Training, Seminar und Workshop - diese Begriffe werden oft synonym verwendet. Sie alle beziehen sich auf Weiterbildungsveranstaltungen, aber die Ziele sind unterschiedlich.
Grob gesagt vermitteln die Seminare und Webinare der TEDAMOH Academy theoretisches Wissen.
Wenn Sie sich im Umgang mit einer neuen Software (Tool) oder einer neuen Methode, wie z.B. dem Umgang mit temporären Daten, weiterbilden möchten, ist ein Training die richtige Wahl. Denn hier können Sie selbst lernen und ausprobieren, wie das Programm oder die Methode funktioniert.
Data Modeling Master Class

Herbst 2023
Die Data Modeling Master Class ist ein umfassendes Datenmodellierungs-Training, das praktische Techniken zur Erstellung von konzeptionellen, logischen und physischen relationalen und dimensionalen Datenmodellen sowie NoSQL-Datenmodellen vermittelt.

Data Modeling Master Class +

Herbstpaket 2023
Das gesamte Paket umfasst das Training Data Modeling Master Class (Herbst 2023) sowie die Data Modeling Certification (DMC) - Webinarserie inkl. der Zertifizierung.
Das Ziel des Pakets ist die Teilnehmenden von den ersten Schritten in der Datenmodellierung bis hin zur Zertifizierung zur Datenmodelliererin oder zum Datenmodellierer zu begleiten.

Temporal data in a fast-changing world!

Das Training Temporal data in a fast-changing world! konzentriert sich auf Methoden und Techniken zum Umgang mit bitemporalen Daten in einem Data Warehouse. Dies beinhaltet die Datenmodellierung, das Laden von bitemporalen Daten in ein Zieldatenobjekt im Core Layer des Data Warehouse und schließlich die Bereitstellung dieser Daten für die Nutzer.
Data Modeling Master Class

Frühjahr 2024
Die Data Modeling Master Class ist ein umfassendes Datenmodellierungs-Training, das praktische Techniken zur Erstellung von konzeptionellen, logischen und physischen relationalen und dimensionalen Datenmodellen sowie NoSQL-Datenmodellen vermittelt.

Temporal data in a fast-changing world!

Das Training Temporal data in a fast-changing world! konzentriert sich auf Methoden und Techniken zum Umgang mit bitemporalen Daten in einem Data Warehouse. Dies beinhaltet die Datenmodellierung, das Laden von bitemporalen Daten in ein Zieldatenobjekt im Core Layer des Data Warehouse und schließlich die Bereitstellung dieser Daten für die Nutzer.