TIES5200 Data Science Project (10 cr)
Study level:
Advanced studies
Grading scale:
0-5
Language:
Finnish
Responsible organisation:
Faculty of Information Technology
Curriculum periods:
2024-2025, 2025-2026, 2026-2027, 2027-2028
Tweet text
Koe datatiede käytännössä! Analysoi oikeaa dataa, ratkaise todellisia ongelmia ja kehitä arvokasta osaamista.
Description
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.
Learning outcomes
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.
Description of prerequisites
Datatieteen syventävät kurssit:
- Koneoppiminen,
- Syväoppiminen,
- Signaalinkäsittely ja -analyysi
- Konenäkö ja kuva-analyysi
Completion methods
Method 1
Select all marked parts
Parts of the completion methods
x
Project (10 cr)
Type:
Participation in teaching
Grading scale:
0-5
Language:
Finnish