Train jouw team op jullie eigen workspace, met jullie eigen data als oefenmateriaal.

Veel organisaties zetten de stap naar Databricks. Een lakehouse omgeving wordt opgezet, eerste pipelines en modellen draaien, en de ambitie is dat het team het straks zelf onderhoudt. In de praktijk blijft de kennis vaak hangen bij één lead engineer of de externe partij die het neerzette. Wij leiden jouw team op tot het Databricks zelf in handen heeft. In company, op jullie eigen workspace, met jullie eigen data als oefenmateriaal.
Deze training is bedoeld voor technische specialisten die dagelijks of binnenkort met Databricks gaan werken. Geen open inschrijving, wel een programma op maat van het team. We bouwen het curriculum rond de rollen die meedoen en het niveau waarop ze instappen.
- Data engineers die ingestion, transformatie en orkestratie op Databricks bouwen
- Analytics engineers en BI specialisten die de goudlaag en semantische logica leveren
- Data scientists en machine learning engineers die modellen ontwikkelen en in productie zetten
- Platform engineers die de workspace, governance en kosten bewaken
Gemengde senioriteit en rollen zijn geen probleem. We splitsen waar nodig, brengen samen waar dat zin heeft.
Het programma is modulair. Drie tot vijf modules, gekozen op basis van waar jullie team staat en waar de organisatie naartoe wil.
Hoe Databricks zich verhoudt tot een klassiek warehouse, hoe de workspace is opgebouwd en hoe je governance, lineage en toegangscontrole regelt via Unity Catalog. Voor verdieping op het lakehouse patroon zelf verwijzen we naar onze pagina data warehouse en lakehouse.
ACID transacties, schema evolutie en time travel op Delta tabellen. Hoe je brons, zilver en goud lagen inricht in de praktijk. Cursisten oefenen op jullie eigen bronsystemen.
Pipelines bouwen met Workflows en DLT. Wanneer DLT, wanneer notebooks of dbt op Databricks. Tests, deployments en monitoring horen vanaf het begin bij het ontwerp.
Het ML lifecycle traject met MLflow voor tracking, model registry en serving. Voor teams met generatieve AI ambities behandelen we Genie, Vector Search en Mosaic AI als bouwstenen voor RAG en agent toepassingen op de eigen data.

We trainen in company, op jullie eigen Databricks workspace. Geen sandbox, wel jullie echte data en use cases. Doorlooptijd hangt af van scope, omvang en beschikbaarheid van jullie mensen. Een gerichte module is in dagdelen klaar, een leerpad over meerdere rollen loopt twee tot vier maanden. Noem het een doorlooptijd indicatie, geen exacte planning.
Databricks certificeringen zoals Data Engineer Associate, Data Engineer Professional, Machine Learning Associate en Generative AI Engineer komen logisch in beeld. Onze focus is kennisoverdracht en praktische toepassing, niet examenstof. Wie het programma doorloopt, staat er stevig voor.
Onze trainers zijn de engineers die overdag bij andere klanten Databricks omgevingen bouwen. Wat ze 's ochtends oplossen, leggen ze 's middags uit aan jouw team. Geen opleider die het zelf nooit meer doet.
We beginnen niet bij features die toevallig in Databricks zitten. Eerst stellen we vast wat jullie met Databricks willen bereiken en wat de rollen daarvoor moeten kunnen. Pas dan tekenen we het curriculum.
Een Databricks omgeving die alleen wij begrijpen is geen asset, maar een afhankelijkheid. Succes meten we aan wat jullie team zes maanden later zelfstandig kan dat het eerst niet kon.
Wil je weten welke modules passen, op welk niveau je instapt en welke vorm logisch is voor jullie organisatie? We denken graag mee, vrijblijvend en zonder verkooppraatje. Geen powerpoint van tachtig sliders, wel een concreet trainingsadvies om mee aan tafel te gaan.
We werken met gevestigde namen en groeiende bedrijven in alle sectoren. Want data is overal.












Hoe we organisaties helpen betere keuzes maken met hun data.