Business Analyst, bootcamp (5 maanden) (RNCP-kwalificatie)

door DataScientest

Praktijkcursus - 25d - 175u00 - Ref. 3AY
Prijs : 11990 € V.B.

Business Analyst, bootcamp (5 maanden) (RNCP-kwalificatie)

door DataScientest



Word een expert in gegevensanalyse om processen, producten of diensten te verbeteren. Een Business Analyst (BA) is een professional die een sleutelrol speelt in organisaties door op te treden als brug tussen technische teams en bedrijfsafdelingen. Deze certificeringscursus wordt op afstand gegeven in een hybride formaat dat synchrone uitwisselingen met een deskundige trainer, praktische oefeningen en e-learningmodules combineert. Op basis van de Learning By Doing-pedagogiek voer je in teamverband een kernproject uit om je kennis in de praktijk te brengen. Wanneer je je inschrijft, word je toegewezen aan een van de promoties van Datascientest. Na afronding van de cursus ontvang je een certificaat 'Business Analyst' van Mines Paris- PSL Executive, evenals een RNCP niveau 7-certificering als 'Manager in Data Marketing', uitgereikt door INSEEC MSc en geregistreerd bij de RNCP onder nummer RNCP39591. Neem nu contact met ons op voor de komende data!


Catalogus
Op maat

Online cursus

Ref. 3AY
  175u00
Prix : 11990 € V.B.
Taal : NL
Deze opleiding is ook beschikbaar in het Engels.




Word een expert in gegevensanalyse om processen, producten of diensten te verbeteren. Een Business Analyst (BA) is een professional die een sleutelrol speelt in organisaties door op te treden als brug tussen technische teams en bedrijfsafdelingen. Deze certificeringscursus wordt op afstand gegeven in een hybride formaat dat synchrone uitwisselingen met een deskundige trainer, praktische oefeningen en e-learningmodules combineert. Op basis van de Learning By Doing-pedagogiek voer je in teamverband een kernproject uit om je kennis in de praktijk te brengen. Wanneer je je inschrijft, word je toegewezen aan een van de promoties van Datascientest. Na afronding van de cursus ontvang je een certificaat 'Business Analyst' van Mines Paris- PSL Executive, evenals een RNCP niveau 7-certificering als 'Manager in Data Marketing', uitgereikt door INSEEC MSc en geregistreerd bij de RNCP onder nummer RNCP39591. Neem nu contact met ons op voor de komende data!


Pedagogische doelstellingen
Aan het einde van de training is de deelnemer in staat om:
Het ontwerpen en implementeren van de datagestuurde marketingstrategie van het bedrijf.
Dataprojecten uitvoeren in een agile modus om de transformatie te ondersteunen.
Aansturen van de strategie van het bedrijf voor het verzamelen, opschonen en analyseren van gegevens.
Waarde toevoegen aan gegevens, aanbevelingen doen en besluitvorming ondersteunen.

Doelgroep
Iedereen met een voorliefde voor gegevens die zich wil bijscholen of zijn vaardigheden wil verbeteren.

Voorafgaande vereisten
Un diplôme ou un titre de niveau bac+3 ainsi qu'un bon niveau en mathématiques.
Pour les candidats ne présentant pas le niveau de qualification requis, une dérogation est possible sur dossier.

Certificatie
Pour clôturer la formation, l’équipe pédagogique évaluera le projet fil rouge de l’apprenant à l’aide d’un rapport écrit et d’une soutenance à distance. En complément la réalisation d’une période en entreprise de 132 jours minimum est obligatoire pour valider le titre. La validation des compétences développées au cours de la formation Business Analyst vous permettra d’obtenir : • Un certificat de l'École des Mine Paris - PSL Executive Education • La certification RNCP de niveau 7 “Manager en data marketing” délivrée par l’INSEEC MSc et enregistrée au RNCP en date du 02- 10-2024 sous le n°RNCP39591.

