van voorspellende analyses.
   9. Privacy en ethiek bij data-analyseJe bespreekt privacy en ethiek bij het analyseren van data.
   10. Praktische toepassingen in organisatiesJe past data-analyse toe in praktijksituaties.
5. 5 Informatiebeveiliging en privacy Je onderzoekt hoe je informatie beschermt en risico’s beheerst, met aandacht voor privacy en regelgeving.
   10 lessen

   1. Principes van informatiebeveiligingJe benoemt de basisprincipes van informatiebeveiliging.
   2. Risicoanalyse en bedreigingenJe voert een risicoanalyse uit en benoemt mogelijke bedreigingen.
   3. Technische en organisatorische beveiligingsmaatregelenJe kiest passende technische en organisatorische beveiligingsmaatregelen.
   4. Wet- en regelgeving (AVG, GDPR)Je past relevante wet- en regelgeving toe rond privacy.
   5. Rollen en verantwoordelijkheden voor securityJe verdeelt rollen en verantwoordelijkheden voor security.
   6. Toegangsbeheer en autorisatiesJe beheert toegangsrechten en autorisaties.
   7. Incidentmanagement en calamiteitenplanJe stelt een incidentmanagement- en calamiteitenplan op.
   8. Beveiligingsbewustzijn binnen organisatiesJe bevordert beveiligingsbewustzijn binnen de organisatie.
   9. Beheer van vertrouwelijke informatieJe beheert vertrouwelijke informatie zorgvuldig.
   10. Compliance en auditsJe controleert compliance en voert audits uit.
6. 6 Veranderingsmanagement en informatiemanagement Je leert veranderingsprocessen begeleiden en de rol van informatiemanagement hierin te bepalen.
   10 lessen

   1. Veranderingsprocessen binnen organisatiesJe beschrijft hoe veranderingsprocessen in organisaties verlopen.
   2. Rol van informatiemanagement bij veranderingenJe bepaalt de rol van informatiemanagement bij veranderingen.
   3. Stakeholderanalyse en communicatieJe voert een stakeholderanalyse uit en plant communicatie.
   4. Weerstand tegen veranderingen herkennen en managenJe herkent en beheert weerstand tegen veranderingen.
   5. Implementatie van nieuwe informatiesystemenJe begeleidt de implementatie van nieuwe informatiesystemen.
   6. Training en ondersteuning van gebruikersJe organiseert training en ondersteuning voor gebruikers.
   7. Evaluatie en borging van veranderingenJe evalueert en borgt veranderingen in de organisatie.
   8. Cultuur en gedrag binnen informatiemanagementJe analyseert de invloed van cultuur en gedrag op informatiemanagement.
   9. ProjectmanagementprincipesJe past projectmanagementprincipes toe in verandertrajecten.
   10. Samenwerking tussen IT en businessJe stimuleert samenwerking tussen IT en andere afdelingen.
7. 7 Informatievoorziening en kennismanagement Je onderzoekt hoe kennis wordt gedeeld, geborgd en digitaal toegankelijk gemaakt binnen organisaties.
   10 lessen

   1. Kennisdelen en kennismanagementconceptenJe past kennismanagementconcepten toe in praktijksituaties.
   2. Informatievoorziening voor verschillende gebruikersgroepenJe stemt informatievoorziening af op verschillende gebruikersgroepen.
   3. Ontwikkeling van intranet en collaboratieplatformsJe ontwikkelt en evalueert intranet- en collaboratieplatforms.
   4. Gebruik van sociale media binnen organisatiesJe onderzoekt het gebruik van sociale media in organisaties.
   5. Documentbeheer en versiecontroleJe beheert documenten en houdt versies bij.
   6. Kennisborging en overdrachtJe borgt kennis en organiseert overdracht.
   7. Toegankelijkheid en gebruiksvriendelijkheidJe beoordeelt toegankelijkheid en gebruiksvriendelijkheid van systemen.
   8. Informatieretrieval en zoektechnologieënJe past zoektechnologieën toe voor informatierecherche.
   9. Impact van digitalisering op kennismanagementJe analyseert de effecten van digitalisering op kennismanagement.
   10. Evaluatie van informatievoorzieningJe evalueert de effectiviteit van informatievoorziening.
8. 8 Strategisch informatiemanagement Je ontwikkelt een informatiestrategie en stemt deze af op de bedrijfsstrategie en marktontwikkelingen.
   10 lessen

   1. Ontwikkelen van een informatiestrategieJe stelt een informatiestrategie op voor een organisatie.
   2. Afstemming van informatiestrategie met bedrijfsstrategieJe zorgt voor afstemming tussen informatiestrategie en bedrijfsstrategie.
   3. Innovatie en technologie-adoptieJe onderzoekt innovatie en adoptie van nieuwe technologieën.
   4. Business-IT alignmentJe analyseert de samenwerking tussen business en IT.
   5. Beleid en governance van informatieJe formuleert beleid en governance voor informatiebeheer.
   6. Investeringen en kostenbeheerJe beheert investeringen en kosten van informatiemanagement.
   7. Evaluatie en bijsturing van strategieJe evalueert en stuurt informatiestrategie bij waar nodig.
   8. Marktontwikkelingen en concurrentieanalyseJe voert een concurrentieanalyse uit op basis van marktontwikkelingen.
   9. Rol van informatiemanagement in digitale transformatieJe bepaalt de rol van informatiemanagement bij digitale transformatie.
   10. Trends in strategisch informatiemanagementJe signaleert trends in strategisch informatiemanagement.
9. 9 Projectmanagement in informatiemanagement Je past projectmanagement toe op informatiemanagement en leert projecten te plannen, monitoren en evalueren.
   10 lessen

   1. Basisprincipes van projectmanagementJe benoemt de basisprincipes van projectmanagement.
   2. Opstellen van projectplannenJe stelt een projectplan op voor een informatiemanagementproject.
   3. Fasering en mijlpalen definiërenJe definieert fasering en mijlpalen binnen projecten.
   4. Risicomanagement binnen projectenJe voert risicomanagement uit binnen projecten.
   5. Communicatie in projectenJe organiseert effectieve communicatie in projecten.
   6. Projectteams aansturenJe stuurt projectteams aan en verdeelt taken.
   7. Budgettering en resource managementJe maakt een begroting en beheert resources.
   8. Monitoren en rapporteren van voortgangJe monitort en rapporteert de voortgang van projecten.
   9. Kwaliteitsborging in projectenJe borgt de kwaliteit van projectresultaten.
   10. Evaluatie en afsluiting van projectenJe evalueert en sluit projecten af volgens plan.
10. 10 Praktijkgericht onderzoek en innovatie Je voert praktijkgericht onderzoek uit en ontwikkelt innovatieve oplossingen voor informatiemanagement.
    10 lessen

    1. Formuleren van onderzoeksvragenJe formuleert heldere en afgebakende onderzoeksvragen.
    2. Onderzoeks- en analysemethoden toepassenJe past onderzoeks- en analysemethoden toe op praktijkproblemen.
    3. Data verzamelen en analyserenJe verzamelt en analyseert relevante data.
    4. Evalueren van bestaande processenJe evalueert bestaande processen en benoemt verbeterpunten.
    5. Ontwikkelen van verbeterplannenJe ontwikkelt plannen om processen te verbeteren.
    6. Innovaties in informatiemanagement onderzoekenJe onderzoekt innovaties binnen informatiemanagement.
    7. Adviesrapporten schrijvenJe schrijft een gestructureerd adviesrapport.
    8. Presenteren van onderzoeksresultatenJe presenteert onderzoeksresultaten aan betrokkenen.
    9. Reflectie op het eigen leer- en onderzoeksprocesJe reflecteert op je eigen leer- en onderzoeksproces.
    10. Implementatie van innovatieve oplossingenJe werkt aan de implementatie van innovatieve oplossingen.

Je onderzoekt hoe ERP-systemen bedrijfsprocessen ondersteunen en leert deze systemen analyseren, toepassen en beheren.

1. 1 Inleiding tot ERP-systemen Je onderzoekt de basis, functies en ontwikkelingen van ERP-systemen binnen organisaties.
   10 lessen

   1. Definitie en geschiedenis van ERPJe beschrijft de ontwikkeling en het ontstaan van ERP-systemen.
   2. Kernfuncties van ERP-softwareJe benoemt en licht de belangrijkste functies van ERP-software toe.
   3. Verschil tussen ERP en andere informatiesystemenJe vergelijkt ERP-systemen met andere informatiesystemen.
   4. Belang van ERP voor business managementJe geeft aan welke rol ERP speelt in het managen van bedrijfsactiviteiten.
   5. Overzicht van bekende ERP-pakkettenJe maakt kennis met verschillende bekende ERP-pakketten.
   6. Architectuur van ERP-systemenJe analyseert hoe ERP-systemen technisch zijn opgebouwd.
   7. Module-indeling binnen ERPJe onderzoekt hoe modules binnen een ERP-systeem zijn gestructureerd.
   8. Cloud versus on-premise ERPJe vergelijkt cloud-ERP met on-premise oplossingen.
   9. Trends in ERP-ontwikkelingJe signaleert actuele trends in de ontwikkeling van ERP-systemen.
   10. Basisbegrippen en terminologieJe past basisbegrippen en terminologie rond ERP correct toe.
2. 2 Bedrijfsprocessen en ERP-integratie Je brengt bedrijfsprocessen in kaart en onderzoekt hoe ERP deze processen integreert en ondersteunt.
   10 lessen

   1. Kernprocessen in organisaties (financiën, productie, logistiek)Je analyseert de kernprocessen binnen organisaties.
   2. Procesmodellering en procesoptimalisatieJe modelleert bedrijfsprocessen en onderzoekt mogelijkheden voor verbetering.
   3. Koppeling van ERP met bedrijfsprocessenJe koppelt bedrijfsprocessen aan ERP-functionaliteit.
   4. Workflow management binnen ERPJe onderzoekt hoe workflows binnen ERP worden ingericht.
   5. Data-integriteit en -consistentieJe waarborgt data-integriteit en consistentie in processen.
   6. Interne en externe processtromenJe onderscheidt interne en externe processtromen.
   7. Automatisering van processenJe beoordeelt waar automatisering van processen mogelijk is.
   8. ERP en supply chain managementJe onderzoekt de rol van ERP in supply chain management.
   9. Impact van ERP op operationele efficiencyJe beoordeelt de invloed van ERP op operationele efficiëntie.
   10. Case studies van ERP-implementatiesJe analyseert praktijkvoorbeelden van ERP-implementaties.
3. 3 ERP-implementatie en projectmanagement Je plant, begeleidt en evalueert ERP-implementaties en past projectmanagementtechnieken toe.
   10 lessen

   1. Fasen van ERP-implementatieJe benoemt en licht de fasen van een ERP-implementatie toe.
   2. Projectplanning en scopebepalingJe stelt een projectplanning en scope op voor een ERP-project.
   3. Risicomanagement binnen implementatiesJe identificeert en beheert risico’s bij implementaties.
   4. Stakeholdermanagement en communicatieJe organiseert communicatie met stakeholders.
   5. Change management bij ERP-uitrolJe begeleidt veranderingen bij de uitrol van ERP.
   6. Budgettering en resourceplanningJe stelt een budget op en plant resources voor een project.
   7. Testen en acceptatiecriteriaJe formuleert test- en acceptatiecriteria.
   8. Training en kennisoverdrachtJe organiseert training en kennisoverdracht.
   9. Evaluatie en nazorgJe evalueert het project en verzorgt nazorg.
   10. Best practices en lessons learnedJe past best practices toe en reflecteert op ervaringen.
4. 4 Financieel management binnen ERP Je onderzoekt hoe financiële processen in ERP verlopen en leert deze efficiënt te beheren en analyseren.
   10 lessen

