Wat u leert in de training Predictive Asset Management
In deze training leert u wat nodig is om Predictive Asset Management uit te kunnen voeren binnen uw organisatie. U leert data te begrijpen en deze om te zetten naar bruikbare informatie door te werken met de verschillende principes van het Crisp-DM model (Cross Industry Standard Process for Data Mining) en deze toe te passen binnen een Predictive Asset Programma met behulp van het programma Microsoft Azure.

Predictive Asset Management in theorie en praktijk
Binnen de 6-daagse training komen de volgende onderdelen aan bod, welke de rode draad van de training vormen en van waar de theorie verder wordt uitgebouwd:
• Het bepalen van Predictive Asset Management strategie
• Inrichten van uw organisatie voor het optimaal kunnen toepassen van Predictive Asset Management
• Het bepalen van de juiste meetmethodes voor het preventief signaleren van afwijkingen
• Het vaststellen en inzichtelijk krijgen van de data die van invloed zijn op de verbeterprocessen van assets
• Het verzamelen en voorbereiden van deze data om te implementeren in een bijpassend bestaand algoritme
• Hoe een data gedreven model werkt en toegepast wordt binnen Predictive Asset Management
• Het selecteren van algoritmes op basis van de aard van de te analyseren data
• Het omzetten van de data naar een output waarmee het gedrag van assets voorspeld kan worden door middel van modellering met deze algoritmes
• Evaluatie van de resultaten
• Integratie van de resultaten binnen de bedrijfsprocessen voor de optimalisatie van het productieproces

>> Tijdens de training zullen business cases worden uitgelicht zodat inzichtelijk wordt op welke manier de theorie naar de praktijk vertaald wordt.
>> De nadruk ligt bij de training Predictive Asset Management op de modellering en analyse van asset data.

Doelgroep
De training Predictive Asset Management is geschikt voor iedereen die zich bezighoudt met en/of direct belang heeft bij het beheer van technische assets. Het niveau van de training is minimaal HBO.

Het programma voor de opleiding bestaat uit de volgende modules:

Business understanding
Hierin staat centraal:
• Het bepalen van de doelstellingen
• Het opzetten van het project
• Bepalen waar de risico's liggen en waar verbetering te behalen valt
• Predictive Asset Management meettechnieken

Data Collection
Waarin wordt behandeld:
Het opzetten van een gestandaardiseerd dataverzamelingsprogramma en IT processen met betrekking tot het binnenhalen en opslaan van data.

Data Analysis
Omvat:
Het verkennen, beschrijven en controleren van de verzamelde data door middel van visualisatie en eenvoudige statistische technieken.

Data Preparation
Waarin wordt behandeld:
Een overzicht van de processen die uitgevoerd moeten worden die nodig zijn om de data op te schonen, bij elkaar te voegen, compact en informatief te maken.

Modelling
Centraal staat hier:
Het gebruik van machine-learning algoritmes om een voorspellend model te maken. Een selectie van verschillende technieken wordt uitgelicht en besproken waarbij de achterliggende theorie wordt uitgelegd.

Evaluation
Omvat:
Het evalueren van de resultaten en het uitgevoerde proces om tot vervolgstappen te komen.
Deploy DM Product
Waarin wordt behandeld:
Het integreren van de resultaten van het project door het implementeren van een data-product of door opgedane kennis in de bedrijfsprocessen te integreren.

Data & prijzen

De 6-daagse training Predictive Asset Management kost € 2.975,00.

Training november 2017
6, 7, 13, 14, 20 en 21 november
Klik hierom in te schrijven.

Training januari 2018
8, 15, 22, 29 januari en 5 en 12 februari
Klik hierom in te schrijven.

Training april 2018
9, 10, 16, 17, 23 en 24 april 
Klik hierom in te schrijven.

Training mei 2018
8, 15, 22, 29 mei en 5 en 12 juni 
Klik hierom in te schrijven.

Training juni 2018
18, 19 juni en 2, 3, 16 en 17 juli
Klik hierom in te schrijven.

Optie
Wilt u er eerst nog even over nadenken of wellicht overleggen met uw werkgever? Neem dan in ieder geval een optie op de training en voorkom de teleurstelling dat er straks geen plaats meer is. Deze reservering is gratis en verplicht tot niets.