Praktische modaliteiten
Digitale activiteiten
Online cursussen en oefeningen, masterclasses in groepen, vraag- en antwoordsessies, ondersteunende lessen, e-mailondersteuning, rode draad projecten, een-op-een loopbaancoaching, sociaal leren.
Mentorschap
Een deskundige trainer begeleidt studenten tijdens hun training. Hij of zij bespreekt regelmatig het kernproject van de cursist met de cursist en biedt individuele begeleiding. Verschillende trainers leiden ook de verschillende masterclasses (groepslessen) en beantwoorden te allen tijde vragen van deelnemers via een speciaal forum. Daarnaast kunnen er talrijke vraag-en-antwoordsessies worden georganiseerd om cursisten te helpen.
Pedagogiek en praktijk
Wanneer ze zich inschrijven, worden cursisten ingedeeld in een klas (data worden bepaald op het moment van inschrijving) en ontvangen ze hun trainingsschema. Het trainingsprogramma is verdeeld in "sprints" van meerdere weken over een specifiek thema. Elke week wordt de cursist uitgenodigd voor een uitwisselingsmoment met de trainer in de vorm van een masterclass (groepsles) of mentorpunten (individueel). Gedurende 80% van de tijd werkt de cursist zelfstandig op het lesplatform. Alle modules bevatten praktische oefeningen om de concepten die in de les zijn ontwikkeld in de praktijk te brengen. Studenten moeten ook in duo's of trio's werken aan een gemeenschappelijk thema gedurende de cursus. Zo kunnen ze hun vaardigheden ontwikkelen en laten erkennen. Daarnaast worden er regelmatig thema-evenementen en workshops aangeboden, zodat studenten de nieuwste innovaties op het gebied van Data Science kunnen ontdekken. Om de cursus effectief te kunnen volgen, schatten we in dat tussen de 35 en 40 uur per week nodig is.

Opleidingsprogramma

1
Volgende sessiedata

  • Januari 2026: Begint op 13/01/26
  • September 2026: Begint op 08/09/26

2
Inleiding tot datamarketing

  • Gegevens in het bedrijfsleven: gegevensberoepen, het concept en de pijplijn van gegevens, gegevensgestuurde besluitvorming.
  • Vormen van dataverbruik: DataViz, data storytelling, data acculturatie (AI, machine learning, etc.)
  • Fundamentele gegevensarchitectuur: structuur en type van gegevens, databases, OLTP, OLAP, opslag, ELT vs. ETL.

3
AI, growth hacking & marketingautomatisering

  • AI & Growth Hacking: scraping en automatisering, ChatGPT, AI en automatisering.
  • Aan de slag met Copilot en Dall-E: tools, onderscheid Bot/Agent, best practices voor het genereren van afbeeldingen.
  • AI-regelgeving en inclusiviteit: RGPD, IA Act, gegevensbeveiliging en toegankelijkheid.
  • Voiceflow, een chatbot maken (optioneel): interface en functies, chatbotvoorbeeld, praktijkervaring.
  • CRM & marketingautomatisering met Hubspot: gegevens centraliseren en organiseren, marketingautomatisering.
  • Contentcreatie automatiseren met Zapier: interfaceverkenning, workflows en sociale netwerken.
  • Geautomatiseerde contentcreatie met Make: aangepaste content voor mensen met een beperking.

4
Volgen en gegevensanalyse

  • Google Analytics 4: Aan de slag, verschil met Universal Analytics, hoofdrapporten, attributie-contributie.
  • De grondbeginselen van tracking: inleiding tot HTML / CSS, tracking, pixel en matomo.

5
Belangrijkste bronnen van verwerving

  • De sleutels tot het verkrijgen van verkeer: SEO, betaalde media, inbound marketing.
  • Sociale media: adverteren op sociale netwerken, inhoudsstrategie op sociale netwerken.
  • SEA met Google Ads: Betaald zoeken Google Ads.
  • Marketingstrategie: strategische diagnose, doelstellingen en KPI's, plan en evaluatie, strategische keuzes.

6
Datavisualisatie en bedrijfsintelligentie

  • Looker Studio: verbinding met gegevensbronnen, dashboard, geavanceerde functies.
  • Power BI (optioneel) : Business Intelligence, inleiding tot Power BI, Power Query, DAX-taal, visualisatie, beveiliging.

7
Webdesign en regelgeving

  • RGPD en ethiek: concept, anonimisering en pseudonimisering.
  • UX/UI-ontwerp: wireframes, interactieve mock-ups en prototypes, best practices.

8
Programmeren met Python

  • Python basisbeginselen: variabelen, lijsten en tupels, operatoren en structuren, lussen, types, functies, klassen.
  • NumPy: NumPy Array, matrixbewerkingen, statistische indicator en toepassingen.
  • Pandas: een dataset verkennen, gegevens opschonen, gegevens verwerken.