   1. Boekhoudkundige functies in ERPJe voert boekhoudkundige taken uit binnen een ERP-systeem.
   2. Facturatie en debiteurenbeheerJe beheert facturatie en debiteuren in het systeem.
   3. Crediteurenbeheer en inkoopprocessenJe verwerkt inkoop en crediteurenadministratie.
   4. Budgettering en forecastingJe stelt budgetten op en maakt forecasts.
   5. Rapportage en financiële analyseJe genereert rapportages en voert financiële analyses uit.
   6. Kostenplaatsen en kostendragersJe beheert kostenplaatsen en kostendragers.
   7. Kasbeheer en liquiditeitsplanningJe plant kasstromen en bewaakt liquiditeit.
   8. Audit en compliance ondersteuningJe ondersteunt audits en compliance vraagstukken.
   9. Integratie met andere financiële systemenJe koppelt ERP met andere financiële systemen.
   10. Financiële dashboards en KPI’sJe gebruikt dashboards en KPI’s voor financieel inzicht.
5. 5 Supply chain management en logistiek in ERP Je beheert logistieke processen en supply chain activiteiten via ERP en optimaliseert deze waar mogelijk.
   10 lessen

   1. Inkoop- en voorraadbeheerJe beheert inkoop en voorraad met behulp van ERP.
   2. Orderverwerking en distributieJe verwerkt orders en regelt distributie.
   3. Productplanning en capaciteitsbeheerJe plant productie en beheert capaciteit.
   4. Leveranciersrelaties en contractbeheerJe onderhoudt leveranciersrelaties en beheert contracten.
   5. TransportmanagementJe organiseert transport en logistiek.
   6. Voorraadoptimalisatie en voorraadwaarderingJe optimaliseert voorraadniveaus en bepaalt waardering.
   7. Tracking en traceabilityJe volgt goederen via tracking en traceability.
   8. ERP-ondersteuning voor just-in-time processenJe ondersteunt just-in-time processen met ERP.
   9. Logistieke KPI’s en prestatiemetingenJe meet prestaties met logistieke KPI’s.
   10. Integratie met externe logistieke systemenJe koppelt ERP aan externe logistieke systemen.
6. 6 Human resource management binnen ERP Je beheert HR-processen in ERP en past personeels- en salarisadministratie toe.
   10 lessen

   1. Personeelsadministratie en payrollJe voert personeelsadministratie en salarisverwerking uit.
   2. Tijdregistratie en verlofbeheerJe registreert werktijden en beheert verlof.
   3. Competentie- en functiebeheerJe beheert competenties en functies van medewerkers.
   4. Recruitment en onboardingJe ondersteunt recruitment en onboarding.
   5. Performance managementJe voert performance management uit.
   6. Opleiding en training registratieJe registreert opleidingen en trainingen.
   7. Verzuim- en arbeidsverhoudingenJe beheert verzuim en arbeidsverhoudingen.
   8. Rapportage en HR-analyseJe stelt HR-rapportages op en analyseert data.
   9. Wet- en regelgeving binnen HR-systemenJe past relevante wet- en regelgeving toe in HR-processen.
   10. Selfservice portals voor medewerkersJe gebruikt selfservice portals voor medewerkers.
7. 7 Data-analyse en rapportage in ERP Je analyseert data binnen ERP, ontwerpt rapportages en ondersteunt besluitvorming met betrouwbare informatie.
   10 lessen

   1. Datamanagement en databankenJe beheert data en databanken in ERP.
   2. Business intelligence toolsJe gebruikt business intelligence tools voor analyses.
   3. Ontwerpen van rapportages en dashboardsJe ontwerpt rapportages en dashboards.
   4. Data visualisatie techniekenJe past visualisatietechnieken toe op data.
   5. Real-time rapportage en monitoringJe voert real-time monitoring en rapportage uit.
   6. KPI-definitie en prestatiemetingJe definieert KPI’s en meet prestaties.
   7. Data governance en kwaliteitJe waarborgt datakwaliteit en governance.
   8. Analyseren van trends en afwijkingenJe analyseert trends en afwijkingen in data.
   9. Predictive analytics binnen ERPJe past voorspellende analyses toe in ERP.
   10. Besluitvorming op basis van dataJe ondersteunt besluitvorming met data-inzichten.
8. 8 ERP-beveiliging en toegangsbeheer Je onderzoekt beveiligingsmaatregelen in ERP en beheert toegangsrechten en privacy.
   10 lessen

   1. Beveiligingsprincipes binnen ERPJe past beveiligingsprincipes toe in ERP-omgevingen.
   2. Rollen en rechtenbeheerJe beheert rollen en rechten van gebruikers.
   3. Authenticatie en autorisatieJe regelt authenticatie en autorisatie.
   4. Logbeheer en audit trailsJe beheert logbestanden en audit trails.
   5. Bescherming tegen datalekkenJe beschermt gegevens tegen datalekken.
   6. Back-up en disaster recoveryJe organiseert back-ups en disaster recovery.
   7. Compliance met privacywetgevingJe zorgt voor compliance met privacywetgeving.
   8. Beveiligingsincidenten en responsJe reageert op beveiligingsincidenten.
   9. User awareness en trainingJe vergroot bewustzijn van gebruikers over beveiliging.
   10. Beveiliging in cloud-ERPJe beoordeelt beveiliging in cloud-ERP.
9. 9 Technische aspecten van ERP-systemen Je verdiept je in de technische werking van ERP-systemen en beheert integraties en systeemonderhoud.
   10 lessen

   1. ERP-software architectuurJe analyseert de architectuur van ERP-software.
   2. Databases en dataopslagJe beheert databases en dataopslag.
   3. Integratie met andere systemen (API’s, middleware)Je koppelt ERP aan andere systemen via integraties.
   4. Customizing en configuratieJe past maatwerk en configuratie toe.
   5. Systeemupdates en patch managementJe voert systeemupdates en patch management uit.
   6. Performance optimalisatieJe optimaliseert de systeemprestaties.
   7. Troubleshooting en supportJe lost technische problemen op en biedt support.
   8. TestautomatiseringJe automatiseert testen van ERP-systemen.
   9. Systeemdocumentatie en beheerJe documenteert systemen en beheert deze.
   10. Innovaties in ERP-technologieJe onderzoekt innovaties binnen ERP-technologie.
10. 10 Innovatie en toekomst van ERP Je onderzoekt nieuwe technologieën en ontwikkelingen die de toekomst van ERP-systemen vormgeven.
    10 lessen

    1. Trends zoals AI en machine learning in ERPJe analyseert de invloed van AI en machine learning op ERP.
    2. Internet of Things (IoT) integratieJe onderzoekt integratie van IoT met ERP.
    3. Blockchain toepassingenJe verkent toepassingen van blockchain in ERP.
    4. Mobile ERP-toepassingenJe past mobiele ERP-toepassingen toe.
    5. ERP en big dataJe onderzoekt de rol van big data in ERP.
    6. Procesautomatisering en robotiseringJe beoordeelt procesautomatisering en robotisering.
    7. Cloud-first strategieënJe analyseert cloud-first strategieën voor ERP.
    8. Flexibele en modulaire ERP-oplossingenJe onderzoekt flexibele en modulaire ERP-oplossingen.
    9. User experience en interface designJe beoordeelt user experience en interface design.
    10. Impact van digitale transformatie op ERPJe analyseert de impact van digitale transformatie op ERP.

Je past data-analyse, modellering en rapportage toe voor het ondersteunen van besluitvorming met actuele BI-technieken.

1. 1 Data-analyse en statistiek Je analyseert data met statistische methoden en verwerkt deze tot bruikbare inzichten.
   10 lessen

   1. Beschrijvende statistiek en visualisatieJe verwerkt data tot overzichtelijke grafieken en tabellen voor heldere inzichten.
   2. Kansrekening en statistische distributiesJe berekent kansen en past statistische verdelingen toe op datasets.
   3. Hypothesevorming en toetsingJe formuleert hypotheses en voert statistische toetsen uit.
   4. Correlatie- en regressieanalyseJe onderzoekt samenhang en relaties tussen variabelen met correlatie en regressie.
   5. Data cleaning en pre-processingJe reinigt datasets en bereidt deze voor op verdere analyse.
   6. Analysetechnieken met Excel en SPSS/RJe voert analyses uit met Excel en SPSS of R.
   7. Exploratieve data-analyse (EDA)Je ontdekt patronen en opvallende waarden in data met exploratieve technieken.
   8. Gebruik van statistische software toolsJe gebruikt statistische software om analyses te automatiseren en te versnellen.
   9. Interpretatie van data-analyseresultatenJe beoordeelt de resultaten van data-analyses en trekt conclusies.
   10. Presentatie van statistische inzichtenJe presenteert data-inzichten op een begrijpelijke manier aan anderen.
2. 2 Databases en datawarehousing Je werkt met databases, modelleert data en beheert opslag en beveiliging.
   10 lessen

   1. Relationele databases en SQLJe schrijft SQL-queries en beheert relationele databases.
   2. Database normalisatieJe past normalisatie toe om databases efficiënt in te richten.
   3. Data modelling (ER-diagrammen)Je maakt ER-diagrammen voor het modelleren van gegevensstructuren.
   4. Datawarehousing concepten en architecturenJe onderzoekt datawarehousing en de bijbehorende architecturen.
   5. ETL-processen (Extract, Transform, Load)Je voert ETL-processen uit om data te verzamelen en te transformeren.
   6. Data lakes en Big Data opslagJe vergelijkt data lakes en Big Data opslagmethoden.
   7. Performance tuning en indexingJe verbetert databaseprestaties door tuning en indexing.
   8. Data-integratie en datakwaliteitJe controleert de kwaliteit en integratie van verschillende databronnen.
   9. Beveiliging en privacy van dataJe past beveiligings- en privacymaatregelen toe op dataopslag.
   10. Gebruik van database management systemen (bijv. Oracle, MS SQL Server)Je gebruikt database management systemen voor dataopslag en -beheer.
3. 3 Business intelligence architectuur Je onderzoekt architecturen en tools voor het opzetten van een BI-omgeving.
   10 lessen

   1. Overzicht van BI-ecosysteemJe krijgt inzicht in de onderdelen van een BI-ecosysteem.
   2. Architectuurlagen (data, applicatie, presentatie)Je onderscheidt de verschillende lagen binnen een BI-architectuur.
   3. BI tools en platformen (bijv. Power BI, Tableau)Je vergelijkt BI-tools en platformen voor data-analyse en rapportage.
   4. Data governance en metadata managementJe beheert data governance en metadata binnen BI-systemen.
   5. Cloud BI oplossingenJe onderzoekt cloudoplossingen voor business intelligence.
   6. Real-time vs batch verwerkingJe vergelijkt real-time en batch verwerking van data.
   7. Self-service BI conceptenJe past self-service BI toe voor gebruikersautonomie.
   8. Integratie met ERP- en CRM-systemenJe integreert BI met ERP- en CRM-systemen.
   9. Beveiliging en compliance in BI-architectuurJe past beveiligings- en compliance-eisen toe in BI-architecturen.
   10. Trends in BI technologieënJe volgt ontwikkelingen en trends in BI-technologieën.
4. 4 Data visualisatie en rapportage Je ontwikkelt effectieve visualisaties en rapportages voor verschillende doelgroepen.
   10 lessen

