Programma

In een tijd waarin data en kunstmatige intelligentie een centrale rol innemen in bedrijfsstrategieën, is het cruciaal om niet alleen de nieuwe mogelijkheden, maar ook de nieuwste Europese wetgeving op dit gebied te begrijpen. Deze sessie biedt een boeiende en toegankelijke blik op de drie meest invloedrijke Europese wetten van dit moment: de AI Act, de Data Governance Act en de Data Act. Wat betekenen deze wetten voor uw organisatie, en hoe kunt u innovatie stimuleren terwijl u voldoet aan complexe wettelijke eisen? Met een unieke combinatie van technische en juridische expertise worden de belangrijkste onderdelen van deze wetten toegelicht, met daarbij praktische inzichten om organisaties toekomstbestendig te maken. U kunt rekenen op een informatieve sessie vol concrete tips, valkuilen en praktijkvoorbeelden.

• Een overzicht van Europese wetgeving in het digitale domein
• De AI Act – wat is verboden en hoog-risico AI?
• De Data Governance Act – hoe delen we data op een betrouwbare, transparante en ethische wijze?
• De Data Act – hoe regelen we toegang tot data, met name voor IoT, om een eerlijke en competitieve data-economie te realiseren?
• Praktische tips om juridisch compliant te blijven zonder innovatie te beperken.

Data engineers zijn schaars, maar stel je voor dat je met GenAI zelf een data warehouse kunt bouwen! Victor de Graaff, oprichter van D-Data, zal in deze inspirerende sessie laten zien hoe het mogelijk is om zonder diepgaande technische kennis in slechts 45 minuten een compleet datawarehouse op te zetten, te vullen en er een BI-dashboard bij te maken.

Victor demonstreert dit proces met behulp van openbare APIs en GenAI, waarbij hij de kracht van automatisering en kunstmatige intelligentie inzet. In deze showcase staan Azure en ChatGPT hem bij als ‘digitale assistenten’, en maken ze het onmogelijke mogelijk.

Door GenAI-gegenereerde code te gebruiken, zullen we:

• Een datawarehouse aanmaken en configureren zonder ingewikkelde scripts
• Data direct vanuit publieke APIs ophalen en laden
• Deze data visualiseren in een overzichtelijk BI-dashboard

Deze sessie laat zien dat zelfs specialistische taken, zoals het bouwen van datawarehouses, bereikbaar zijn voor een breder publiek dankzij GenAI. Bereid je voor om “in awe” te zijn en ontdek de toekomst van BI en data-engineering met kunstmatige intelligentie!

Onze dataprocessen en -systemen worden steeds complexer en dynamischer. Veel bedrijven hebben moeite met het op peil houden van de datakwaliteit en het vergroten van het vertrouwen in het datalandschap.

Testen biedt inzicht in risico’s en kwaliteit van de data, de systemen en de datastromen. Het onderzoekt bijvoorbeeld de prestaties, de data-integriteit en de bedrijfslogica. Veel meer dan het vinden van problemen en bugs gaat het bij testen om het bieden en opbouwen van vertrouwen voor eindgebruikers in de oplossing die wordt gebouwd. Testen zou daarom een cruciaal onderdeel moeten zijn van elke business intelligence- en data omgeving.

In deze lezing ga ik in op testkennis gericht op data omgevingen met behulp van TMAP en het VOICE-model. Ik zal ingaan op de DAMA-kwaliteitskenmerken die je kunt overnemen en je aanmoedigen om het niveau van vertrouwen in de kwaliteit van uw systemen en gegevens te communiceren. Krijg inzicht en tips over het testen van BI- & Data-oplossingen.

Belangrijkste punten:

• Het belang van testen
• Het TMAP- en VOICE-testmodel
• Vertrouwen opbouwen door inzicht te geven in het kwaliteitsniveau
• Testen in een BI & Data omgeving door te kijken naar:
  • Data stromen; kijken naar hoe de data door het systeem heen beweegt
  • Data kwaliteit; welke KPI’s kunnen worden gebruikt?
  • Data Profiling; hoe je bugs kunt vinden nog voordat de oplossing is gebouwd.

