Postacademische Opleiding Data Science & Business Analytics

Het toonaangevende programma voor data scientists
Erasmus Q-Intelligence HR Analytics

De eenjarige post-master opleiding Data Science & Business Analytics is het toonaangevende programma voor Data Scientists die tot de top in hun veld willen behoren. In deze data science opleiding word je in één jaar opgeleid tot een expert op het gebied van het inzetten van geavanceerde (data-)analysemethoden, het halen van inzichten uit Big Data, en het toepassen van kunstmatige intelligentie voor bedrijfs- en organisatievraagstukken. Hands-on werken met state-of-the-art software en het aansluiten bij je eigen werkveld staat binnen de opleiding centraal. Na afloop ben je in staat bedrijfskansen te identificeren voor de inzet van data science, zelfstandig een data science project uit te voeren en zorg te dragen voor adoptie van data science oplossingen.

Persoonlijk advies

Wil je weten in hoeverre de opleiding aansluit bij jouw achtergrond?

Inschrijven

Wil jij in september 2023 starten? Schrijf je dit jaar nog in tegen de collegetarieven van 2022-2023.

Wat is een data scientist?

Een data scientist is een specialist in het ontsluiten van inzichten uit grote hoeveelheden gegevens. Met behulp van geavanceerde technieken uit de statistiek en kunstmatige intelligentie maak je voorspel- en optimalisatiemodellen. Daarmee help je organisaties inzicht te krijgen in de toekomst en op basis van die inzichten optimale besluiten te nemen.

Doelgroep

De opleiding Data Science & Business Analytics is bedoeld voor professionals die inzichten willen halen uit data en die geavanceerde analysemethoden willen inzetten in hun werkomgeving. Deze post initiële opleiding richt zich zowel op analisten die zelf aan de slag willen met de technieken als op managers en leidinggevenden die een data science team willen aansturen. De opleiding staat open voor deelnemers met diverse achtergronden, te denken valt onder andere aan bedrijfskundigen, IT'ers, econom(etrist)en, accountants, bestuurskundigen en bedrijfseconomen.

Data Science & Business Analytics

Resultaten & Leerdoelen

Na deelname aan deze data science opleiding ben je in staat om:

  • Kansen te identificeren voor het leveren van toegevoegde waarde met data science en kunstmatige intelligentie in je eigen werkomgeving;
  • Relevante analytische onderzoeksvragen te formuleren aan de hand van een (bedrijfs)vraagstuk en eventuele daarbij benodigde aannames te begrijpen;
  • Effectief om te gaan met de verwerving en verwerking van (big) data ten behoeve van het oplossen van analytische onderzoeksvragen;
  • Vast te stellen welke analysemethode(n) geschikt is/zijn om de onderzoeksvragen te beantwoorden met inachtneming van de beschikbare data;
  • Zelf kwantitatieve modellen op te stellen en (data-)analyses uit te voeren, gebruikmakend van state-of-the-art software programma’s;
  • De kwaliteit en betekenis van verkregen resultaten te beoordelen, in context te plaatsen en effectief te communiceren.

Tijdens de opleiding leer je te werken met state-of-the-art software, waaronder R en Python.

Deelnemers die de opleiding succesvol afronden ontvangen een certificaat van de Erasmus Universiteit Rotterdam. Na afloop kun je eveneens deelnemen aan het INFORMS examen voor de internationaal erkende titel Certified Analytics Professional (CAP)*.

*N.B. Voor CAP certificering is minimaal 3 jaar relevante werkervaring vereist.

Handig om te weten

De opleiding wordt aangeboden in twee varianten:

  • Klassikaal programma 
  • Online programma (deelname aan het college via een livestream, zoals in een hybride vergadering)

Start

september 2023
Eindejuni 2024
Aantal bijeenkomsten  35
Groepsgroottemax 30 voor het klassikale programma
Collegedagvrijdags van 9:30 - 16:30 uur
Zelfstudie8-12 uur zelfstudie per week
Collegegeld

Klassikaal programma € 18.750,-* (dit bedrag is incl. cursusmateriaal, lunches, koffie/thee en parkeerkaarten) 

Online programma: € 16.250,-* (dit bedrag is incl. cursusmateriaal en responsiecolleges) 

Per 1 januari 2023 worden de collegetarieven verhoogd. Schrijf je dit jaar nog in voor bovenstaand collegetarief!

Locatie

Lommerrijk Rotterdam

De voertaal van het programma is hoofdzakelijk Nederlands. Binnen enkele onderdelen kan echter wel gebruik gemaakt worden van Engelstalig lesmateriaal en enkele colleges kunnen in het Engels verzorgd worden. 