   1. Principes van goede visualisatieJe past principes toe voor duidelijke en informatieve visualisaties.
   2. Gebruik van grafiektypen en dashboardsJe kiest geschikte grafiektypen en bouwt dashboards.
   3. Data storytelling en interpretatieJe vertelt het verhaal achter data en licht resultaten toe.
   4. Ontwerp van interactieve rapportenJe ontwerpt interactieve rapporten voor gebruikers.
   5. Tools voor visualisatie (Power BI, Tableau, QlikView)Je gebruikt visualisatietools zoals Power BI, Tableau en QlikView.
   6. Automatisering van rapportagesJe automatiseert het genereren en verspreiden van rapportages.
   7. Gebruik van KPI’s en metricsJe selecteert en presenteert relevante KPI’s en metrics.
   8. Doelgroepgerichte communicatie van dataJe stemt communicatie over data af op de doelgroep.
   9. Mobiele en web-based rapportagesJe maakt rapportages geschikt voor mobiel en web.
   10. Evaluatie en optimalisatie van rapportagesJe beoordeelt rapportages en voert verbeteringen door.
5. 5 Data mining en machine learning Je past data mining en machine learning toe op praktijkgerichte vraagstukken.
   10 lessen

   1. Introductie tot data miningJe maakt kennis met methoden voor het ontdekken van patronen in data.
   2. ClusteringstechniekenJe past clusteringstechnieken toe op datasets.
   3. ClassificatiemodellenJe bouwt en evalueert classificatiemodellen.
   4. Decision trees en random forestsJe past decision trees en random forests toe voor analyses.
   5. Neurale netwerken en deep learning (basis)Je onderzoekt de basis van neurale netwerken en deep learning.
   6. Modelleren met Python en RJe modelleert data met Python en R.
   7. Evaluatie van modelprestatiesJe beoordeelt de prestaties van machine learning-modellen.
   8. Overfitting en underfittingJe herkent en voorkomt overfitting en underfitting.
   9. Toepassing van modellen in businesscasesJe past modellen toe op zakelijke casussen.
   10. Ethische aspecten van AI en data miningJe bespreekt ethische vraagstukken rond AI en data mining.
6. 6 Data governance en privacy Je borgt datakwaliteit, privacy en ethisch gebruik van data in je werkzaamheden.
   10 lessen

   1. Data governance frameworksJe past frameworks toe voor data governance.
   2. Rollen en verantwoordelijkheden in data managementJe verdeelt rollen en verantwoordelijkheden in data management.
   3. Datakwaliteit en -integriteit waarborgenJe waarborgt de kwaliteit en integriteit van data.
   4. Wetgeving: AVG/GDPR en impact op BIJe past relevante wetgeving toe in je BI-werk.
   5. Privacy by design principesJe ontwerpt processen volgens privacy by design.
   6. Data security maatregelenJe neemt maatregelen voor data security.
   7. Auditing en compliance processenJe voert audits en compliance-controles uit.
   8. Risicomanagement rond dataJe analyseert risico’s bij het werken met data.
   9. Ethiek in data gebruikJe overweegt ethische aspecten bij datagebruik.
   10. Data lifecycle managementJe beheert de volledige levenscyclus van data.
7. 7 Proces- en prestatiemanagement Je analyseert processen en prestaties en ondersteunt verbetering met BI-inzichten.
   10 lessen

   1. Business processen in kaart brengenJe brengt bedrijfsprocessen systematisch in kaart.
   2. Key Performance Indicators (KPI’s) definiërenJe formuleert en meet relevante KPI’s.
   3. Balanced Scorecard gebruikenJe past de Balanced Scorecard toe voor prestatiesturing.
   4. Procesdata verzamelen en analyserenJe verzamelt en analyseert procesdata.
   5. Continuous Improvement en lean principesJe past continuous improvement en Lean toe op processen.
   6. Dashboardontwikkeling voor prestatiemonitoringJe ontwikkelt dashboards voor monitoring van prestaties.
   7. Rapportage over procesprestatiesJe stelt rapportages op over procesprestaties.
   8. Oorzakenanalyse en root cause analysisJe voert oorzakenanalyses uit bij afwijkingen.
   9. Data-gedreven besluitvormingJe ondersteunt besluitvorming met data-analyse.
   10. Verandermanagement ondersteund door BIJe begeleidt veranderingen met BI-inzichten.
8. 8 Projectmanagement en agile werken Je plant en beheert BI-projecten en werkt met agile methoden zoals Scrum.
   10 lessen

   1. Projectfasen en -methodiekenJe onderscheidt projectfasen en methodieken.
   2. Scrum en Agile principesJe past Scrum en Agile principes toe in projecten.
   3. Rollen in BI-projecten (Product Owner, Scrum Master)Je verdeelt rollen binnen BI-projectteams.
   4. Planning en resource managementJe plant projecten en beheert resources.
   5. StakeholdermanagementJe betrekt stakeholders bij BI-projecten.
   6. Risicoanalyse en mitigatieJe analyseert risico’s en stelt mitigerende maatregelen op.
   7. Documentatie en communicatieJe documenteert en communiceert projectinformatie.
   8. Change managementJe begeleidt veranderingen in projecten.
   9. Kwaliteitsborging in projectenJe borgt kwaliteit gedurende het project.
   10. Evaluatie en lessons learnedJe evalueert projecten en legt vast wat je hebt geleerd.
9. 9 Cloud en big data technologieën Je werkt met cloud- en big data-oplossingen en past deze toe in BI-omgevingen.
   10 lessen

   1. Cloud computing basisprincipesJe maakt kennis met de basis van cloud computing.
   2. Cloud BI-platformen (Azure, AWS, Google Cloud)Je onderzoekt BI-platformen in de cloud.
   3. Big Data architectuur en tools (Hadoop, Spark)Je vergelijkt big data-architecturen en tools.
   4. Data streaming en real-time analyticsJe verwerkt data met streaming en real-time analytics.
   5. Opslag en verwerking van ongestructureerde dataJe slaat ongestructureerde data op en verwerkt deze.
   6. Scalability en performance in cloudomgevingenJe analyseert schaalbaarheid en prestaties in cloudomgevingen.
   7. Kostenbeheer in cloudomgevingenJe beheert kosten bij het gebruik van cloudoplossingen.
   8. Integratie van cloud- en on-premise dataJe koppelt cloud- en on-premise data aan elkaar.
   9. Security in cloudomgevingenJe past beveiliging toe in cloudomgevingen.
   10. Innovaties en trends in Big DataJe volgt innovaties en trends in big data.
10. 10 Ethiek en innovatie in business intelligence Je onderzoekt ethische kwesties en innovatieprocessen binnen business intelligence.
    10 lessen

    1. Ethische dilemma’s in datagebruikJe bespreekt dilemma’s bij het gebruik van data.
    2. Transparantie en verantwoordingJe zorgt voor transparantie en legt verantwoording af over BI-activiteiten.
    3. Bias en discriminatie in algoritmesJe herkent bias en discriminatie in algoritmes.
    4. Impact van BI op privacyJe onderzoekt de invloed van BI op privacyvraagstukken.
    5. Innovatieprocessen in BIJe analyseert innovatieprocessen binnen BI.
    6. Maatschappelijke impact van BI toepassingenJe beoordeelt de maatschappelijke impact van BI-toepassingen.
    7. Verantwoord omgaan met data scienceJe gaat verantwoord om met data science in je werk.
    8. Trends in BI innovatie (AI, automatisering)Je signaleert trends zoals AI en automatisering in BI.
    9. Creatief denken en probleemoplossingJe past creatief denken toe bij het oplossen van vraagstukken.
    10. Reflectie op eigen rol als BI-professionalJe reflecteert op je rol en ontwikkeling als BI-professional.

Je leert databases ontwerpen, beheren, beveiligen en optimaliseren, zowel relationeel als niet-relationeel.

1. 1 Grondslagen van databasemanagement Je onderzoekt de basisprincipes, concepten en levenscyclus van databasesystemen.
   10 lessen

   1. Definitie van een database en bijbehorende conceptenJe definieert wat een database is en benoemt de belangrijkste concepten.
   2. Verschillen tussen gestructureerde en ongestructureerde dataJe onderscheidt gestructureerde en ongestructureerde data in verschillende situaties.
   3. Relaties tussen data-entiteitenJe brengt relaties tussen data-entiteiten in kaart.
   4. Voordelen van databasemanagementsystemen (DBMS)Je benoemt voordelen van het gebruik van een DBMS.
   5. Data lifecycle managementJe beschrijft de stappen van data lifecycle management.
   6. ACID-principes en transactieverwerkingJe legt de ACID-principes uit en past transactieverwerking toe.
   7. Verschillen tussen operationele en analytische databasesJe vergelijkt operationele en analytische databases.
   8. Metadata en datacatalogiJe herkent het belang van metadata en catalogi voor beheer.
   9. Statische versus dynamische databasesJe vergelijkt statische en dynamische databases.
   10. Integriteit van gegevens binnen systemenJe analyseert hoe gegevensintegriteit wordt gewaarborgd.
2. 2 Relationele databasestructuren Je ontwerpt relationele databasestructuren en past normalisatie en sleutels toe.
   10 lessen

   1. Entiteiten, attributen en relatiesJe benoemt entiteiten, attributen en relaties in een datamodel.
   2. Normalisatie: eerste tot en met derde normaalvormJe past normalisatie toe tot en met de derde normaalvorm.
   3. Sleutels: primaire, unieke en vreemde sleutelsJe identificeert en gebruikt primaire, unieke en vreemde sleutels.
   4. Kardinaliteit en optioneel gedragJe bepaalt kardinaliteit en optioneel gedrag tussen tabellen.
   5. Tabellen en kolommen correct ontwerpenJe ontwerpt tabellen en kolommen op basis van eisen.
   6. Relaties modelleren met ER-diagrammenJe modelleert relaties met behulp van ER-diagrammen.
   7. Dataconsistentie tussen tabellenJe bewaakt dataconsistentie tussen verschillende tabellen.
   8. Indexering en prestatieverbeteringJe past indexering toe om prestaties te verbeteren.
   9. Beperkingen (constraints) op kolommen en rijenJe stelt beperkingen in op kolommen en rijen.
   10. Views en materialized views in relationele modellenJe gebruikt views en materialized views in je model.
3. 3 SQL als beheer- en querytaal Je werkt met SQL voor beheer, query’s, transacties en automatisering in databases.
   10 lessen

   1. Basiscommando’s: SELECT, INSERT, UPDATE, DELETEJe voert basisbewerkingen uit met SQL-commando’s.
   2. JOIN-types: INNER, LEFT, RIGHT, FULLJe past verschillende JOIN-types toe in query’s.
   3. Aggregatiefuncties en groeperen van dataJe gebruikt aggregatiefuncties en groepeert data.
   4. Subqueries en nested queriesJe maakt subqueries en nested queries aan.
   5. Beheer van tabellen en views via SQLJe beheert tabellen en views via SQL-instructies.
   6. Transacties en rollback-mechanismenJe voert transacties uit en gebruikt rollback-mechanismen.
   7. Gebruik van stored procedures en functiesJe implementeert stored procedures en functies.
   8. SQL voor het beheren van gebruikersrechtenJe beheert gebruikersrechten met SQL-commando’s.
   9. Triggers en automatische actiesJe stelt triggers en automatische acties in.
   10. Optimalisatie van SQL-query’sJe optimaliseert SQL-query’s voor betere prestaties.
4. 4 Databaseontwerp en modellering Je vertaalt functionele eisen naar databasemodellen en documenteert deze.
   10 lessen

