Leer hoe je logische datamodellen ontwerpt en implementeert binnen een Data Virtualization-architectuur Modelleringstechnieken specifiek voor data virtualisatie: logische views, semantic layers en virtuele datamarts.
In de tweedaagse training Virtual Modelling for Data Virtualization leer je hoe je logische datamodellen ontwerpt en implementeert binnen een Data Virtualization-architectuur. Je ontdekt hoe je een flexibele, modulaire en semantische datalaag opbouwt – zonder data fysiek te repliceren – en hoe je verschillende databronnen (cloud, on-premise, API’s, streaming, databases) samenbrengt in één logisch model.
De training combineert Virtual Layering, Harmonization, Virtual Star Modelling, Virtual Subject Oriented Modelling en Virtual Ensemble Logical Modeling (V-ELM) tot één samenhangende aanpak.
Wat kun je verwachten?
Tijdens deze training:
Doorloop je de verschillende virtual layers: Introspection, Harmonization, Business en Publication.
Leer je hoe je een Virtual Data Layer ontwerpt die businessvriendelijk én technisch robuust is.
Werk je met verschillende modeltypes zoals:
Virtual Star Model
Virtual Subject Oriented Model
Harmonization Model
Virtual SuperNova (op Data Vault)
Virtual Ensemble Logical Model (V-ELM)
Krijg je inzicht in performance, pushdown-mechanismen, caching en optimalisatie.
Behandel je security, metadata, lineage en data catalog-integratie.
Werk je met praktijkcases en lessons learned uit echte implementaties.
Wat ga je leren?
Na afloop van de training kun je:
Een logisch datamodel ontwerpen dat losstaat van fysieke opslag.
Verschillende virtual modelling strategieën toepassen afhankelijk van use case (analytics, integratie, data broker, application centric).
Businessconcepten vertalen naar een Virtual Ensemble Logical Model (V-ELM).
Een Virtual Star Model ontwerpen voor reporting en BI.
Omgaan met verschillende databronnen (SQL, NoSQL, API’s, XML, streaming).
Performance- en cachingstrategieën bepalen (real-time vs batch vs cache).
Metadata, lineage en security policies integreren in je virtuele model.
Privacy by Design toepassen (anonymisatie en pseudonimisering in een virtuele context.
Opzet van de training
De training combineert:
Conceptuele uitleg van virtual modelling principes
Architectuur-overwegingen (storage, streaming, performance)
Praktische voorbeelden en modelleerdiscussies
Interactieve groepsvragen en scenario’s
Best practices en “what not to do”
Gewenste voorkennis:
Basiskennis van datamodellering (bijv. dimensioneel modelleren of Data Vault)
Begrip van datawarehousing of data-integratie
Affiniteit met data-architectuur
Technische toolkennis is niet verplicht, maar helpt bij het sneller begrijpen van de concepten.
Waarom deelnemen?
Data Virtualization wordt steeds vaker ingezet als semantische laag boven complexe datalandschappen. Maar zonder goede virtual modelling ontstaat chaos, performanceproblemen en onduidelijke definities.
Wil jij leren hoe je een schaalbaar, modulair en toekomstbestendig virtueel datamodel ontwerpt dat écht werkt in hybride architecturen?
Schrijf je vandaag nog in voor Virtual Modelling for Data Virtualization en word dé architect van de logische datalaag binnen jouw organisatie.
Deze training is bedoeld voor professionals die werken aan moderne data-architecturen en datatoegang:
Data- en informatiearchitecten
Data engineers
BI-specialisten
Data modelleurs
IT-architecten
Data governance professionals
Iedereen die Data Virtualization wil inzetten als semantische datalaag
De training is bijzonder waardevol voor organisaties die werken met hybride architecturen (cloud + on-premise) en datatoegang willen versnellen zonder replicatie.
Basiskennis van datamodellering (bijv. dimensioneel modelleren of Data Vault)
Begrip van datawarehousing of data-integratie
Affiniteit met data-architectuur
Technische toolkennis is niet verplicht, maar helpt bij het sneller begrijpen van de concepten.
Jolanda van Gilst, Philip du Maine
Na afloop ontvang je een Certificaat van Beroepsontwikkeling als bewijs van je opgedane kennis en vaardigheden.