Inschrijven

Toelatingseisen

Om deel te nemen aan deze data science opleiding dien je te beschikken over een afgeronde academische opleiding op master niveau. Kandidaten met een HBO bachelor in een technische discipline (bijvoorbeeld bedrijfskunde, techniek of informatica) kunnen ook in aanmerking komen.

Daarnaast dien je affiniteit te hebben met kwantitatieve onderzoeksmethoden (in ieder geval voorkennis van elementaire wiskundige begrippen als kansverdeling, een functie, een variabele, een vector en een matrix). Kandidaten kunnen worden uitgenodigd voor een intakegesprek om de aansluiting op de opleiding te bespreken.

Waarom kiezen voor deze opleiding aan de Erasmus Universiteit?

De colleges worden verzorgd door topwetenschappers en ervaren praktijkdocenten op het gebied van data science, business analytics, econometrie en computer science. De docenten hebben niet alleen veel wetenschappelijke ervaring en kennis van state of the art technieken, maar zijn ook actief als consultants/adviseurs en ontwikkelen zelf analytics software. Zo weet je zeker dat alle kennis die je krijgt aangereikt tijdens de opleiding ook echt praktisch inzetbaar is.

Deze deeltijd data science opleiding duurt een jaar en heeft daarmee een heel ander karakter dan een korte data science cursus of korte data science training. Zo is er veel meer ruimte voor diepgang en ben je in staat om de vaardigheden echt te laten beklijven.

Hands-on colleges
Gedurende de hele opleiding ligt de nadruk op een hands-on benadering. Hoewel de theorie ruimschoots aan bod komt, is het belangrijkste doel om deelnemers in staat te stellen de business analytics methoden en technieken in de praktijk te gebruiken. 

Tijdens de interactieve collegedagen wordt ieder onderdeel/methode eerst theoretisch behandeld en ga je daarna direct aan de slag om de technieken zelf toe te passen. Je maakt daarbij gebruik van specialistische software om de analyses uit te voeren. Dit gebeurt in blokken van circa 20-30 minuten. Bevindingen worden klassikaal besproken en bediscussieerd. Er zijn veel mogelijkheden om te werken met een eigen vraagstuk en dataset.

Toepassing in de praktijk staat steeds centraal. Elke module wordt afgerond met een inleveropdracht. Het curriculum bevat onderdelen op het gebied van statistiek, computer science, management science en privacyrecht.

Online programma
De opleiding wordt hybride aangeboden. Dat wil zeggen dat je ook digitaal kunt participeren in de colleges. Het online programma is geheel gelijkwaardig aan het klassikale programma en biedt dezelfde mogelijkheid tot het klassikaal stellen van vragen, het samenwerken in groepjes en het overleggen met medestudenten.

Responsiecolleges
Naast de reguliere colleges zijn er voor wie dat wil ook wekelijks digitale responsiecolleges op inloop. Hierbij kun je vragen stellen en wordt er extra begeleiding geboden.

Rooster 2022-2023

Het collegejaar 2022-2023 start op 1 september met een openingscollege van 14:00 - 18:00 uur. De collegedagen starten vervolgens op 2 september 2022. Hieronder staan de thema’s welke per blok aan de orde komen. De genoemde collegedagen zijn voor het collegejaar 2022-2023 (data onder voorbehoud).

 

Modules

Collegedagen

Openingscollege

Introduction to Data Science & Business Analytics

1/9

Blok 1

-Statistics for Data Science
-Programming & Visualization for Business Analytics

2/9, 9/9, 16/9, 23/9, 30/9, 7/10 en 14/10.

Blok 2

-Predictive Modeling: Forecasting
-Artificial Intelligence: Machine learning for Business Analytics

4/11, 11/11, 18/11, 25/11, 2/12, 9/12 en 16/12.

Blok 3

-Predictive Modeling: Simulation
-(Big) Data Retrieval & Text Mining

6/1, 13/1, 20/1, 27/1, 3/2, 10/2 en 17/2.

Blok 4

-Prescriptive Analytics: Optimization
-Distributed Computing and Deep Learning

10/3, 17/3, 24/3, 31/3, 14/4, 21/4 en 28/4.

Blok 5

-Digital Leadership: Competing in the Digital Age
-Privacy & Data Governance
-Making Impact with Data Science
-Project Data Science & Business Analytics

12/5, 26/5, 2/6, 9/6, 16/6, 23/6 en 30/6

Lees meer over de inhoud per module in de opleidingsbrochure

Studenten in Erasmus Paviljoen

Docenten

Hieronder een selectie van docenten die aan deze opleiding zijn verbonden:

  • Prof.dr.ir. Rommert Dekker
    Professor Quantitative Logistics, Operations Research and IT