   1. Functionele vereisten vertalen naar datamodellenJe zet functionele vereisten om in een datamodel.
   2. Gebruik van ERD’s (Entity Relationship Diagrams)Je gebruikt ERD’s om de structuur van de database weer te geven.
   3. Modelleren van één-op-veel- en veel-op-veel-relatiesJe modelleert verschillende soorten relaties tussen entiteiten.
   4. Attribuuttypes en datakwaliteitJe kiest passende attribuuttypes en bewaakt datakwaliteit.
   5. Logisch versus fysiek datamodelJe maakt onderscheid tussen logisch en fysiek datamodel.
   6. Documenteren van databasemodellenJe documenteert het ontwerp van je databasemodel.
   7. Tools voor modellering (bijv. MySQL Workbench)Je gebruikt tools voor het modelleren van databases.
   8. Versiebeheer van databasemodellenJe past versiebeheer toe op databasemodellen.
   9. Impactanalyse bij modelwijzigingenJe voert impactanalyses uit bij modelwijzigingen.
   10. Evaluatie van modelprestaties en schaalbaarheidJe evalueert prestaties en schaalbaarheid van je model.
5. 5 Beveiliging en toegangsbeheer Je implementeert beveiligingsmaatregelen en beheert toegangsrechten in databases.
   10 lessen

   1. Authenticatie en autorisatieprincipesJe past authenticatie en autorisatie toe voor toegang.
   2. Rollen en rechtenstructuur opzettenJe richt rollen en rechtenstructuren in voor gebruikers.
   3. Data-encryptie binnen de databaseJe versleutelt data binnen de database.
   4. Toegangslogboeken beheren en controlerenJe beheert en controleert toegangslogboeken.
   5. SQL-injectie en preventieve maatregelenJe herkent SQL-injectie en neemt preventieve maatregelen.
   6. Veiligheidsstandaarden en auditprocessenJe past veiligheidsstandaarden en auditprocessen toe.
   7. Back-up en herstelproceduresJe stelt back-up en herstelprocedures op.
   8. Segmentatie van gevoelige gegevensJe segmenteert gevoelige gegevens waar nodig.
   9. Compliance met wet- en regelgevingJe houdt rekening met compliance in het beheer.
   10. Monitoring en alerts op verdachte activiteitenJe monitort verdachte activiteiten en stelt alerts in.
6. 6 Databaseprestaties optimaliseren Je analyseert en verbetert databaseprestaties met diverse optimalisatietechnieken.
   10 lessen

   1. Indexen effectief gebruikenJe gebruikt indexen om zoekacties te versnellen.
   2. Analyseren van query execution plansJe analyseert execution plans van query’s.
   3. Detecteren van bottlenecks in query’sJe spoort bottlenecks in query’s op.
   4. Caching en bufferingstrategieënJe past caching en bufferingstrategieën toe.
   5. Partitionering van grote tabellenJe deelt grote tabellen op via partitionering.
   6. Database tuning parameters aanpassenJe stelt tuning parameters af voor betere prestaties.
   7. Monitoringtools voor prestatieanalyseJe gebruikt monitoringtools voor prestatieanalyse.
   8. Batchverwerking optimaliserenJe optimaliseert batchverwerking van data.
   9. Opschonen van overbodige dataJe ruimt overbodige data structureel op.
   10. Schalen van databases: verticaal en horizontaalJe schaalt databases verticaal en horizontaal waar nodig.
7. 7 Back-up, herstel en dataconsistentie Je plant, test en documenteert back-ups en herstelprocedures voor dataconsistentie.
   10 lessen

   1. Typen back-ups: volledig, incrementeel, differentieelJe kiest het juiste type back-up voor verschillende situaties.
   2. Planning en frequentie van back-upcycliJe plant back-upcycli en bepaalt de frequentie.
   3. Herstelstrategieën bij dataverliesJe stelt herstelstrategieën op bij dataverlies.
   4. Testen van back-upintegriteitJe test de integriteit van back-ups.
   5. Archivering van oude gegevensJe archiveert oude gegevens volgens beleid.
   6. Herstellen van beschadigde databasesJe herstelt beschadigde databases indien nodig.
   7. Realtime replicatie en failover-methodenJe past realtime replicatie en failover-methoden toe.
   8. Gegevensconsistentie na systeemuitvalJe bewaakt gegevensconsistentie na systeemuitval.
   9. Documentatie van herstelproceduresJe documenteert herstelprocedures zorgvuldig.
   10. Toepassen van RPO (Recovery Point Objective) en RTO (Recovery Time Objective)Je past RPO en RTO toe bij herstelprocessen.
8. 8 Niet-relationele databasenormen Je vergelijkt relationele en NoSQL-databases en past verschillende NoSQL-modellen toe.
   10 lessen

   1. Verschillen tussen relationele en NoSQL-databasesJe benoemt verschillen tussen relationele en NoSQL-databases.
   2. Documentgebaseerde opslag (bijv. MongoDB)Je werkt met documentgebaseerde opslag zoals MongoDB.
   3. Key-value stores (bijv. Redis)Je past key-value stores toe in praktijksituaties.
   4. Grafendatabases (bijv. Neo4j)Je onderzoekt de werking van grafendatabases.
   5. Kolomgebaseerde opslag (bijv. Cassandra)Je gebruikt kolomgebaseerde opslag voor specifieke toepassingen.
   6. Use cases voor NoSQL-systemenJe bepaalt wanneer NoSQL-systemen geschikt zijn.
   7. Query-talen binnen NoSQL-systemenJe gebruikt query-talen binnen NoSQL-systemen.
   8. CAP-theorema en implicatiesJe past het CAP-theorema toe op databasekeuzes.
   9. Integratie van NoSQL met relationele systemenJe integreert NoSQL met relationele systemen waar nodig.
   10. Voor- en nadelen per NoSQL-typeJe benoemt voor- en nadelen van verschillende NoSQL-types.
9. 9 Datamigratie en integratie Je bereidt datamigraties voor, voert deze uit en valideert de resultaten.
   10 lessen

   1. Voorbereiding op migratieprojectenJe treft voorbereidingen voor een migratieproject.
   2. Migreren tussen DBMS-platformenJe migreert data tussen verschillende DBMS-platformen.
   3. Data mapping en transformatieJe voert data mapping en transformatie uit.
   4. ETL-processen (Extract, Transform, Load)Je past ETL-processen toe bij migratie.
   5. Opschonen van brondataJe maakt brondata geschikt door opschonen.
   6. Migratiescripts ontwerpen en testenJe ontwerpt en test migratiescripts.
   7. Impactanalyse op verbonden systemenJe analyseert de impact op gekoppelde systemen.
   8. Reconciliatie van gemigreerde dataJe controleert de juistheid van gemigreerde data.
   9. Documentatie en logging tijdens migratieJe documenteert en logt het migratieproces.
   10. Nazorg en validatie na livegangJe voert nazorg en validatie uit na livegang.
10. 10 Gebruik van databasemanagementtools Je gebruikt databasemanagementtools voor beheer, monitoring, automatisering en integratie.
    10 lessen

    1. Overzicht van tools zoals phpMyAdmin, SQL Server Management StudioJe maakt kennis met verschillende databasemanagementtools.
    2. Aanmaken en beheren van databasesJe maakt databases aan en beheert deze via tools.
    3. Exporteer- en importfuncties gebruikenJe gebruikt import- en exportfuncties voor data.
    4. Interfaceconfiguraties en dashboardsJe configureert interfaces en dashboards naar wens.
    5. Query-builders gebruiken voor rapportageJe past query-builders toe voor rapportages.
    6. Monitoringtools toepassen (bijv. pgAdmin, Oracle Enterprise Manager)Je gebruikt monitoringtools voor databasebeheer.
    7. Automatisering van routine-taken via scriptsJe automatiseert routinetaken met scripts.
    8. Versiebeheer van databasestructurenJe beheert versies van databasestructuren.
    9. Gebruikers- en sessiebeheerJe regelt gebruikers- en sessiebeheer.
    10. Integratie met ontwikkel- en testomgevingenJe integreert databases met ontwikkel- en testomgevingen.

Je onderzoekt netwerkbeveiliging, analyseert bedreigingen en past beveiligingsmaatregelen toe in diverse omgevingen.

1. 1 Netwerkarchitectuur Je analyseert netwerkarchitecturen en past verschillende netwerkcomponenten en verbindingen toe.
   10 lessen

   1. Basisprincipes van netwerkstructurenJe onderzoekt hoe netwerken zijn opgebouwd en welke basisstructuren er bestaan.
   2. Verschillende netwerktopologieënJe vergelijkt verschillende manieren waarop netwerken georganiseerd kunnen worden.
   3. OSI- en TCP/IP-modellenJe beschrijft de werking van OSI- en TCP/IP-modellen en hun lagen.
   4. Functies van netwerkcomponenten (routers, switches, firewalls)Je benoemt de functies van routers, switches en firewalls in een netwerk.
   5. LAN, WAN en VPN-verbindingenJe onderscheidt LAN, WAN en VPN-verbindingen en hun toepassingen.
   6. IP-adressering en subnettingJe past IP-adressering en subnetting toe in netwerkinrichtingen.
   7. Netwerksegmentatie en VLAN’sJe segmenteert netwerken en richt VLAN’s in voor betere beveiliging.
   8. Beheer van draadloze netwerkenJe beheert draadloze netwerken en beoordeelt hun beveiligingsaspecten.
   9. Toepassing van load balancingJe past load balancing toe om netwerkverkeer efficiënt te verdelen.
   10. Netwerkdocumentatie en diagrammen makenJe maakt netwerkdocumentatie en stelt overzichtelijke diagrammen op.
2. 2 Bedreigingen en kwetsbaarheden Je onderzoekt bedreigingen en kwetsbaarheden in netwerken en beoordeelt risico’s.
   10 lessen

   1. Typen cyberaanvallen (DDoS, phishing, malware)Je herkent verschillende soorten cyberaanvallen en hun kenmerken.
   2. Social engineering techniekenJe analyseert social engineering en de risico’s voor netwerken.
   3. Zwakke plekken in netwerkapparatuurJe identificeert zwakke plekken in netwerkapparatuur.
   4. Vulnerability scanning en penetration testingJe voert vulnerability scanning en penetration testing uit.
   5. Zero-day exploits en hun impactJe onderzoekt zero-day exploits en hun effecten op netwerken.
   6. Insider threats herkennenJe herkent insider threats en beoordeelt hun impact.
   7. Beveiligingslekken in draadloze netwerkenJe onderzoekt beveiligingslekken in draadloze netwerken.
   8. Effecten van ransomwareJe analyseert de gevolgen van ransomware voor netwerken.
   9. Kwetsbaarheden in protocollenJe beoordeelt kwetsbaarheden in netwerkprotocollen.
   10. Updates en patchmanagementJe past updates en patchmanagement toe om risico’s te beperken.
3. 3 Firewalls en toegang Je implementeert firewalls, toegangscontrole en monitoring van netwerktoegang.
   10 lessen

