Big data -analytiikka ja liiketoimintaLaajuus (5 op)
Tunnus: TT00CC74
Laajuus
5 op
Osaamistavoitteet
Kurssin tavoitteena on antaa opiskelijoille perustiedot ja -taidot big data -analytiikan merkityksestä ja soveltamisesta liiketoiminnassa. Opiskelijat ymmärtävät big data -analytiikan roolin päätöksenteossa ja liiketoiminnan kehittämisessä eri toimialoilla. Lisäksi tavoitteena on tutustuttaa opiskelijat big data -analytiikkaan liittyviin käytännön sovelluksiin ja yrityscaseihin eri toimialoilta joko vierailevien luennoitsijoiden tai roundtable-webinaarien pohjalta.
Sisältö
Big data -analytiikka liittyy organisaatioiden käyttämiin strategioihin suurten tietomäärien keräämiseksi, järjestämiseksi ja analysoimiseksi arvokkaiden liiketoimintaan liittyvien oivallusten löytämiseksi, jotka muuten eivät olisi mahdollisia perinteisten järjestelmien avulla.
Kurssilla käsitellään seuraavia teemoja:
- Big data -analytiikan perusteet ja käsitteet
- Big data -analytiikan rooli liiketoiminnassa
- Big data -analytiikan soveltaminen eri toimialoilla
- Eettiset ja juridiset näkökulmat
- Tulevaisuuden suuntaukset ja mahdollisuudet
Esitietovaatimukset
Kurssilla ei vaadita aiempaa osaamista. Liiketoimintaosaaminen ja tietovarastojen ymmärrys on kuitenkin hyödyksi.
Oppimateriaalit
Oppimateriaalit koostuvat kurssilla jaetuista luentomateriaaleista, mahdollisista lisämateriaaleista sekä verkosta löytyvistä resursseista. Kurssin alussa jaetaan tarkempi lista suositelluista oppimateriaaleista ja lähteistä.
Kurssin kirjallisuus koostuu pääasiassa artikkeleista, raporteista ja verkkomateriaaleista, jotka liittyvät kurssin teemoihin. Kurssin alussa ja sen edetessä jaetaan tarkempi lista kurssikirjallisuudesta.
Arviointikriteerit, kiitettävä (5)
Opiskelija todistaa vahvaa näyttöä taidoista ja niiden kehittymisestä oppimispäiväkirjassaan. Päiväkirja on virheetöntä asiatyyliä ja sisälllöltään argumentoiva sekä oivaltava. Oppimispäiväkirjaan on todistettavasti lisätty viikoittain merkintä, jonka sisällön laajuus ja taso vastaa työmäärältään kurssin ajankäytön mukaista työtä. Lähdeaineisto on kriittisesti arvioitu ja punnittu.
Arviointikriteerit, hyvä (3)
Opiskelija reflektoi tai analysoi taitojensa kehittymistä oppimispäiväkirjassaan. Oppimispäiväkirjan asiasisältö on huoliteltua ja selkeää tai sujuvaa ja lähes virheetöntä asiatyyliä. Työtä on tehty välillä joko toinen viikko tai useimpina viikkoina. Lähdeaineiston käyttö on systemaattista, lukijalle selkeää ja lähdeaineisto on monipuolista sekä tarkoituksenmukaista.
Arviointikriteerit, tyydyttävä (1)
Opiskelija listaa tai soveltaa perustaitoja oppimispäiväkirjassaan. Oppimispäiväkirjan asiasisältö on jäsentymätöntä tai tyylillisesti epätasaista. Oppimispäiväkirjaa ei ole päivitetty asianmukaisesti viikoittain vaan merkittävin osa työstä on tehty viikossa. Lähdeluettelo on laadittu, mutta runkotekstin ja lähteiden yhteys on vähäinen tai olematon.
Ilmoittautumisaika
02.07.2024 - 31.07.2024
Ajoitus
01.08.2024 - 31.12.2024
Opintopistemäärä
5 op
Toteutustapa
Lähiopetus
Yksikkö
Teknologia
Opetuskielet
- Suomi
Opettaja
- Jani Sourander
Ryhmät
-
TTM22SAITTM22SAI
Tavoitteet
Kurssin tavoitteena on antaa opiskelijoille perustiedot ja -taidot big data -analytiikan merkityksestä ja soveltamisesta liiketoiminnassa. Opiskelijat ymmärtävät big data -analytiikan roolin päätöksenteossa ja liiketoiminnan kehittämisessä eri toimialoilla. Lisäksi tavoitteena on tutustuttaa opiskelijat big data -analytiikkaan liittyviin käytännön sovelluksiin ja yrityscaseihin eri toimialoilta joko vierailevien luennoitsijoiden tai roundtable-webinaarien pohjalta.