    Rommert Dekker is in het bijzonder expert op het gebied van Maritieme en Container logistiek, Groene logistiek (CO2 emissie berekeningen), Groen Supply Chain Ontwerp, Retour Logistiek (hergebruik en recycling van gebruikte goederen), Onderhoudsoptimalisatie en Logistiek, Voorraadbeheer, Reservedelenbeheer, Transportoptimalisatie (robuuste trein- en vaarschema's), Gezondheidsoptimalisatie (vaccinatie optimalisatie, capaciteitsberekeningen). Projecten binnen dit onderzoeksveld heeft hij uitgevoerd voor Vopak, Shell Int., Fokker Services, ECT Container Terminal, Henkel, Maersk Line, Shell Pernis Refinery, SBM Offshore, Van Uden  Transport, Philips Medical en Philips Consumer Electronics

  • Kristiaan Glorie

    Dr. Kristiaan Glorie
    Programmadirecteur

    Kristiaan Glorie is directeur van Erasmus Q-Intelligence en programmadirecteur van de opleiding Data Science & Business Analytics. Hij adviseert bedrijven over de toepassing en inzet van advanced analytics en kunstmatige intelligentie op diverse gebieden zoals demand forecasting, voorraadbeheersing en procesoptimalisatie. Hij doceert de module Predictive Modelling: Simulation en het Project Data Science & Business Analytics. Daarnaast geeft hij les binnen diverse andere post-academische opleidingen. Kristiaan heeft een achtergrond in de econometrie (cum laude) en is gepromoveerd in Operations Research. Hij heeft gewerkt met een variëteit aan cliënten in de publieke en private sector, waaronder gerenommeerde partijen als Koninklijke Gazelle, het Erasmus Medisch Centrum, de Belastingdienst en Knab bank.

  • Prof.dr. Dennis Fok
    Professor Applied Econometrics

    Dennis Fok is gespecialiseerd in het ontwerpen van modellen om beslissingen van consumenten te beschrijven, te verklaren en te voorspellen. In zijn onderzoek werkt hij regelmatig samen met bedrijven. Zijn technische interesses zijn onder andere het modelleren van verschillen in het gedrag van consumenten, marketing econometrie en Bayesiaanse statistiek. Het onderzoek van Dennis is gepubliceerd in verscheidene academische tijdschriften. Hij heeft vele studenten econometrie begeleid bij hun master scriptie onderzoek voor vele verschillende organisaties.

  • Koen Bel

    Dr. Koen Bel
    Data Scientist

    Koen Bel is in Rotterdam gepromoveerd op het gebied van theoretische econometrie. Hij brengt deze specialistische kennis graag op een bruikbare en begrijpelijke manier in de praktijk. Speciale interesse gaat uit naar econometrische analyse voor HR-, marketing- en voorspellingsdoeleinden. Deze interesse is terug te vinden in zijn promotieonderzoek over extensieve relaties in keuzeprocessen.

  • Prof.dr. Philip Hans B.F. Franses
    Professor Applied Econometrics and Marketing Research

    Philip Hans Franses was van 2006 tot 2019 de Decaan van de Erasmus School of Economics. Zijn onderzoek betreft de ontwikkeling en toepassing van econometrische methoden die relevant zijn voor vraagstukken in de marketing, finance en macro-economie.

Alumni aan het woord

"Leergierige voornemens voor 2021: denk eens aan weer studeren met een “modern” thema data science en business analytics. Zelf zei ik 2 jaar terug YES daar wil ik meer van weten. Een jaar hard werken en uitgedaagd worden. Voor mij was het een mooi en inspirerend jaar!"

Kitty Heijenrath, controller

"De leergang biedt met haar bevlogen en toegankelijke docenten een brede en hands-on opleiding. Ik kijk met veel plezier terug op de inspirerende vrijdagen op Erasmus. De opgedane kennis en vaardigheden gebruik ik vrijwel dagelijks in mijn werk."                           

Jeff Mulder, data scientist en oprichter Insinto

Kosten en bijzonderheden

-Klassikaal programma € 18.750,- (dit bedrag is incl. cursusmateriaal, lunches, koffie/thee en parkeerkaarten) 

-Online programma: € 16.250,- (dit bedrag is incl. cursusmateriaal en responsiecolleges) 

Het is mogelijk om vrijstelling te krijgen voor modules. Deze vrijstelling wordt verrekend met het collegegeld. Verzoeken om vrijstelling worden per deelnemer bekeken door de opleidingsdirectie.

Cursisten worden geacht in bezit te zijn van een laptop (met installatierechten) waarop zij analyse programma’s kunnen draaien.

Contact

Voor nadere informatie omtrent de opleiding kun je je richten tot de programmadirecteur dr. Kristiaan M. Glorie via het emailadres opleiding-eqi@ese.eur.nl.

Kijk ook eens naar deze opleidingen:

Vergelijk @count opleiding

  • @title

    • Tijdsduur: @duration
Vergelijk opleidingen