Process Mining, RPA and AI (5 ECTS)

Learning outcomes

You will learn to identify, model, analyze and develop the work phases of office work. You will learn the basics of digital data and the data economy. In addition, you will learn how to measure and analyze log data using process mining methods. You will learn what artificial intelligence means and what it can be used for. You will learn to make artificial intelligence applications. You will learn to automate the repetitive tasks of office work and use robotic process automation tools. You will learn how artificial intelligence can be used in office automation.

Teaching methods

AIna-robotti toimii oppaanasi ja tutustuttaa sinut tietotyön kehittämisen eri osa-alueisiin. Kurssin tavoitteena on digitaalisen osaamisen kasvattaminen erityisesti prosessitehokkuuden näkökulmasta. Saat vastauksia mm. seuraaviin kysymyksiin: Mitä on prosessilähtöinen ajattelu? Mikä on digitaalista dataa? Mihin prosessilouhintaa käytetään? Mitä ovat tekoälyn eri muodot? Miten automatisoidaan tietokoneella tehtäviä toistuvia töitä? Kurssin suoritettuasi osaat tunnistaa toimistoautomaation mahdollisuuksia omassa toiminnassasi ja löydät kehityskohtia, joiden automatisoinnilla voidaan saavuttaa paras hyöty. Kurssista lyhyesti: - Laajuus 5 opintopistettä - Oppiminen tapahtuu pienissä osissa - Voit opiskella joustavasti ajasta ja paikasta riippumatta - Perustiedot voit oppia mobiilisti, käytännön harjoituksiin suosittelemme tietokoneen käyttöä - Kurssin suorituksesta saat diplomin ja osaamismerkin (badge)

Location and time

Kurssi on 100 % verkkototeutus. Kurssi on Non-stop-kurssi, jonka voi suorittaa itselle sopivana aikana ja omaan tahtiin. Kurssi on auki aikavälillä 8.1.2025 - 31.12.2025.

Learning materials and recommended literature

Kaikki kurssin oppimateriaali on tarjolla kurssin MOOC-oppimisympäristössä.

Alternative completion methods of implementation

Kurssi on mahdollista suorittaa vain kuvatulla tavalla.

Internship and working life connections

Kurssi on kehitetty yhdessä työelämän kanssa. Kurssilla opitaan työelämässä hyväksi havaittuja menetelmiä ja käytetään työelämän uusimpia työkaluja. Kurssilla käytettävät työvälineet ja järjestelmät: Microsoft PowerPoint, Excel ja Notepad, ARIS Process Mining, UiPath Studio, Task Capture ja Task Mining, ChatGPT, DALL-E-2, Microsoft Power Platform: Power Automate, Task Mining, Process Mining, AI Builder, Power BI.

International connections

Huom! Omalle koneelle asennettavat UiPath Studio, UiPath Task Capture, UiPath Task Mining Recorder, Microsoft Power BI desktop ja Microsoft Process Mining desktop app toimivat vain Windows-ympäristössä. Sinulla tulee olla siis Windows-kone, jotta pystyt suorittamaan opintojakson. Jos olet LABin opiskelija ja sinulla on Mac-tietokone, voit käyttää UiPath ohjelmia LAB Win10 2D -virtuaalityöasemalla (tämä vaatii LABin käyttäjätunnuksen). Ota tämä huomioon ennen opintojakson aloitusta.

Student workload

Kurssin laajuus on 5 opintopistettä. Työmäärältään kurssi vastaa 135 tuntia eli noin 3,5 viikon täysimääräistä työskentelyä.

Content scheduling

Tällä matalan kynnyksen ja käytännön ’hands-on’ kurssilla opit mallintamaan ja kehittämään toimisto- ja tietotyön prosesseja. Kurssilla perustiedot opitaan mikro-oppimisen menetelmin pienissä osissa (mahdollista myös mobiilisti), käytännön harjoituksiin tarvitset tietokoneen. Oppiminen on jaettu viiteen osioon, jotka näkyvät omilla välilehdillä: 1. Prosessien kehittäminen: Opit tietotyön työvaiheiden tunnistamista, kuvaamista, analysointia ja kehittämistä. 2. Data ja prosessilouhinta: Opit perusteet digitaalisesta datasta ja datataloudesta. Lisäksi opit miten mitataan ja analysoidaan tietojärjestelmien tapahtumia prosessilouhinnan menetelmin. 3. Tekoäly: Opit mitä tekoäly tarkoittaa ja mihin sitä voi hyödyntää. Opit tekemään omia tekoälysovelluksia. 4. Ohjelmistorobotiikka: Opit automatisoimaan toimistotyön toistuvia tehtäviä. 5. Hyperautomaatio: Opit miten ohjelmistorobotiikkaa ja tekoälyä voi yhdistää.

Assessment methods and criteria

Kurssista saat arvosanaksi hylätty tai hyväksytty.

Evaluation scale

Approved/Failed