In today’s data landscape, data engineering stands as one of the most in-demand fields. Join Joe Reis in this wide-ranging talk as he explores data engineering and its significance. Discover the fundamentals of data engineering, encompassing the data engineering lifecycle and its undercurrents. Joe will also explore key concepts crucial for designing and maintaining scalable, reliable, and efficient data architectures. Lastly, he will shed light on the intersections between data engineering and other data-related domains, providing insights into macro trends that will shape the future of data engineering in 2025 and beyond.

• Understand the role of data engineering in today’s data landscape
• Learn the data engineering lifecycle and its undercurrents
• “Shifting left”
• How data engineering enables data-centric AI
• Trends in data engineering in 2025 and beyond

Erasmus Universiteit en TU-Delft hebben in 2023 de krachten gebundeld om een nieuw tijdperk van onderzoekssamenwerking in te luiden met een innovatief platform voor het delen van (open) data. Gebouwd op de pijlers van gebruiksgemak, robuuste beveiliging en moderne infrastructuur maakt dit platform het delen en ontdekken van onderzoeksgegevens een fluitje van een cent. Onderzoekers profiteren van intuïtief databeheer met geautomatiseerde Digital Object Identifier (DOI) toekenning, terwijl geavanceerde beveiliging zorgt voor AVG-compliance zonder de toegankelijkheid in gevaar te brengen. Het platform biedt geautomatiseerde datasynchronisatie en unieke compute-to-data mogelijkheden, waardoor algoritmes veilig kunnen worden uitgevoerd met behoud van gevoelige informatie.Als open-source oplossing stimuleert het platform actieve deelname van de gemeenschap en continue verbetering. Of u nu een bank bent die markttrends analyseert, een verzekeraar die risico-inzichten zoekt, of een retailer die klantgedrag onderzoekt: ontdek hoe dit platform veilige datacollaboratie mogelijk maakt terwijl uw intellectueel eigendom wordt beschermd en u volledige controle houdt over uw gevoelige informatie.

Deze sessie zal het volgende belichten:

• Platform Architectuur: Ontdek de bouwstenen van een modern datadeelplatform met focus op beveiliging en gebruiksgemak.
• Praktische Toepassing: Leer hoe organisaties data kunnen delen met volledige controle over hun gevoelige informatie.
• Technische Realisatie: Verken de implementatie van beveiligingsmaatregelen en geautomatiseerde functies voor efficiënt datadelen.
• Community Ontwikkeling: Begrijp hoe je een actieve datagemeenschap opbouwt tussen kennisinstellingen en bedrijfsleven.
• Toekomstbestendigheid: Zie hoe open-source ontwikkeling zorgt voor continue innovatie en AI-gereedheid van het platform.

Hoe kun je data echt inzetten als bedrijfsmiddel? We verkennen de centrale pijler van Data Mesh: Federated Computational Data Governance. Krijg inzicht in het structureren van datateams om zowel centraal als lokaal aan uw behoeften te voldoen en leer hoe federated data governance kan zorgen voor verantwoording in de hele organisatie. We gaan in op een aantal uitdagingen op het gebied van data governance met betrekking tot dataproducten en het opstellen van datacontracten om de verwachtingen en verantwoordelijkheden van alle teams op elkaar af te stemmen.

 Onderwerpen en discussiepunten:

• Data als bedrijfsmiddel – wat houdt dat in?
• Structureren van datateams voor flexibiliteit en impact
• Waarborgen van dataverantwoordelijkheid met duidelijk eigenaarschap
• Gefedereerde data governance implementeren met een balans tussen controle en autonomie
• Lange termijn handhaving van datamanagement toepassingen.