Syventäviä käytännön opintoja (2 op)
Toteutuksen tunnus: TX00GB42-3002
Toteutuksen perustiedot
- Ajoitus
-
08.09.2025 - 07.11.2025
Toteutus ei ole vielä alkanut.
- Opintopistemäärä
- 2 op
- Toteutustapa
- Lähiopetus
- Yksikkö
- ICT ja tuotantotalous
- Toimipiste
- Karaportti 2
- Opetuskielet
- englanti
- Koulutus
- Tieto- ja viestintätekniikan tutkinto-ohjelma
- Opettajat
- Tino Kankkunen
- Minna Kivihalme
- Ryhmät
-
DATAINTEL_JOTPAData Intelligence Launchpad - Jotpa hankinta
- Opintojakso
- TX00GB42
Tavoitteet
Tiedolliset tavoitteet:
- Opiskelija saa syvemmän ymmärryksen datan tallennuksen, data-analytiikan ja koneoppimisen keskeisistä periaatteista sekä niiden merkityksestä nykyaikaisessa ohjelmistokehityksessä.
Taidot:
- Opiskelija osaa soveltaa itsenäisesti data-analytiikan työkaluja ja menetelmiä tiedon keräämiseen, esikäsittelyyn, analysointiin ja visualisointiin valittuja työkaluja käyttäen.
- Opiskelija osaa soveltaa yksinkertaisia koneoppimisen malleja.
Vastuu ja itsenäisyys:
-Opiskelija ymmärtää data-analytiikan ja tekoälyn eettiset ja yhteiskunnalliset vaikutukset ja osaa ottaa ne huomioon ammatillisessa työssä.
Sisältö
Opiskelija sisäistää kurssin käytyään seuraavat aiheet:
- Katsaus data-analyysin ja datatieteen orkestrointityökaluihin
- Tietovaraston toteuttaminen
- Lakehousen toteuttaminen
- Reaaliaikaisen älykkyyden toteuttaminen
- Datatieteen ja koneoppimisen ratkaisujen toteuttaminen
- Case-yritysesimerkki: Microsoft.
Arviointiasteikko
0-5
Osaamistavoitteet
Tiedolliset tavoitteet:
- Opiskelija saa syvemmän ymmärryksen datan tallennuksen, data-analytiikan ja koneoppimisen keskeisistä periaatteista sekä niiden merkityksestä nykyaikaisessa ohjelmistokehityksessä.
Taidot:
- Opiskelija osaa soveltaa itsenäisesti data-analytiikan työkaluja ja menetelmiä tiedon keräämiseen, esikäsittelyyn, analysointiin ja visualisointiin valittuja työkaluja käyttäen.
- Opiskelija osaa soveltaa yksinkertaisia koneoppimisen malleja.
Vastuu ja itsenäisyys:
-Opiskelija ymmärtää data-analytiikan ja tekoälyn eettiset ja yhteiskunnalliset vaikutukset ja osaa ottaa ne huomioon ammatillisessa työssä.
Sisältö
Opiskelija sisäistää kurssin käytyään seuraavat aiheet:
- Katsaus data-analyysin ja datatieteen orkestrointityökaluihin
- Tietovaraston toteuttaminen
- Lakehousen toteuttaminen
- Reaaliaikaisen älykkyyden toteuttaminen
- Datatieteen ja koneoppimisen ratkaisujen toteuttaminen
- Case-yritysesimerkki: Microsoft.