Hoe formuleert u uw data science-taak?

Vandaag gaat de aandacht hoofdzakelijk uit naar voorbeelden van de belangrijkste internetbedrijven, zoals Google, Amazon, Facebook; data science kan echter nog relevanter zijn in andere industriedomeinen, en zeker binnen kmo's. We geven u alle details mee tijdens onze mastercourse! 

Data science maakt het mogelijk nieuwe inzichten te verwerven uit experimentele data, om producten en klanten te profileren, productieprocessen te optimaliseren, uitval van machines te voorspellen of zelfs datagerichte start-ups op te richten. Met het oog hierop heeft het Sirris Data and AI Competence Lab (EluciDATA Lab) de mastercourse cyclus 'Data Innovation beyond the Hype' ontwikkeld, bestaande uit zes sessies die een pragmatische en branchegerichte aanpak voor datagedreven innovatie bieden.

De eerste sessie focust op 'de kunst om een data science-taak te formuleren'. Deze sessie wil een overzicht bieden van data science en de mogelijkheden die deze wetenschap biedt voor innovatie vanuit een industrieel oogpunt. Aan de hand van concrete voorbeelden uit lopende data-innovatieprojecten in verschillende domeinen wordt het iteratieve en creatieve traject, van zakelijk inzicht tot dataverkenning, beschreven. We volgen daarbij verschillende stappen van de data science-workflow. Er wordt in het bijzonder aandacht besteed aan het soort uitdagingen dat kan worden aangepakt, alsook aan de nodige gegevens en vaardigheden om die uitdagingen tot een goed einde te brengen. Verder worden enkele algemene opvattingen over data-analyse als basisproduct ontkracht.

Wenst u meer te weten te komen over data-innovatie en de opportuniteiten ervan voor innovatie? Schrijf u dan hier in voor onze eerste sessie over ‘de kunst om een data science-taak te formuleren': Sessie 1.