   1. Werking van firewalls en soorten (stateful, stateless)Je onderzoekt hoe verschillende typen firewalls werken.
   2. Configureren van firewallregelsJe stelt firewallregels op en past deze toe in een netwerk.
   3. Implementeren van netwerktoegangscontrole (NAC)Je implementeert netwerktoegangscontrole en evalueert de werking.
   4. VPN-configuratie en beveiligingJe configureert VPN’s en waarborgt de beveiliging ervan.
   5. Role-based access control (RBAC)Je past role-based access control toe in een netwerk.
   6. Authenticatie- en autorisatiemechanismenJe beoordeelt authenticatie- en autorisatiemechanismen.
   7. Beveiliging van remote accessJe beveiligt remote access en beperkt risico’s op afstand.
   8. Logging en monitoring van toegangsrechtenJe monitort toegangsrechten en analyseert logbestanden.
   9. Intrusion detection en prevention systemen (IDS/IPS)Je past intrusion detection en prevention systemen toe.
   10. Integratie met SIEM-systemenJe integreert toegangscontrole met SIEM-systemen.
4. 4 Encryptie en certificaten Je past encryptie en certificaten toe voor veilige communicatie en gegevensbescherming.
   10 lessen

   1. Basisprincipes van encryptieJe onderzoekt hoe encryptie werkt en waarvoor het wordt ingezet.
   2. Symmetrische versus asymmetrische encryptieJe vergelijkt symmetrische en asymmetrische encryptiemethoden.
   3. Public Key Infrastructure (PKI)Je past Public Key Infrastructure toe in netwerkomgevingen.
   4. SSL/TLS en HTTPS implementatieJe implementeert SSL/TLS en HTTPS voor veilige verbindingen.
   5. Digitale handtekeningen en certificatenJe gebruikt digitale handtekeningen en certificaten.
   6. Certificaatbeheer en -vernieuwingJe beheert certificaten en vernieuwt deze waar nodig.
   7. Encryptie van data in transit en at restJe beveiligt data tijdens verzending en opslag met encryptie.
   8. VPN-encryptieprotocollenJe past VPN-encryptieprotocollen toe in netwerken.
   9. Kwetsbaarheden en aanvalstechnieken op encryptieJe analyseert kwetsbaarheden en aanvalstechnieken op encryptie.
   10. Gebruik van cryptografische toolsJe gebruikt cryptografische tools voor beveiligingsdoeleinden.
5. 5 Beveiligingsbeleid en procedures Je ontwikkelt beveiligingsbeleid en stelt procedures op voor incidenten en risicobeheer.
   10 lessen

   1. Ontwikkelen van een netwerkbeveiligingsbeleidJe ontwikkelt een beleid voor netwerkbeveiliging.
   2. Acceptable Use Policy (AUP)Je stelt een Acceptable Use Policy op voor netwerkgebruik.
   3. Incidentresponsplan opstellenJe schrijft een incidentresponsplan voor netwerken.
   4. Beveiligingsbewustzijn en trainingJe organiseert bewustwordingstrainingen over beveiliging.
   5. Rollen en verantwoordelijkheden binnen beveiligingJe verdeelt rollen en verantwoordelijkheden binnen beveiliging.
   6. Compliance met wet- en regelgevingJe toetst compliance aan relevante wet- en regelgeving.
   7. Documentatie en rapportage van beveiligingsincidentenJe documenteert en rapporteert beveiligingsincidenten.
   8. Periodieke audits en assessmentsJe voert periodieke audits en assessments uit.
   9. Risicomanagement in netwerkbeveiligingJe beheert risico’s binnen netwerkbeveiliging.
   10. Continuïteitsplanning en disaster recoveryJe stelt plannen op voor continuïteit en herstel bij calamiteiten.
6. 6 Monitoring en detectie Je monitort netwerken, analyseert verkeer en detecteert afwijkingen en incidenten.
   10 lessen

   1. Netwerkverkeer analyserenJe analyseert netwerkverkeer om afwijkingen te signaleren.
   2. Gebruik van packet sniffers (Wireshark)Je gebruikt packet sniffers voor het onderzoeken van datastromen.
   3. Instellen van alerts en alarmsystemenJe stelt alerts en alarmsystemen in voor netwerkmonitoring.
   4. Logmanagement en -analyseJe beheert en analyseert logbestanden van netwerkapparatuur.
   5. Detectie van ongeautoriseerde toegangJe detecteert ongeautoriseerde toegang tot netwerken.
   6. Behavioral analytics en anomaliedetectieJe past behavioral analytics toe voor anomaliedetectie.
   7. Implementeren van honeypotsJe implementeert honeypots om aanvallen te signaleren.
   8. Real-time monitoringtoolsJe gebruikt real-time monitoringtools voor netwerkbewaking.
   9. Rapportage en interpretatie van bevindingenJe rapporteert bevindingen en interpreteert de resultaten.
   10. Samenwerking met SOC-teamsJe werkt samen met SOC-teams voor incidentafhandeling.
7. 7 Beheer van netwerkapparatuur Je beheert netwerkapparatuur, voert updates uit en borgt de beveiliging van devices.
   10 lessen

   1. Configuratiebeheer en backupsJe beheert configuraties en maakt backups van netwerkapparatuur.
   2. Firmware-updates en patchmanagementJe voert firmware-updates en patchmanagement uit.
   3. Beveiliging van netwerkapparatenJe beveiligt netwerkapparaten tegen ongewenste toegang.
   4. Beheer van toegangsrechten op devicesJe beheert toegangsrechten op netwerkdevices.
   5. Gebruik van veilige protocollen (SSH, SNMPv3)Je gebruikt veilige protocollen voor apparaatbeheer.
   6. Logging en auditing van apparaatconfiguratiesJe logt en auditeert wijzigingen in apparaatconfiguraties.
   7. Detectie van fysieke en logische wijzigingenJe detecteert fysieke en logische wijzigingen in apparatuur.
   8. Netwerkapparatuur segmenteren voor veiligheidJe segmenteert netwerkapparatuur voor extra veiligheid.
   9. Incidentmanagement bij apparaatstoringenJe handelt incidenten bij apparaatstoringen af.
   10. Leveranciersrelaties en supportafsprakenJe onderhoudt leveranciersrelaties en maakt supportafspraken.
8. 8 Cloud- en virtualisatiebeveiliging Je past beveiligingsmaatregelen toe in cloud- en virtuele netwerkomgevingen.
   10 lessen

   1. Beveiligingsmodellen voor cloud computingJe onderzoekt beveiligingsmodellen voor cloud computing.
   2. Virtual private clouds (VPC)Je richt virtual private clouds in en waarborgt de beveiliging.
   3. Toegangsbeheer in cloudomgevingenJe beheert toegangsrechten in cloudomgevingen.
   4. Data encryptie in de cloudJe past data-encryptie toe in de cloud.
   5. Cloud compliance en governanceJe toetst cloudomgevingen aan compliance en governance-eisen.
   6. Virtualisatie van netwerkcomponentenJe virtualiseert netwerkcomponenten voor flexibiliteit.
   7. Beveiliging van containertechnologieënJe beveiligt containertechnologieën in cloudomgevingen.
   8. Cloud-incidentresponsJe handelt cloud-incidenten gestructureerd af.
   9. Monitoring van cloudresourcesJe monitort cloudresources op beveiligingsaspecten.
   10. Risico’s van multi-tenant omgevingenJe beoordeelt risico’s in multi-tenant cloudomgevingen.
9. 9 Netwerkarchitectuur testen Je test netwerkarchitecturen, voert penetratietesten uit en rapporteert bevindingen.
   10 lessen

   1. Opstellen van testplannen voor beveiligingJe stelt testplannen op voor het beoordelen van netwerkbeveiliging.
   2. Penetratietesten uitvoerenJe voert penetratietesten uit op netwerken.
   3. Gebruik van tools voor vulnerability scanningJe gebruikt tools voor het scannen op kwetsbaarheden.
   4. Analyseren van testresultatenJe analyseert testresultaten en trekt conclusies.
   5. Rapporteren van kwetsbaarhedenJe rapporteert gevonden kwetsbaarheden gestructureerd.
   6. Beoordeling van risico’s en impactJe beoordeelt risico’s en de impact van gevonden issues.
   7. Opstellen van aanbevelingen en verbeteringenJe stelt aanbevelingen en verbeteringen op na testen.
   8. Testen van back-up- en recoveryproceduresJe test back-up- en recoveryprocedures in netwerken.
   9. Periodieke herhaling van testenJe voert periodiek herhalingstesten uit voor continuïteit.
   10. Samenwerking met externe specialistenJe werkt samen met externe specialisten bij complexe testen.
10. 10 Forensisch onderzoek en incidentmanagement Je voert forensisch onderzoek uit en beheert incidenten in netwerken.
    10 lessen

    1. Basisprincipes van digitale forensische analyseJe past digitale forensische analysetechnieken toe.
    2. Verzamelen en veiligstellen van bewijsJe verzamelt en borgt digitaal bewijs bij incidenten.
    3. Analyseren van netwerklogs en dataJe analyseert netwerklogs en relevante data.
    4. Chain of custody waarborgenJe waarborgt chain of custody bij bewijsbeheer.
    5. Incidentregistratie en -rapportageJe registreert en rapporteert beveiligingsincidenten.
    6. Samenwerking met juridische en IT-teamsJe werkt samen met juridische en IT-teams bij incidenten.
    7. Herstel na beveiligingsincidentenJe begeleidt het herstel na beveiligingsincidenten.
    8. Preventieve maatregelen na incidentenJe stelt preventieve maatregelen op na incidenten.
    9. Rapportage aan management en stakeholdersJe rapporteert aan management en stakeholders over incidenten.
    10. Evaluatie en bijstelling van beveiligingsbeleidJe evalueert en past het beveiligingsbeleid aan op basis van incidenten.

Je past AI toe in je werk, van data-analyse tot projectmanagement en ethische afwegingen.

1. 1 Introductie en basisprincipes van Artificial Intelligence Je onderzoekt de fundamenten, mogelijkheden en impact van AI op werk en samenleving.
   10 lessen

   1. Definitie en historie van AIJe beschrijft de ontwikkeling van AI en de belangrijkste mijlpalen.
   2. Verschillende typen AI (smalle, algemene AI)Je vergelijkt verschillende typen AI en hun toepassingsgebieden.
   3. Machine learning en deep learning basicsJe herkent basisbegrippen van machine learning en deep learning.
   4. Toepassingen van AI in verschillende sectorenJe identificeert waar AI wordt toegepast in uiteenlopende sectoren.
   5. Data als brandstof voor AIJe benoemt het belang van data voor AI-systemen.
   6. Begrippen: algoritmes, modellen, training, testenJe legt uit wat algoritmes, modellen, training en testen betekenen.
   7. Verschil tussen AI, data science en automatiseringJe onderscheidt AI van data science en automatisering.
   8. Mogelijkheden en beperkingen van AIJe benoemt wat AI wel en niet kan.
   9. Trends en ontwikkelingen in AIJe signaleert actuele trends en ontwikkelingen in AI.
   10. Ethische en maatschappelijke impact van AIJe bespreekt de ethische en maatschappelijke gevolgen van AI.
2. 2 Data management en voorbereiding voor AI Je leert hoe je data selecteert, verwerkt en beheert voor gebruik in AI-toepassingen.
   10 lessen

