Cursus Data Modeling

Het ontwerpen van informatiesystemen vraagt om duidelijke keuzes in structuur, relaties en datastromen. Data modeling vormt daarbij de basis. In deze training werk je gericht aan het opzetten en beoordelen van datamodellen die houvast geven bij ontwerp, communicatie en besluitvorming tijdens verschillende fases in het ontwerpproces. Je leert hoe je data structureert voordat er gebouwd wordt en hoe je bestaande modellen beter begrijpt en verbetert.

Je werkt met conceptuele, logische en fysieke datamodellen en krijgt inzicht in de rol en samenhang van deze modellen binnen verschillende ontwerpfasen. Daarbij staat relationele database modellering centraal. Je past notaties toe zoals ER-diagrammen en leert hoe entiteiten, relaties en cardinaliteit correct worden vastgelegd. Ook normalisatie en modelkwaliteit komen nadrukkelijk aan bod. Daarnaast krijg je een introductie in stermodellen (Kimball).

De training is technisch van aard en gericht op toepassen in realistische situaties. Je leert ontwerpkeuzes onderbouwen en valkuilen herkennen bij het modelleren van data. Daarnaast werk je met gangbare modelleringstools en oefen je met het opzetten en toetsen van modellen aan de hand van concrete eisen en scenario’s.

Na afloop heb je een stevig fundament om data modeling toe te passen binnen systeemontwerp, data management en softwareontwikkeling. Je kunt datamodellen lezen, bespreken en zelf opzetten en weet hoe je ze inzet als stuurinstrument binnen je eigen werkomgeving.

Deze training bieden we ook als bedrijfstraining voor jou en je team

De inhoud stemmen we dan af op jullie werksituatie, gebruikte tools en concrete vraagstukken, zodat de training direct aansluit op wat er binnen de organisatie speelt. Zo ontstaat een gerichte en praktische training waarmee je de volgende dag direct mee aan de slag kunt.

Tijdens deze training komen in basis de onderstaande onderwerpen aan bod. Afhankelijk van ontwikkelingen binnen het vakgebied kan de inhoud worden aangepast.

• Data modeling in ontwerp en analyse
• • Begrippen en definities
  • Rol van data modeling binnen informatiesystemen
  • Voordelen van data modeling
  • Valkuilen en aandachtspunten
• Soorten datamodellen
• • Conceptueel model en scope afbakenen
  • Logisch model en verfijning van structuur
  • Fysiek model en vertaling naar datastores en implementatie
• Ontwerpstrategieën en schemaregels
• • UML
  • Ontwerpstrategieën en procedures
  • Schemaregels en consistente modellering
  • Kwaliteitscriteria voor modellen
• Relationele database modellering
• • Entiteiten, attributen en sleutelbegrippen
  • ER-diagrammen en ERD’s
  • Cardinaliteit en relatie-typen
  • Associaties met joins en foreign keys
  • 1 op 1, 1 op N en N op N
  • Normalisatie tot en met 3NF
• Introductie Stermodellen (Kimball)
• • Verschillen tussen multidimensionele modellen en relationele modellen
• Modelkwaliteit en controle
• • Verificatie en validatie
  • Integrity constraints
• Tooling en praktijk
• • Kennismaking met data modeling software
  • Opzetten van een eerste model
  • Oefenen met ERD’s
  • Testcases en toetsing van het model