9
Visualisatie van gegevens

  • Matplotlib: grafiektypen, grafieken aanpassen.
  • Matplotlib add-on (optioneel): geavanceerde afbeeldingen, figuren met klassen en objecten.
  • Seaborn: verdeling, statistische en multivariate analyse.
  • Bokeh (optioneel): interactieve afbeeldingen die in webpagina's kunnen worden geïntegreerd.
  • Plotly (optioneel): interactieve afbeeldingen die kunnen worden geïntegreerd in webpagina's.

10
Database / Grote gegevens

  • SQL-taal: query's, join-types, geneste query's.
  • Grondbeginselen van data-API's: een API gebruiken, een API opmaken.
  • Grondbeginselen van gegevensintegratie (optioneel): relationele databases, modellering, schema's.

11
Bedrijfsinformatie

  • Power BI: verbinding met gegevensbronnen, Power Query, modellering, DAX-taal, diepgaand dashboard.
  • Google Sheets & Excel: basisfuncties, grafieken.
  • Business Intelligence: inleiding tot BI.
  • Looker Studio (optioneel): verbinding met gegevensbronnen met Looker Studio, dashboard.
  • Tabel (optioneel): verbinding met gegevensbronnen, opmaak, geavanceerde functies.

12
Geavanceerde gegevensvisualisatie

  • De kunst van het verhalen vertellen: het analyseren en interpreteren van een dataset.
  • Streamlit: webapp met Python, interactieve grafieken en widgets, Data Storytelling API.
  • Dash (optioneel): ontwerp dashboards met interactieve afbeeldingen, filters en vervolgkeuzemenu's.

13
Geavanceerde databases

  • Geavanceerde SQL: standaard en exotische joins, aggregatiefuncties, downstreamselectie.
  • Cloud-basics voor de gegevensanalist: basisconcepten, rol van gegevensanalyse in de cloud.
  • Snowflake (optioneel) : Data Warehousing, opslag en analyse van SQL-gegevens.

14
Web- en tekstanalyse

  • Text mining: reguliere uitdrukkingen, tekstgegevens, woordwolken, sentimentanalyse.
  • Prompt Engineering: generatieve AI, prompts en best practices, workflow en automatisering.
  • Web Analytics: siteprestaties, rapporten op maat.
  • Web scraping met BeautifulSoup (optioneel): webtaal (HTML, CSS), extractie van webinhoud, Google scrapping.

15
Machine leren onder toezicht

  • Machine Learning Data Analyst: concepten, Scikit-Learn API, lineaire modellen, boommodellen, methodologie.
  • Classificatiealgoritmen en methodologie met Scikit-Learn (optioneel): boosting en bagging, modellen.

16
Inleiding tot Data Product Management

  • De rol van een DPM begrijpen: bedrijfscontext, achtergrond, product en project, verantwoordelijkheden.
  • Agile methode: introductie, tools en methoden, toepassing op Data, impact binnen het bedrijf.
  • De taken van een DPM: een behoefte begrijpen, een oplossing voorstellen, succes controleren, alternatieven.
  • Projectmanagement: problemen, projectmanagementmodellen, veranderingsmanagement.

17
Gegevensbeheer

  • Casestudies: behoeften van klanten, creëren van digitale oplossingen, strategische fouten, voorgestelde oplossingen.
  • RGPD en ethiek: gegevenscontext, anonimisering en pseudonimisering.

18
Projectbeheer

  • Project aan het einde van de cursus: productstrategie, productontdekking, productoplevering.



Dit programma is een origineel concept, ontwikkeld door de pedagogische teams van ORSYS Formation. Elke reproductie, weergave, aanpassing of exploitatie, geheel of gedeeltelijk, zonder voorafgaande schriftelijke toestemming van ORSYS, is ten strengste verboden. ORSYS behoudt zich het recht voor om alle nodige maatregelen te nemen ter bescherming van haar intellectuele-eigendomsrechten.


Dit programma is een origineel concept, ontwikkeld door de pedagogische teams van ORSYS Formation. Elke reproductie, weergave, aanpassing of exploitatie, geheel of gedeeltelijk, zonder voorafgaande schriftelijke toestemming van ORSYS, is ten strengste verboden. ORSYS behoudt zich het recht voor om alle nodige maatregelen te nemen ter bescherming van haar intellectuele-eigendomsrechten.