Als NLJUG willen we onze leden informeren over relevante events die onze business partners organiseren. Hierbij faciliteert de NLJUG door aan business partners de mogelijkheid te bieden om per jaar maximaal 2 mails via de NLJUG mailinglist te versturen.
Om een mail via de NLJUG mailinglist te kunnen versturen gelden een aantal voorwaarden:
- Versturen van mails is voorbehouden aan NLJUG business partners
- De mailings moeten informerend en relevant zijn en actueel voor developers die werken in het Java-ecosysteem.
- Onderwerpen van mailings moeten voldoen aan de volgende criteria:
- Actueel voor developers in het Java ecosystem
- Directe link met Java-technologie, OF een link met andere technologie die Java-developers geregeld toepassen
- Om transparanter te maken welke onderwerpen we vanuit de NLJUG als relevant zien, publiceert de NLJUG een whitelist van onderwerpen op nljug.org. Zie onderaan deze pagina.
- Wanneer een onderwerp nog niet vermeld staat en in geval van twijfel, beslist het NLJUG-bestuur.
- Mailings met een wervend karakter zijn niet toegestaan.
- Mailings voor commerciële events als conferenties en trainingen zijn niet toegestaan. Uitzondering hierop zijn events waar duidelijk kosten aan zijn verbonden voor de organisator die tegen een laag, kostendekkend bedrag worden aangeboden (maximaal E 150,-). Bij twijfel beslist het NLJUG bestuur.
- Mailings moeten tijdig (minimaal een week van tevoren) aangevraagd worden zodat beoordeling door NLJUG bestuur op inhoud kan plaatsvinden.
- Wanneer het NLJUG bestuur akkoord is met de inhoud van de mail, stuurt de NLJUG een proefmailing aan de business partner. Die is zelf verantwoordelijk voor tijdig accorderen van de mail op inhoud en opmaak.
- De NLJUG behoudt zich het recht voor om mailings te sturen over haar eigen events. Daarbij is het wel van belang dat er een directe link met Java is (bijvoorbeeld de Masters of Java)
Whitelist onderwerpen
- Cloud Native
- Cryptography / Security
- Dapr
- Deep learning / Machine learning / AI
- Eclipse adoptium
- Ethics, biases and explainability in Machine learning
- Flutter
- GraalVM / native images
- GraphQL & GraphQL Mesh
- Jakarta EE 9
- Java 17 en hoger
- Kafka
- Kotlin ecosysteem
- Kubernetes
- Micronaut
- Modularity
- Modular monolith
- Monorepo’s
- Multi cloud
- Quantum computing
- Quarkus
- Real time machine learning
- Spring 6 & Spring Boot 3