Big Data Professional merupakan program pelatihan yang membekali peserta dengan pemahaman fundamental mengenai konsep Big Data dan Data Science dari perspektif bisnis dan teknologi. Pelatihan ini membahas manfaat, tantangan, risiko, jenis data, analisis data, analytics, visualisasi, serta teknologi Big Data yang digunakan dalam implementasi dunia nyata.
- IT professional dan technology practitioner yang ingin memahami konsep, arsitektur, dan teknologi dasar Big Data.
- Business analyst, system analyst, dan data analyst yang ingin memahami bagaimana Big Data digunakan untuk analisis dan pengambilan keputusan.
- Manajer, supervisor, dan decision maker yang ingin memahami manfaat, risiko, dan peluang pemanfaatan Big Data di organisasi.
- BI professional dan data visualization specialist yang ingin memperluas pemahaman tentang analytics dan visualisasi dalam lingkungan Big Data.
- Konsultan IT, konsultan bisnis, dan konsultan transformasi digital yang ingin memperkuat kompetensi dalam Big Data dan Data Science.
- Project manager, product manager, dan innovation team yang terlibat dalam pengembangan solusi berbasis data.
- Dosen, peneliti, mahasiswa, dan akademisi yang ingin membangun fondasi pengetahuan Big Data dan Data Science.
- Profesional umum yang ingin memahami penerapan Big Data dalam bisnis, teknologi, dan pengambilan keputusan modern.
Setelah mengikuti pelatihan ini, peserta diharapkan mampu:
- Memahami konsep dasar Big Data dan Data Science dalam konteks bisnis dan teknologi.
- Menjelaskan terminology, konsep, manfaat, tantangan, dan risiko dalam implementasi Big Data.
- Mengidentifikasi business drivers dan technology drivers yang mendorong adopsi Big Data.
- Memahami karakteristik data dalam lingkungan Big Data, termasuk structured, unstructured, dan semi-structured data.
- Menjelaskan konsep metadata, data veracity, dan kualitas data dalam analisis Big Data.
- Memahami dasar-dasar analisis dan analytics, termasuk descriptive, diagnostic, predictive, dan prescriptive analytics.
- Menjelaskan peran Business Intelligence dan data visualization dalam pengambilan keputusan berbasis data.
- Memahami Big Data analysis lifecycle mulai dari business case evaluation hingga data analysis dan visualization.
- Mengenali teknik analisis seperti A/B testing, correlation, regression, heat maps, time series analysis, network analysis, spatial data analysis, classification, clustering, filtering, sentiment analysis, dan text analytics.
- Memahami konsep teknologi Big Data, termasuk cloud computing, storage devices, processing engines, resource managers, data transfer engines, query engines, analytics engines, dan workflow engines.
- Mempersiapkan diri untuk mengikuti certification bundle melalui practice exam questions dan online-proctored certification exam.
Modul 1 — Fundamental Big Data Science & Analytics
Modul ini membahas konsep dasar Big Data dan Data Science dari perspektif bisnis dan teknologi, termasuk terminology, manfaat, tantangan, risiko, jenis data, karakteristik data, metadata, data veracity, analytics, BI, visualisasi data, serta pertimbangan adopsi Big Data.
Pokok bahasan utama:
- Understanding Big Data.
- Big Data terminology and concepts.
- Big Data business and technology drivers.
- Structured, unstructured, dan semi-structured data.
- Metadata dan data veracity.
- Fundamental analysis and analytics.
- Descriptive, diagnostic, predictive, dan prescriptive analytics.
- Business Intelligence dan data visualization.
- Big Data adoption and planning considerations.
Modul 2 — Big Data Analysis & Technology Concepts
Modul ini membahas praktik analisis, teknologi, dan tools yang umum digunakan dalam lingkungan Big Data, mulai dari lifecycle analisis hingga mekanisme teknologi yang mendukung penyimpanan, pemrosesan, query, analytics, dan workflow Big Data.
Pokok bahasan utama:
- Big Data analysis lifecycle.
- A/B testing, correlation, regression, dan heat maps.
- Time series, network, dan spatial data analysis.
- Classification, clustering, dan filtering.
- Sentiment analysis dan text analytics.
- Cloud computing dalam Big Data.
- Big Data storage devices dan processing engines.
- Resource managers, data transfer engines, query engines, analytics engines, dan workflow engines.
