Na het volgen van deze cursussen voel ik me zeker genoeg om professionele visualisaties en dashboards te maken
Cursusbeschrijving
Ontdek de basis van datakwaliteit
Datakwaliteit is een belangrijk concept dat je echt moet snappen als je met data werkt. Concepten en processen voor datakwaliteit zijn er in alle sectoren en kunnen worden gebruikt door iedereen die data maakt of gebruikt. Deze cursus behandelt de basisprincipes, zoals dimensies van datakwaliteit, rollen en verantwoordelijkheden, en soorten regels voor datakwaliteit. Je leert hoe het proces van datakwaliteit werkt en bent klaar om zelf de kwaliteit van je data in de gaten te houden.Meer info over datakwaliteitsdimensies
Je begint met te leren wat datakwaliteit precies is en waarom het zo belangrijk is om hiermee rekening te houden bij zakelijke beslissingen. Als je eenmaal begrijpt hoe belangrijk het is, leer je over zes basisdimensies van datakwaliteit. Je gebruikt deze dimensies om regels voor het opsporen en voorkomen van datakwaliteit te maken.Je leert ook de basis van anomaliedetectie, een geavanceerdere manier om de kwaliteit van gegevens te checken. Je gaat deze dingen samenvoegen door het datakwaliteitsproces toe te passen. Je leert welke rol verantwoordelijk is voor bepaalde taken op het gebied van datakwaliteit en in welke volgorde deze taken moeten worden gedaan.
Leer de basis van datakwaliteitsbeheer
Aan het einde van deze cursus weet je hoe je datakwaliteitsproblemen kunt monitoren, identificeren en oplossen. Je gaat je gegevens met een kritischer blik bekijken en nadenken over mogelijke problemen met de kwaliteit van de gegevens voordat je ze gebruikt. Door de basistechnieken voor datakwaliteit uit deze cursus te gebruiken, kun je uiteindelijk betere beslissingen nemen en meer vertrouwen hebben in je data.Vereisten
Er zijn geen vereisten voor deze cursus
Lesprogramma
Cursusoverzicht
1
Datakwaliteitstermen definiëren
Hoofdstuk 1 introduceert basisbegrippen rond datakwaliteit, waaronder datakwaliteitsdimensies en rollen en verantwoordelijkheden voor datakwaliteit. Je leert ook over het belang en de waarde van datakwaliteit in een zakelijke context.
- Belang van datakwaliteit50 XP
- Waarde van datakwaliteit50 XP
- Vragen over datakwaliteit100 XP
- Begrippen en concepten rond datakwaliteit50 XP
- Definitie van datakwaliteit in context50 XP
- Extra dimensies van gegevenskwaliteit50 XP
- Oefenen met data-kwaliteitsdimensies100 XP
- Belang van consistentie50 XP
- Rollen en verantwoordelijkheden rond datakwaliteit50 XP
- Het data governance-team50 XP
- Welke gegevenskwaliteitsrol past50 XP
- Welke rol is verantwoordelijk100 XP
2
Datakwaliteitsprocessen en -componenten
Je begint hoofdstuk 2 met het identificeren van datakwaliteitsregels voor elke datakwaliteitsdimensie aan de hand van dataprofielen. Je leert ook over metadata en data lineage, voordat je het algehele datakwaliteitsproces verkent voor het triëren en oplossen van issues.
3
Datakwaliteitsregels in de praktijk
In hoofdstuk 3 leer je over de verschillende soorten datakwaliteitsregels en het concept van drempelwaarden voor datakwaliteitsalerts. Je rondt het hoofdstuk af met een oefening waarin je dimensies, datakwaliteitsregels, datakwaliteitsprocessen en datakwaliteitsalerts samenbrengt.
R
Inleiding tot datakwaliteit
Cursus
voltooid