   1. Soorten data (gestructureerd, ongestructureerd)Je onderscheidt gestructureerde en ongestructureerde data.
   2. Datakwaliteit en datacleaningJe beoordeelt de kwaliteit van data en voert datacleaning uit.
   3. Data-etikettering en annotatieJe labelt data en past annotatie toe voor AI-training.
   4. Data-analyse en visualisatieJe analyseert en visualiseert data voor inzicht.
   5. Gebruik van databases en datawarehousesJe gebruikt databases en datawarehouses voor opslag en verwerking.
   6. Privacy en AVG (GDPR) in dataverwerkingJe past privacyregels toe bij dataverwerking.
   7. Data governance en data-eigendomJe benoemt hoe data governance en eigendom geregeld zijn.
   8. Dataverzamelingstechnieken (sensoren, web scraping)Je past technieken toe om data te verzamelen uit verschillende bronnen.
   9. Big data concepten en toolsJe herkent big data concepten en tools.
   10. Data-integratie en interoperabiliteitJe integreert data uit verschillende systemen en waarborgt uitwisselbaarheid.
3. 3 Machine learning en modelontwikkeling Je ontwikkelt en evalueert machine learning-modellen voor praktische toepassingen.
   10 lessen

   1. Overzicht van supervised, unsupervised en reinforcement learningJe vergelijkt supervised, unsupervised en reinforcement learning.
   2. Klassieke algoritmes (decision trees, regressie)Je past klassieke algoritmes toe zoals decision trees en regressie.
   3. Neurale netwerken en deep learning principesJe legt de werking van neurale netwerken en deep learning uit.
   4. Modeltraining en validatieJe traint en valideert een model met data.
   5. Overfitting en underfittingJe herkent en voorkomt overfitting en underfitting.
   6. Hyperparameter tuningJe past hyperparameter tuning toe om modellen te verbeteren.
   7. Evaluatiemethoden (accuracy, precision, recall)Je gebruikt evaluatiemethoden zoals accuracy en recall.
   8. Tools en frameworks (zoals TensorFlow, Scikit-learn)Je maakt kennis met tools en frameworks voor AI-ontwikkeling.
   9. Model interpretatie en uitleg (explainable AI)Je interpreteert modeluitkomsten en licht deze toe.
   10. Deployment van AI-modellenJe zet een AI-model over naar productie en monitort de werking.
4. 4 AI toepassingen in organisaties Je past AI toe op processen, besluitvorming en samenwerking binnen organisaties.
   10 lessen

   1. Procesautomatisering (RPA)Je automatiseert processen met behulp van RPA.
   2. Chatbots en virtuele assistentenJe ontwikkelt en gebruikt chatbots en virtuele assistenten.
   3. Predictive analytics voor besluitvormingJe past voorspellende analyses toe voor beslissingen.
   4. Beeld- en spraakherkenningJe herkent toepassingen van beeld- en spraakherkenning.
   5. AI in marketing en klantenserviceJe zet AI in voor marketing en klantenservice.
   6. Slimme productontwikkelingJe stimuleert slimme productontwikkeling met AI.
   7. AI in logistiek en supply chainJe verbetert logistiek en supply chain met AI-oplossingen.
   8. Risicomanagement met AIJe gebruikt AI voor risicomanagement.
   9. Human-AI samenwerkingJe werkt samen met AI-systemen en mensen.
   10. Evalueren en implementeren van AI-projectenJe beoordeelt en implementeert AI-projecten in de praktijk.
5. 5 Ethiek, wetgeving en maatschappelijke aspecten van AI Je onderzoekt ethische, juridische en maatschappelijke vraagstukken rond AI-gebruik.
   10 lessen

   1. Ethische principes en dilemma’s in AIJe analyseert ethische dilemma’s bij AI-toepassingen.
   2. Transparantie en verantwoordelijkheidJe benoemt het belang van transparantie en verantwoordelijkheid.
   3. Privacy en data protectionJe past privacy- en dataprotectie toe in AI-projecten.
   4. Bias en discriminatie in AI-systemenJe signaleert bias en discriminatie in AI-systemen.
   5. AI en werkgelegenheidJe bespreekt de invloed van AI op werkgelegenheid.
   6. Regelgeving en compliance (bijv. Europese AI Act)Je herkent relevante wet- en regelgeving voor AI.
   7. Maatschappelijke acceptatie van AIJe beoordeelt de maatschappelijke acceptatie van AI.
   8. Vertrouwen in AI-systemenJe versterkt vertrouwen in AI-systemen.
   9. Rol van de mens in toezicht op AIJe licht de rol van menselijk toezicht op AI toe.
   10. Toekomstscenario’s en AI-governanceJe denkt na over toekomstige scenario’s en AI-governance.
6. 6 Projectmanagement voor AI-implementaties Je begeleidt AI-projecten van start tot evaluatie en borgt kwaliteit en samenwerking.
   10 lessen

   1. Projectlevenscyclus in AI-projectenJe beschrijft de fasen van een AI-project.
   2. StakeholdermanagementJe betrekt stakeholders en beheert hun verwachtingen.
   3. Risicoanalyse en mitigatieJe voert risicoanalyses uit en stelt mitigerende maatregelen op.
   4. Agile methodieken en AI-ontwikkelingJe past agile methoden toe bij AI-ontwikkeling.
   5. Resource planning (mens, data, techniek)Je plant resources voor mensen, data en techniek.
   6. Kwaliteitsbewaking en testenJe bewaakt de kwaliteit en test AI-oplossingen.
   7. Budgettering en business case opstellenJe stelt een budget en business case op voor AI-projecten.
   8. Communicatie en rapportageJe communiceert en rapporteert over projectvoortgang.
   9. Change management bij AI-implementatieJe begeleidt veranderingen bij de invoering van AI.
   10. Evaluatie en borging van resultatenJe evalueert en borgt de resultaten van een AI-project.
7. 7 Communicatie en samenwerking in AI-projecten Je communiceert effectief over AI en werkt samen in multidisciplinaire teams.
   10 lessen

   1. Technische en niet-technische communicatieJe wisselt informatie uit met technische en niet-technische collega’s.
   2. Vertalen van AI-techniek naar business taalJe vertaalt AI-techniek naar begrijpelijke taal voor de organisatie.
   3. Interdisciplinair teamworkJe werkt samen met collega’s uit verschillende disciplines.
   4. Stakeholder engagement en verwachtingen managenJe beheert verwachtingen van stakeholders.
   5. Presentatietechnieken voor AI-resultatenJe presenteert AI-resultaten aan diverse doelgroepen.
   6. Documentatie en kennisdelingJe documenteert projecten en deelt kennis.
   7. Feedbackprocessen en iteratieJe vraagt en verwerkt feedback in projecten.
   8. Cultuurverandering en adoptieJe stimuleert cultuurverandering en adoptie van AI.
   9. Training en begeleiding van gebruikersJe traint en begeleidt gebruikers van AI-oplossingen.
   10. Conflictmanagement in projectenJe lost conflicten op binnen AI-projecten.
8. 8 AI en innovatie Je stimuleert innovatie met AI en onderzoekt hoe je nieuwe technologieën implementeert.
   10 lessen

   1. Innovatietheorieën en AIJe past innovatietheorieën toe op AI-projecten.
   2. Identificeren van kansen voor AI-innovatieJe signaleert kansen voor AI-innovatie in je werk.
   3. Design thinking toegepast op AIJe gebruikt design thinking voor AI-oplossingen.
   4. Prototyping en proof of conceptJe ontwikkelt prototypes en proof of concept.
   5. Implementeren van nieuwe AI-technologieënJe implementeert nieuwe AI-technologieën in de praktijk.
   6. IP-rechten en AI innovatiesJe benoemt IP-rechten bij AI-innovaties.
   7. Samenwerking met startups en techpartnersJe werkt samen met startups en technologische partners.
   8. Financieren van AI-innovatiesJe onderzoekt financieringsmogelijkheden voor AI-innovaties.
   9. Schaalbaarheid en opschaling van AI-oplossingenJe beoordeelt de schaalbaarheid van AI-oplossingen.
   10. Monitoring en continue verbeteringJe monitort en verbetert AI-oplossingen continu.
9. 9 Technische vaardigheden en tools Je ontwikkelt technische vaardigheden voor het werken met AI-tools en programmeertalen.
   10 lessen

   1. Programmeerconcepten (Python, R)Je past basis programmeerconcepten toe in Python of R.
   2. Data-analyse tools (Excel, Power BI)Je analyseert data met tools als Excel en Power BI.
   3. AI-frameworks (TensorFlow, PyTorch)Je gebruikt AI-frameworks zoals TensorFlow en PyTorch.
   4. Cloud platforms voor AI (AWS, Azure)Je werkt met cloud platforms voor AI-toepassingen.
   5. API’s en integratiesJe integreert AI via API’s en koppelingen.
   6. Versiebeheer (Git)Je beheert versies van code met Git.
   7. Experiment tracking en reproducibilityJe houdt experimenten bij en zorgt voor reproduceerbaarheid.
   8. Basis van cybersecurity voor AIJe past basisprincipes van cybersecurity toe op AI-projecten.
   9. Automatiseringstools en pipelinesJe automatiseert processen met pipelines en tools.
   10. Open source AI-communitiesJe neemt deel aan open source AI-communities.
10. 10 Praktijkgericht onderzoek en innovatie met AI Je voert praktijkgericht onderzoek uit naar AI en presenteert resultaten en aanbevelingen.
    10 lessen

    1. Onderzoeksvragen formuleren binnen AIJe formuleert relevante onderzoeksvragen binnen AI.
    2. Literatuurstudie en bronnenonderzoekJe voert literatuurstudie en bronnenonderzoek uit.
    3. Methoden voor dataverzamelingJe kiest en past methoden voor dataverzameling toe.
    4. Data-analyse techniekenJe voert data-analyse uit voor onderzoeksvragen.
    5. Experimenten opzetten en uitvoerenJe zet experimenten op en voert deze uit.
    6. Resultaatinterpretatie en conclusies trekkenJe interpreteert onderzoeksresultaten en trekt conclusies.
    7. Rapporteren en presenteren van onderzoeksresultatenJe rapporteert en presenteert onderzoeksresultaten.
    8. Implementatievoorstellen doenJe doet voorstellen voor implementatie van AI-oplossingen.
    9. Ethische reflectie in onderzoekJe reflecteert op ethische aspecten in onderzoek.
    10. Reflectie en zelfevaluatieJe evalueert je eigen leerproces en onderzoeksaanpak.

Je past data-analyse toe van dataverzameling tot rapportage, met aandacht voor statistiek, visualisatie en modelvalidatie.

