In een wereld waarin data de drijvende kracht is achter innovatie, hebben organisaties experts nodig die complexe datastromen kunnen beheren en transformeren middels AI tot waardevolle inzichten. De post-initiële opleiding Data en AI Engineering biedt jou als professional de kennis en vaardigheden om schaalbare data-infrastructuren te ontwerpen, te verbeteren en te beheren. Je leert geavanceerde technieken voor ETL-processen, cloud-native oplossingen, big data-technologieën en large-scale verwerking middels Machine Learning. Bovendien krijg je inzicht in data governance, beveiliging en prestatie-verbetering. Deze praktijkgerichte opleiding is perfect voor IT-professionals, data-analisten, data engineers en andere technisch geschoolde experts die willen uitblinken in het bouwen van de fundamenten voor moderne data-analyse en machine learning. Til je carrière naar een hoger niveau en word dé onmisbare schakel in het datadomein!
De opleiding is hands-on ingestoken met veel aandacht voor praktische toepassingen in organisaties. Daarbij leer je complexe data engineering-uitdagingen op te lossen door innovatieve technieken en technologieën te implementeren, inclusief het integreren van nieuwe tools en methoden. Deze post-initiele opleiding sluit goed aan op (en is complementair met) de post-initiële opleiding Data Science, Business Analytics & AI.
Doelgroep
Deze opleiding is gericht op professionals met een technische of analytische achtergrond die hun vaardigheden willen uitbreiden of specialiseren in data engineering. De doelgroep bestaat uit:
- IT-professionals zoals softwareontwikkelaars, systeembeheerders of data-analisten die zich willen verdiepen in dataverwerking, -opslag -beheer en - gebruik.
- Data scientists die hun technische expertise willen versterken door zich te richten op het bouwen en onderhouden van robuuste data-infrastructuren.
- Business intelligence-specialisten die geavanceerde technieken willen leren om schaalbare data-oplossingen te implementeren.
- Technisch geschoolde professionals in domeinen zoals engineering, wiskunde of natuurwetenschappen die hun loopbaan willen verleggen naar het datadomein.
- Startende data engineers die hun praktische en theoretische kennis willen verdiepen om hun carrière te versnellen.
- Project- en productmanagers in IT of data-intensieve omgevingen die beter willen begrijpen hoe data-engineering bijdraagt aan succesvolle projecten.
Deelnemers hebben een basiskennis van programmeren (bijvoorbeeld in Python of een andere programmeertaal) en van databases (SQL). Werkervaring in een technische, analytische of data gerelateerde rol is een pluspunt, maar geen vereiste indien de kandidaat een sterke motivatie en het juiste denkniveau heeft.
Data Engineer vs Data Scientist
Wij bieden ook de postacademische opleiding Data Science, Business Analytics & AI aan. Maar wat is nu precies het verschil tussen een Data Scientist en een Data Engineer?
Een Data Scientist werkt met data die door een data engineer is voorbereid om modellen te trainen en implementeren. Voorbeeld: ontwikkelen van een aanbevelingsalgoritme dat de gebruikerservaring personaliseert.
Een Data Engineer bouwt infrastructuren om data toegankelijk te maken en te beheren voor analyses en ML-modellen. Voorbeeld: ontwikkelen van een real-time data pipeline om miljoenen datapunten per seconde te verwerken voor een aanbevelingssysteem.
Leerdoelen
Na afloop van deze opleiding zijn deelnemers in staat:
- Datamodellen te ontwerpen, implementeren en optimaliseren voor specifieke use cases, zoals real-time dataverwerking, big data analytics en machine learning-integratie.
- Effectieve Extract, Transform, Load (ETL) pipelines te ontwerpen en automatiseren om data te verplaatsen, transformeren en laden naar datawarehouses of datalakes.
- Schaalbare data-oplossingen te bouwen en beheren op cloudplatformen (AWS, Azure, Google Cloud) met focus op kostenoptimalisatie, automatisering en beveiliging.
- Relationele en niet-relationele databases te ontwerpen, beheren en optimaliseren voor prestatieverbeteringen en efficiëntie in dataverwerking.
- Prestatieproblemen in data-infrastructuren te identificeren en op te lossen door middel van systeemmonitoring, query-optimalisatie en resourcebeheer.
- Principes van data-integriteit, beveiliging en governance te begrijpen en de naleving van wettelijke vereisten (zoals GDPR en CCPA) te implementeren in dataprocessen.
- Emerging technologies zoals serverless computing, data streaming en AI-gedreven automatisering evalueren en toepassen binnen hun organisatie.
