Virtual Modelling for Data Virtualization

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).

Voor wie is deze training bedoeld?

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.

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.

`Dag 1:

• Introductie
• Virtual Layering: Introspection, Harmonization, Business & Presentation
• Model characteristics, pro’s and cons, scenario’s
• How doe virtual modelling work (non-technical)
• Modelling in a virtual world
  • Handling business/surrogate keys and relations
  • Types of data models
  • Metadata, reference data and masterd data.

`Day 2:

• Considerations for the data architecture
  • Location storage
  • Types and characteristics of data in DV (Stram / batch)
  • Characteristics of data sources for DV (Excel in memory, ability to push down workloads, impact on data strategy and performance)
• Best practices
  • Lessons learned
    – With DV
    – With data sources
  • What not to do with Data Virtualization
  • Data Virtualization as leverage for data management.

Onze trainingen worden verzorgd door experts met jarenlange ervaring in data vritualisatie en data integratie:

• Jolanda van Gilst (Data Architect)
• Philip du Maine (Data Architect)

Na afloop ontvang je een Certificaat van Beroepsontwikkeling als bewijs van je opgedane kennis en vaardigheden.