1. 1 Inleiding data-analyse Je verkent wat data-analyse inhoudt, waar je het toepast en welke begrippen en methoden daarbij horen.
   10 lessen

   1. Definitie en belang van data-analyseJe onderzoekt wat data-analyse betekent en waarom organisaties ermee werken.
   2. Typen data: kwalitatief vs kwantitatiefJe vergelijkt kwalitatieve en kwantitatieve data en herkent het verschil in toepassingen.
   3. Verschil tussen data, informatie en kennisJe onderscheidt data, informatie en kennis in verschillende contexten.
   4. Toepassingsgebieden van data-analyseJe benoemt waar data-analyse wordt ingezet, bijvoorbeeld in bedrijfsleven en wetenschap.
   5. Overzicht van data-analysemethodenJe krijgt inzicht in verschillende methoden om data te analyseren.
   6. Rol van data-analyse in besluitvormingJe beschrijft hoe data-analyse het besluitvormingsproces ondersteunt.
   7. Ethische aspecten van data-analyseJe bespreekt ethische aandachtspunten bij het analyseren van data.
   8. Basisbegrippen: variabelen, datasets, observatiesJe benoemt basisbegrippen zoals variabelen, datasets en observaties.
   9. Data-analyseproces: van verzamelen tot rapporterenJe volgt het proces van dataverzameling tot rapportage van resultaten.
   10. Softwaretools en programmeertalen (introductie)Je maakt kennis met softwaretools en programmeertalen voor data-analyse.
2. 2 Data verzamelen en opschonen Je verzamelt data, beoordeelt de kwaliteit en past technieken toe om data bruikbaar te maken voor analyse.
   10 lessen

   1. Methoden voor dataverzameling (surveys, sensors, databases)Je vergelijkt manieren om data te verzamelen, zoals surveys, sensoren en databases.
   2. Kwaliteitscriteria voor dataJe beoordeelt data op kwaliteit met behulp van relevante criteria.
   3. Omgaan met ontbrekende waardenJe gaat om met ontbrekende waarden in datasets.
   4. Detectie en correctie van fouten in dataJe spoort fouten in data op en corrigeert deze waar mogelijk.
   5. Normaliseren en standaardiseren van dataJe past normalisatie en standaardisatie toe op data.
   6. Identificeren van outliers en onregelmatighedenJe identificeert uitschieters en onregelmatigheden in datasets.
   7. Data transformatie en coderingJe transformeert en codeert data voor analyse.
   8. Automatiseren van data cleaningJe automatiseert stappen in het opschonen van data.
   9. Documenteren van datavoorbereidingJe legt vast hoe je data hebt voorbereid en verwerkt.
   10. Privacy en wetgeving bij dataverzamelingJe herkent privacyvraagstukken en relevante wetgeving bij dataverzameling.
3. 3 Statistische basisprincipes Je past statistische basisprincipes toe om data te beschrijven, te analyseren en te interpreteren.
   10 lessen

   1. Beschrijvende statistiek: gemiddelden, mediaan, modusJe berekent gemiddelden, mediaan en modus in datasets.
   2. Spreidingsmaten: variantie, standaarddeviatie, interkwartielafstandJe bepaalt spreidingsmaten zoals variantie en standaarddeviatie.
   3. Kansbegrippen en kansverdelingenJe past kansbegrippen en kansverdelingen toe op data.
   4. Hypothesetoetsen en significantieJe voert hypothesetoetsen uit en beoordeelt significantie.
   5. BetrouwbaarheidsintervallenJe stelt betrouwbaarheidsintervallen vast.
   6. Correlatie en covariantieJe onderzoekt samenhang tussen variabelen met correlatie en covariantie.
   7. Steekproefconcepten en representativiteitJe past steekproefconcepten toe en beoordeelt representativiteit.
   8. Basisbegrippen van populatie en steekproefJe legt uit wat populatie en steekproef betekenen.
   9. Soorten fouten (type I en type II)Je herkent en verklaart type I- en type II-fouten.
   10. Toepassing van statistiek in data-analyseJe past statistiek toe binnen het data-analyseproces.
4. 4 Data visualisatie Je kiest passende visualisaties en maakt grafieken om data en analyses helder te presenteren.
   10 lessen

   1. Doelen en principes van visualisatieJe bepaalt het doel van visualisatie en hanteert basisprincipes.
   2. Grafiektypen: histogrammen, boxplots, scatterplotsJe maakt verschillende grafiektypen zoals histogrammen en scatterplots.
   3. Keuze van juiste visualisatie per datatypesJe kiest de juiste visualisatie op basis van datatype en doel.
   4. Gebruik van kleuren en labelsJe past kleuren en labels toe voor duidelijke grafieken.
   5. Interactieve dashboards ontwerpenJe ontwerpt interactieve dashboards voor dataweergave.
   6. Tools voor visualisatie (Excel, Power BI, Tableau)Je werkt met tools als Excel, Power BI en Tableau voor visualisatie.
   7. Visualisatie van tijdreeksen en trendsJe visualiseert tijdreeksen en trends in data.
   8. Communiceren van bevindingen met visualsJe communiceert bevindingen effectief met visuals.
   9. Voorkomen van misleidende grafiekenJe voorkomt misleiding door grafieken juist te ontwerpen.
   10. Visualisatie van multivariate dataJe visualiseert data met meerdere variabelen tegelijk.
5. 5 Exploratieve data-analyse (EDA) Je onderzoekt data op patronen, relaties en afwijkingen met behulp van exploratieve technieken.
   10 lessen

   1. Identificeren van patronen en trendsJe signaleert patronen en trends in datasets.
   2. Gebruik van statistische samenvattingenJe gebruikt statistische samenvattingen om data te verkennen.
   3. Detecteren van anomalieënJe spoort afwijkingen en anomalieën op in data.
   4. Relaties tussen variabelen onderzoekenJe onderzoekt relaties tussen verschillende variabelen.
   5. Toepassen van data slicing en dicingJe past slicing en dicing toe om data te analyseren.
   6. Gebruik van pivot-tabellenJe gebruikt pivot-tabellen voor overzicht en analyse.
   7. Data clustering en segmentatie (basis)Je voert eenvoudige clustering en segmentatie uit.
   8. Visualisatietechnieken voor EDAJe zet visualisatietechnieken in bij exploratie van data.
   9. Interpretatie van bevindingenJe interpreteert de uitkomsten van je analyses.
   10. Formuleren van hypotheses voor vervolgonderzoekJe formuleert hypotheses voor vervolgonderzoek.
6. 6 Toepassing van regressieanalyse Je past regressieanalyse toe, interpreteert uitkomsten en rapporteert resultaten voor zakelijke toepassingen.
   10 lessen

   1. Lineaire regressie en aannamesJe voert lineaire regressie uit en controleert de aannames.
   2. Interpretatie van regressiecoëfficiëntenJe interpreteert de coëfficiënten van een regressiemodel.
   3. Meervoudige regressieJe past meervoudige regressie toe op datasets.
   4. Diagnostiek van regressiemodellenJe controleert de kwaliteit van regressiemodellen.
   5. Regressie voor voorspellingenJe gebruikt regressie om voorspellingen te doen.
   6. Gebruik van dummy-variabelenJe past dummy-variabelen toe in regressiemodellen.
   7. Overfitting en modelvalidatieJe herkent overfitting en valideert modellen.
   8. Toepassingen in bedrijfscontextJe past regressie toe op bedrijfsvraagstukken.
   9. Software voor regressieanalyseJe werkt met software voor regressieanalyse.
   10. Rapporteren van regressieresultatenJe rapporteert de resultaten van regressieanalyses.
7. 7 Data mining technieken Je gebruikt data mining technieken zoals clustering, classificatie en associatieregels voor analyse van grote datasets.
   10 lessen

   1. Definitie en doel van data miningJe beschrijft het doel en de werkwijze van data mining.
   2. Clusteringmethoden (k-means, hiërarchisch)Je past clusteringmethoden toe zoals k-means en hiërarchisch clusteren.
   3. Classificatie (beslisbomen, naïve Bayes)Je voert classificatie uit met bijvoorbeeld beslisbomen.
   4. Association rules en frequentie-analyseJe analyseert frequentiepatronen met association rules.
   5. Voorbereiding van data voor miningJe bereidt data voor op data mining analyses.
   6. Evaluatie van data mining modellenJe evalueert de prestaties van data mining modellen.
   7. Overzicht van machine learning basicsJe krijgt inzicht in basisprincipes van machine learning.
   8. Toepassing in marketing en risicoanalyseJe past data mining toe in marketing of risicoanalyse.
   9. Beperkingen en risico’s van data miningJe benoemt beperkingen en risico’s van data mining.
   10. Praktische voorbeelden en casestudiesJe werkt met praktijkvoorbeelden en casestudies.
8. 8 Data-analyse met programmeertalen Je voert data-analyse uit met Python en maakt gebruik van relevante bibliotheken en alternatieve tools.
   10 lessen

   1. Introductie tot Python voor data-analyseJe maakt kennis met Python als hulpmiddel voor data-analyse.
   2. Gebruik van bibliotheken: Pandas, NumPy, MatplotlibJe gebruikt Pandas, NumPy en Matplotlib voor analyse en visualisatie.
   3. Data importeren en exporterenJe importeert en exporteert data met Python.
   4. Data manipulatie en filteringJe manipuleert en filtert datasets in scripts.
   5. Statistische analyse met PythonJe voert statistische analyses uit met Python.
   6. Visualisatie met Seaborn en PlotlyJe maakt visualisaties met Seaborn en Plotly.
   7. Basis scripting en automatiseringJe schrijft eenvoudige scripts voor automatisering.
   8. Documenteren van analysescriptsJe documenteert je analysescripts voor hergebruik.
   9. Foutafhandeling en debuggingJe lost fouten op in je scripts en debugt waar nodig.
   10. Overzicht alternatieve tools (R, SQL)Je vergelijkt Python met alternatieve tools als R en SQL.
9. 9 Toetsen en valideren van modellen Je toetst en valideert analysemethoden en modellen aan de hand van relevante evaluatiecriteria.
   10 lessen

   1. Train-test splitsing van dataJe splitst data in train- en testsets voor modelvalidatie.
   2. Cross-validatie techniekenJe past cross-validatie toe om modellen te testen.
   3. Evaluatiecriteria: nauwkeurigheid, precisie, recallJe gebruikt nauwkeurigheid, precisie en recall als evaluatiecriteria.
   4. Confusiematrix uitleggenJe legt de werking van een confusiematrix uit.
   5. ROC-curve en AUCJe beoordeelt modellen met behulp van ROC-curve en AUC.
   6. Modelselectie en tuningJe selecteert en stemt modellen af op de dataset.
   7. Bias-variance trade-offJe analyseert de bias-variance trade-off in modellen.
   8. Interpretatie van resultatenJe interpreteert de resultaten van modelvalidatie.
   9. Presenteren van modelvalidatieJe presenteert de uitkomsten van modelvalidatie.
   10. Praktische cases voor toetsingJe oefent met praktische cases voor het toetsen van modellen.
10. 10 Rapporteren en presenteren van data-analyse Je rapporteert en presenteert analyseresultaten helder, afgestemd op je doelgroep en met aandacht voor beperkingen.
    10 lessen

    1. Structuur van een analyserapportJe bouwt een gestructureerd analyserapport op.
    2. Doelgroepgerichte communicatieJe stemt je communicatie af op de doelgroep.
    3. Samenvatten van bevindingen in begrijpelijke taalJe vat bevindingen samen in begrijpelijke taal.
    4. Gebruik van visualisaties in rapportenJe verwerkt visualisaties effectief in rapporten.
    5. Discussie over beperkingen en onzekerhedenJe bespreekt beperkingen en onzekerheden in je analyse.
    6. Aanbevelingen formuleren op basis van dataJe formuleert aanbevelingen op basis van je data.
    7. Voorbereiden van presentatiesJe bereidt presentaties voor van je analyseresultaten.
    8. Effectief gebruik van slides en visualsJe gebruikt slides en visuals om je verhaal te ondersteunen.
    9. Beantwoorden van kritische vragenJe beantwoordt kritische vragen over je analyse.
    10. Reflectie op analyseprocesJe reflecteert op het verloop van je analyseproces.

Je onderzoekt, analyseert en verbetert bedrijfsprocessen in de retail en past procesmanagementmethoden toe.