Docenten
Praktische informatie
Start | 12 september 2025 |
Aantal bijeenkomsten | 12 |
Collegedag | Het openingscollege is op vrijdag 12 september van 13.30 - 16.30 uur. Alle overige collegedagen zijn van vrijdags van 9.30 - 16.30 uur |
Collegegeld | € 8.950,- vrij van BTW. Dit bedrag is inclusief lesmateriaal, koffie/thee en lunches. |
Locatie | Rotterdam |
Certificaat | Als je het programma succesvol hebt afgerond ontvang je een certificaat van de Erasmus Universiteit Rotterdam |
De voertaal van het programma is Nederlands. Binnen enkele onderdelen kan echter wel gebruik gemaakt worden van Engelstalig lesmateriaal en enkele colleges kunnen in het Engels verzorgd worden.
Kosten en bijzonderheden
De deelnamekosten voor dit programma bedragen € 8.950,- vrij van BTW. Dit is inclusief lesmateriaal, koffie/thee en lunches.
Voorafgaand aan de opleiding vragen wij om een online tutorial te doorlopen. Cursisten worden daarnaast geacht in bezit te zijn van een laptop (met installatierechten) waarop zij de voor de opleiding benodigde software kunnen draaien.
Rooster 2025-2026
Module | Datum |
---|---|
Inleiding Data Engineering | 12 september 2025 (van 09.30 - 12.30 uur) |
Datamodellering & SQL | 19 september 2025 |
Data cleaning & AI Preprocessing | 26 september 2025 |
Data Warehousing | 3 oktober 2025 |
AI Reproducibility & Explainability | 10 oktober 2025 |
ETL-processen | 17 oktober 2025 |
Data & AI Governance / AI Verandermanagement en security | 7 november 2025 |
AI & Big Data Architecturen | 14 november 2025 |
Cloud Computing & AI Services | 21 november 2025 |
Data & Machine Learning Pipelines | 28 november 2025 |
Data Visualisatie | 5 december 2025 |
Presentaties eindcasus + afsluiting | 16 januari 2026 |
Data onder voorbehoud
FAQ
Belangrijke basisvaardigheden zijn basis programmeren en dataverwerking (veelal Pythonprogrammeren, maar mag ook een andere programmeer taal zijn), werken met (big) data frameworks, orchestratie en pipelines, kennis van machine learning deep learning, LLM’s en andere foundation modellen, werken met cloudplatforms (zoals Azure, AWS en GCP), agent frameworks en AI pipelines. De opleiding Data & AI Engineering behandelt de complete data en AI levenscylus en al deze thema’s, met nadruk op hands-on ervaring met aan variëteit aan tools en methoden met veel aandacht voor praktische toepassingen in organisaties.
De opleiding bestaat uit 12 colledagen en is gericht op deelnemers met affiniteit voor IT. Erasmus Q-Intelligence biedt regelmatig Masterclasses aan voor diegenen die willen werken aan hun programmeerervaring, waaronder de Masterclass Leer Programmeren met Python. Deze Masterclass kan ook aanbevolen worden als voorbereiding voor de postacademische opleiding Data en AI Engineering.
De opleiding is gericht op professionals met affiniteit met IT. Ervaring met Python, SQL of soortgelijke talen is aanbevolen. Werkervaring in een technische, analytische of data gerelateerde rol is een pluspunt, maar geen vereiste indien de cursist een sterke motivatie en het juiste denkniveau heeft. Indien je twijfelt of je voldoet aan de instroomeisen van de opleiding kun je vrijblijvend een adviesgesprek aanvragen met één van de docenten.
De vraag naar Data en AI Engineers blijft sterk groeien, vooral in sectoren als finance, healthcare, overheid en consultancy. Het gaat om sectoren waar data een steeds grotere rol speelt en vaak data gedreven besluitvorming van belang is. Opleidingen zoals Data & AI Engineering zijn ontwikkeld met sterke focus op de praktijk, zodat je alle lesstof direct kunt toepassen in je eigen werksituatie.
Vele organisaties zetten de stap richting het gebruik van data met AI of schalen hun activiteiten op. De vraag groeit enorm binnen veel verschillende sectoren. Organisaties in vrijwel elke sector willen datagedreven werken. Daardoor zijn Data Engineers en AI Engineers één van de meest gevraagde profielen op de arbeidsmarkt. Afgestudeerden werken vaak als Data Engineer, Cloud Engineer, Machine Learning Engineer of AI Engineer. Dankzij de brede opzet van de opleiding kun je terecht in diverse sectoren.
Contact
Voor vragen over de opleiding kun je je richten tot onze programmacoördinatoren via het e-mailadres opleiding-eqi@ese.eur.nl of via onderstaanste 'Stel uw vraag' button.