TIES5200 Datatieteen projekti (10 op)
Opinnon taso:
Syventävät opinnot
Arviointiasteikko:
0-5
Suorituskieli:
suomi
Vastuuorganisaatio:
Informaatioteknologian tiedekunta
Opetussuunnitelmakaudet:
2024-2025, 2025-2026, 2026-2027, 2027-2028
Avainteksti
Koe datatiede käytännössä! Analysoi oikeaa dataa, ratkaise todellisia ongelmia ja kehitä arvokasta osaamista.
Kuvaus
Datatieteen projekti tarjoaa opiskelijoille mahdollisuuden soveltaa teoreettista tietämystään käytännön ongelmiin, työskennellen oikeiden, reaalielämän datalähteiden parissa. Tämän opintojakson aikana opiskelijat sukeltavat syvälle dataan – olipa kyseessä sitten yritysten, yhteisöjen tai tutkimusryhmien tuottama aineisto. Opiskelijat tutustuvat datan taustalla olevaan ongelmakenttään, analysoivat dataa käyttäen nykyaikaisia datatieteen menetelmiä ja työkaluja, ja raportoivat löydöksensä selkeästi ja ymmärrettävästi.
Opintojakso on suunniteltu edistämään itsenäistä työskentelyä ja ongelmanratkaisutaitoja. Opintojakson aikana opiskelijat kehittävät kriittistä ajatteluaan ja oppivat soveltamaan datatieteen menetelmiä monimutkaisten ongelmien ratkaisemiseksi.
Osaamistavoitteet
Opintojakson suoritettuaan opiskelija:
- Osaa tutkia ja arvioida datan relevanssia ja laatua suhteessa ongelmaan.
- Osoittaa kykyä soveltaa sopivia menetelmiä ja malleja datan analysointiin.
- Käyttää tehokkaasti datatieteen ohjelmistoja ja työkaluja analyysin suorittamiseen.
- Kykenee tulkitsemaan analyysin tuloksia kriittisesti ja kontekstuaalisesti.
- Osoittaa kykyä raportoida löydökset selkeästi ja ymmärrettävästi, käyttäen asianmukaisia visualisointeja ja esitystapoja.
- Ymmärtää datan eettiset näkökohdat ja datan käytön vastuullisuuden.
- Osoittaa kykyä hallita aikaa ja resursseja tehokkaasti itsenäisessä projektissa.
- Kehittää projektinhallintataitoja, kuten aikataulutusta, priorisointia ja ongelmanratkaisua.
- Kykenee työskentelemään tehokkaasti yhteistyössä datan tarjoajien ja muiden sidosryhmien kanssa.
- Osoittaa kykyä viestiä teknisistä aiheista sekä asiantuntijoille että maallikoille.
Esitietojen kuvaus
Datatieteen syventävät kurssit:
- Koneoppiminen,
- Syväoppiminen,
- Signaalinkäsittely ja -analyysi
- Konenäkö ja kuva-analyysi
Suoritustavat
Tapa 1
Valitaan kaikki merkityt osat
Suoritustapojen osat
x
Projektisuoritus (10 op)
Tyyppi:
Osallistuminen opetukseen
Arviointiasteikko:
0-5
Suorituskieli:
suomi