1. 1 Inleiding procesmanagement Je onderzoekt de basis van procesmanagement en de rol van processen binnen organisaties.
   10 lessen

   1. Begrip proces en procesmanagementJe definieert wat een proces is en onderscheidt procesmanagement van andere vormen van management.
   2. Soorten processen (kern-, stuur-, ondersteuningsprocessen)Je herkent verschillende typen processen binnen een organisatie en benoemt hun functies.
   3. Procesdenken en procesgericht werkenJe past procesdenken toe en werkt vanuit een procesgerichte benadering.
   4. Belang van procesmanagement binnen organisatiesJe onderzoekt waarom procesmanagement een rol speelt in organisaties.
   5. Procesmodelleringstools (BPMN, flowcharts)Je gebruikt modellen zoals BPMN en flowcharts om processen visueel weer te geven.
   6. Proceslandschap en procesarchitectuurJe brengt het proceslandschap en de architectuur van een organisatie in kaart.
   7. Rol van de procesmanagerJe beschrijft de taken en verantwoordelijkheden van een procesmanager.
   8. Processen identificeren en definiërenJe identificeert en definieert bestaande processen binnen een organisatie.
   9. Samenhang tussen processenJe analyseert hoe processen met elkaar samenhangen.
   10. Procesgericht sturen en verbeterenJe stuurt processen aan en voert verbeteringen door op basis van analyse.
2. 2 Procesanalyse en -ontwerp Je analyseert processen, brengt ze visueel in kaart en ontwerpt klantgerichte verbeteringen.
   10 lessen

   1. Methodes voor procesanalyseJe past verschillende methodes toe om processen te analyseren.
   2. Procesmapping en procesvisualisatieJe maakt procesvisualisaties en mappings van bestaande processen.
   3. Klantgericht procesontwerpJe ontwerpt processen met het perspectief van de klant als uitgangspunt.
   4. Toegevoegde waarde binnen processenJe bepaalt waar in het proces waarde wordt toegevoegd.
   5. Bottlenecks en verspillingen identificerenJe spoort knelpunten en verspillingen op binnen een proces.
   6. lean principes in procesanalyseJe past lean principes toe bij het analyseren van processen.
   7. Gebruik van ICT in procesontwerpJe onderzoekt hoe ICT ingezet kan worden bij het ontwerpen van processen.
   8. Risicoanalyse binnen processenJe voert een risicoanalyse uit op procesniveau.
   9. Procesdocumentatie en standaardenJe legt processen vast en werkt volgens standaarden.
   10. Continu verbeteren in procesontwerpJe past methoden toe om processen continu te verbeteren.
3. 3 Procesoptimalisatie Je verbetert processen met lean, Six Sigma en automatisering en monitort de prestaties.
   10 lessen

   1. lean management en Six Sigma principesJe past lean management en Six Sigma toe om processen te optimaliseren.
   2. Waste (verspilling) eliminerenJe elimineert verspilling in processen.
   3. Doorlooptijd en doorvoersnelheid verbeterenJe verkort doorlooptijden en verhoogt de doorvoersnelheid.
   4. Procesprestatie-indicatoren (KPI’s)Je stelt prestatie-indicatoren op en meet procesresultaten.
   5. Value stream mappingJe gebruikt value stream mapping om waardestromen te analyseren.
   6. ProcesbenchmarkingJe vergelijkt processen met benchmarks uit de sector.
   7. Automatisering en digitalisering van processenJe onderzoekt de mogelijkheden van automatisering en digitalisering.
   8. Teamrollen bij procesverbeteringJe benoemt teamrollen bij het verbeteren van processen.
   9. Change management bij procesoptimalisatieJe voert change management uit bij procesverbeteringen.
   10. Monitoring en bijsturing van processenJe monitort en stuurt processen bij op basis van resultaten.
4. 4 Kwaliteitsmanagement en procesmanagement Je past kwaliteitsnormen toe en borgt kwaliteit en compliance binnen processen.
   10 lessen

   1. Kwaliteitsnormen (ISO 9001, EFQM)Je past kwaliteitsnormen zoals ISO 9001 en EFQM toe in processen.
   2. Kwaliteitsborging binnen processenJe borgt de kwaliteit binnen processen door gerichte maatregelen.
   3. Audits en procescontroleJe voert audits uit en controleert processen op kwaliteit.
   4. Klanttevredenheid en kwaliteitsmetingJe meet klanttevredenheid en analyseert kwaliteitsgegevens.
   5. Foutenpreventie en -analyseJe voorkomt fouten en analyseert waar fouten ontstaan.
   6. Processtandaarden en complianceJe werkt volgens processtandaarden en houdt rekening met compliance.
   7. Documentbeheer en procesregistratieJe beheert documenten en registreert procesinformatie.
   8. Risicomanagement in kwaliteitsprocessenJe voert risicomanagement uit binnen kwaliteitsprocessen.
   9. Continue kwaliteitsverbetering (CQI)Je past continue kwaliteitsverbetering toe.
   10. Rollen en verantwoordelijkheden in kwaliteitsmanagementJe verdeelt rollen en verantwoordelijkheden in kwaliteitsmanagement.
5. 5 Data-analyse en procesmonitoring Je verzamelt en analyseert procesdata en gebruikt deze voor monitoring en rapportage.
   10 lessen

   1. Belang van data in procesmanagementJe onderzoekt hoe data wordt ingezet bij procesmanagement.
   2. Data verzamelen en verwerkenJe verzamelt en verwerkt relevante procesdata.
   3. Analysemethoden (statistisch, kwalitatief)Je past statistische en kwalitatieve analysemethoden toe.
   4. Dashboarding en rapportageJe maakt dashboards en rapporteert procesresultaten.
   5. Real-time procesmonitoringJe monitort processen in real-time met behulp van data.
   6. KPI’s definiëren en gebruikenJe definieert en gebruikt KPI’s voor procesmonitoring.
   7. Data-gedreven besluitvormingJe neemt data als basis voor besluitvorming.
   8. Tools voor procesdata-analyseJe gebruikt tools voor het analyseren van procesdata.
   9. Feedbackloops in procesmonitoringJe past feedbackloops toe in procesmonitoring.
   10. Data privacy en ethiekJe houdt rekening met privacy en ethiek bij het verwerken van data.
6. 6 Projectmatig werken binnen procesmanagement Je werkt projectmatig aan procesverbeteringen en beheert projecten van begin tot eind.
   10 lessen

   1. Projectdefinitie en -opzetJe definieert een project en zet het op binnen procesmanagement.
   2. Planning en fasering van procesprojectenJe plant en fasert procesprojecten.
   3. StakeholdermanagementJe betrekt stakeholders en beheert hun verwachtingen.
   4. Risicomanagement in projectenJe voert risicomanagement uit binnen projecten.
   5. Resource- en tijdbeheerJe beheert resources en bewaakt de tijdsplanning.
   6. Communicatie in projectteamsJe communiceert effectief binnen projectteams.
   7. Agile en traditionele projectmethodiekenJe vergelijkt agile en traditionele projectmethodieken.
   8. Kwaliteitsborging van projectresultatenJe borgt de kwaliteit van projectresultaten.
   9. Evaluatie en afsluiting van projectenJe evalueert en sluit projecten af.
   10. Leren van projectervaringenJe reflecteert op projectervaringen en leert hiervan.
7. 7 Verandermanagement en procesinnovatie Je begeleidt veranderingen en stimuleert innovatie in processen.
   10 lessen

   1. Theorieën van verandermanagementJe past verschillende theorieën van verandermanagement toe.
   2. Weerstand tegen verandering begrijpen en managenJe herkent weerstand en gaat hiermee om.
   3. Rol van leiderschap in veranderingJe benoemt de rol van leiderschap bij veranderingen.
   4. Communicatiestrategieën bij veranderingenJe ontwikkelt communicatiestrategieën voor verandertrajecten.
   5. Betrekken van medewerkersJe betrekt medewerkers bij procesveranderingen.
   6. Innovatietechnieken binnen processenJe past innovatietechnieken toe binnen processen.
   7. Implementatie van procesinnovatiesJe implementeert procesinnovaties in de praktijk.
   8. Evalueren van verandereffectenJe evalueert de effecten van veranderingen.
   9. Cultuur en veranderingJe onderzoekt de invloed van organisatiecultuur op veranderingen.
   10. Duurzame procesveranderingen waarborgenJe borgt duurzame veranderingen in processen.
8. 8 Informatie- en technologiebeheer in procesmanagement Je onderzoekt de rol van ICT en technologie bij het ondersteunen en verbeteren van processen.
   10 lessen

   1. ICT-systemen en procesondersteuningJe benoemt hoe ICT-systemen processen ondersteunen.
   2. Workflow- en procesautomatiseringJe past workflow- en procesautomatisering toe.
   3. Enterprise Resource Planning (ERP)Je onderzoekt de werking van ERP-systemen.
   4. Data-integratie en systeemkoppelingenJe integreert data en koppelt systemen aan elkaar.
   5. Digitalisering van processenJe digitaliseert processen waar mogelijk.
   6. Veiligheid en privacy in IT-processenJe houdt rekening met veiligheid en privacy in IT-processen.
   7. Gebruik van procesmanagementsoftwareJe gebruikt software voor procesmanagement.
   8. IT-governance en complianceJe past IT-governance en compliance toe.
   9. Trends in procesgerichte technologieënJe signaleert trends in procesgerichte technologieën.
   10. Evaluatie en verbetering van IT-processenJe evalueert en verbetert IT-processen.
9. 9 Financieel inzicht voor procesmanagers Je krijgt inzicht in financiële aspecten van processen en maakt onderbouwde financiële keuzes.
   10 lessen

   1. Kostenstructuur van processenJe analyseert de kostenstructuur van processen.
   2. Kosten-batenanalyse van procesverbeteringenJe voert een kosten-batenanalyse uit voor verbeteringen.
   3. Budgetteren en bewaken van procesprojectenJe stelt budgetten op en bewaakt deze tijdens projecten.
   4. Financiële KPI’s voor processenJe gebruikt financiële KPI’s voor het meten van processen.
   5. Return on Investment (ROI) berekenenJe berekent de return on investment van procesverbeteringen.
   6. ProceskostenreductieJe onderzoekt mogelijkheden voor proceskostenreductie.
   7. Waardestroomkosten analyserenJe analyseert waardestroomkosten in processen.
   8. Investeringsvoorstellen opstellenJe stelt investeringsvoorstellen op voor procesprojecten.
   9. Risico’s en financiële scenario’sJe beoordeelt risico’s en financiële scenario’s.
   10. Rapporteren aan management over financiënJe rapporteert financiële resultaten aan het management.
10. 10 Professioneel en ethiek in procesmanagement Je ontwikkelt een professionele houding en handelt ethisch binnen procesmanagement.
    10 lessen

    1. Professionele beroepshoudingJe past een professionele beroepshouding toe in je werk.
    2. Ethische dilemma’s in procesmanagementJe herkent en bespreekt ethische dilemma’s in processen.
    3. Verantwoordelijkheid en aansprakelijkheidJe bent je bewust van verantwoordelijkheid en aansprakelijkheid.
    4. Transparantie en integriteitJe werkt transparant en integer.
    5. ConflicthanteringJe lost conflicten op binnen het procesmanagement.
    6. Samenwerken in multidisciplinaire teamsJe werkt samen in multidisciplinaire teams.
    7. Communicatie met verschillende stakeholdersJe communiceert effectief met verschillende stakeholders.
    8. Omgaan met vertrouwelijke informatieJe gaat zorgvuldig om met vertrouwelijke informatie.
    9. Leiderschap en beïnvloeden zonder formele machtJe beïnvloedt anderen zonder formele macht.
    10. Continu leren en persoonlijke ontwikkelingJe werkt aan je eigen ontwikkeling en blijft leren.