Kursplan
Dag 1
Grunder i dataprodukter och strategi
Introduktion till moderna dataprodukter
Dataprodukter kontra traditionella datasystem
Data som ett strategiskt affärsresursnyckelkomponent
Nyckelkomponenter i ett dataproduktekosystem
Identifiering av problem som lämpar sig för dataprodukter
Översikt över dataproduktens livscykel (från idémakeri till skalning)
Fallstudier: Framgångsrika dataprodukter inom branschen
Dag 2
Design och arkitektur för dataprodukter
Principer kring design av dataprodukter
Förståelse av användarpersoner och datakonsumenter
Modeller för datamarknader (centraliserat vs. Data Mesh vs. hybrid)
Design av skalbara dataflöden
Datamodellering för analys och drift’s behov
API:er och tillgänglighetslager för data
Molninfrastruktur för dataprodukter (AWS / Azure / GCP-överblick)
Dag 3
Dataengineering och implementering
Inmatningsmetoder för data (batch vs ström)
ETL kontra ELT-ramverk
Bygg pålitliga dataflöden
Data lagringslösningar (data sjöar, lagerhus, lakehouse)
Verktyg för transformation och orkesterering av data
Introduktion till realtidsbehandling av data
Praktisk labb: Att bygga ett enkelt datadrivet pipeline
Dag 4
Analys, AI-integration och governance
Integration av analys i dataprodukter
Dashboardar, KPI:n och beslutsintelligens
Introduktion till AI/ML i dataprodukter
Rekommendationssystem och prediktiva modeller
Hantering av datakvalitet och övervakning
Data Governance, integritet och efterlevnad (översikt över GDPR-koncept)
Säkerställ trovärdighet, säkerhet och tillförlitlighet i dataprodukter
Dag 5
Ta i drift, skalning och produktisering Produktisera datalösningar för slutanvändare Strategier för implementering och CI/CD för dataprodukter Övervakning, prestandaoptimering och skalning Livscykelhantering av dataprodukter i organisationer Affärsmodeller och monetiseringsstrategier för dataprodukter Framtida trender: Generative AI och autonoma dataprodukter Presentation av avslutande projekt (capstone) samt feedback-session
Krav
- Det rekommenderas med grundläggande kunskaper om datakoncept och företagsrapportering.
- Kunskap om Excel eller något annat grundläggande dataverktyg är till nytta.
- Förståelse för hur data stöder affärsbeslut är gynnsamt.
- Inga avancerade programmeringskunskaper eller teknisk bakgrund krävs.
- Intresse för data, analys och utveckling av digitala produkter är avgörande.
Vittnesmål (2)
Mångfalden av den delade informationen och tydligheten i att förklara termer på enkelsvenska.
Arisbe Mendoza - Fairtrade International
Kurs - GDPR Workshop
Maskintolkat
Det är en praktiskt inriktad session.
Vorraluck Sarechuer - Total Access Communication Public Company Limited (dtac)
Kurs - Talend Open Studio for ESB
Maskintolkat