Sisältö
Big data -analytiikka liittyy organisaatioiden käyttämiin strategioihin suurten tietomäärien keräämiseksi, järjestämiseksi ja analysoimiseksi arvokkaiden liiketoimintaan liittyvien oivallusten löytämiseksi, jotka muuten eivät olisi mahdollisia perinteisten järjestelmien avulla.
Kurssilla käsitellään seuraavia teemoja:
- Big data -analytiikan perusteet ja käsitteet
- Big data -analytiikan rooli liiketoiminnassa
- Big data -analytiikan soveltaminen eri toimialoilla
- Eettiset ja juridiset näkökulmat
- Tulevaisuuden suuntaukset ja mahdollisuudet
Arviointiasteikko
0 - 5
Arviointikriteerit, kiitettävä (5)
Opiskelija todistaa vahvaa näyttöä taidoista ja niiden kehittymisestä oppimispäiväkirjassaan. Päiväkirja on virheetöntä asiatyyliä ja sisälllöltään argumentoiva sekä oivaltava. Oppimispäiväkirjaan on todistettavasti lisätty viikoittain merkintä, jonka sisällön laajuus ja taso vastaa työmäärältään kurssin ajankäytön mukaista työtä. Lähdeaineisto on kriittisesti arvioitu ja punnittu.
Arviointikriteerit, hyvä (3)
Opiskelija reflektoi tai analysoi taitojensa kehittymistä oppimispäiväkirjassaan. Oppimispäiväkirjan asiasisältö on huoliteltua ja selkeää tai sujuvaa ja lähes virheetöntä asiatyyliä. Työtä on tehty välillä joko toinen viikko tai useimpina viikkoina. Lähdeaineiston käyttö on systemaattista, lukijalle selkeää ja lähdeaineisto on monipuolista sekä tarkoituksenmukaista.
Arviointikriteerit, tyydyttävä (1)
Opiskelija listaa tai soveltaa perustaitoja oppimispäiväkirjassaan. Oppimispäiväkirjan asiasisältö on jäsentymätöntä tai tyylillisesti epätasaista. Oppimispäiväkirjaa ei ole päivitetty asianmukaisesti viikoittain vaan merkittävin osa työstä on tehty viikossa. Lähdeluettelo on laadittu, mutta runkotekstin ja lähteiden yhteys on vähäinen tai olematon.
Esitietovaatimukset
Kurssilla ei vaadita aiempaa osaamista. Liiketoimintaosaaminen ja tietovarastojen ymmärrys on kuitenkin hyödyksi.
Ilmoittautumisaika
02.07.2024 - 31.07.2024
Ajoitus
01.08.2024 - 31.12.2024
Opintopistemäärä
5 op
Toteutustapa
Lähiopetus
Yksikkö
Teknologia
Opetuskielet
- Suomi
Koulutus
- Tieto- ja viestintätekniikan koulutus
Opettaja
- Jani Sourander
Ryhmät
-
TTV22SAITTV22SAI
Tavoitteet
Kurssin tavoitteena on antaa opiskelijoille perustiedot ja -taidot big data -analytiikan merkityksestä ja soveltamisesta liiketoiminnassa. Opiskelijat ymmärtävät big data -analytiikan roolin päätöksenteossa ja liiketoiminnan kehittämisessä eri toimialoilla. Lisäksi tavoitteena on tutustuttaa opiskelijat big data -analytiikkaan liittyviin käytännön sovelluksiin ja yrityscaseihin eri toimialoilta joko vierailevien luennoitsijoiden tai roundtable-webinaarien pohjalta.
Sisältö
Big data -analytiikka liittyy organisaatioiden käyttämiin strategioihin suurten tietomäärien keräämiseksi, järjestämiseksi ja analysoimiseksi arvokkaiden liiketoimintaan liittyvien oivallusten löytämiseksi, jotka muuten eivät olisi mahdollisia perinteisten järjestelmien avulla.
Kurssilla käsitellään seuraavia teemoja:
- Big data -analytiikan perusteet ja käsitteet
- Big data -analytiikan rooli liiketoiminnassa
- Big data -analytiikan soveltaminen eri toimialoilla
- Eettiset ja juridiset näkökulmat
- Tulevaisuuden suuntaukset ja mahdollisuudet
Arviointiasteikko
0 - 5
Arviointikriteerit, kiitettävä (5)
Opiskelija todistaa vahvaa näyttöä taidoista ja niiden kehittymisestä oppimispäiväkirjassaan. Päiväkirja on virheetöntä asiatyyliä ja sisälllöltään argumentoiva sekä oivaltava. Oppimispäiväkirjaan on todistettavasti lisätty viikoittain merkintä, jonka sisällön laajuus ja taso vastaa työmäärältään kurssin ajankäytön mukaista työtä. Lähdeaineisto on kriittisesti arvioitu ja punnittu.
Arviointikriteerit, hyvä (3)
Opiskelija reflektoi tai analysoi taitojensa kehittymistä oppimispäiväkirjassaan. Oppimispäiväkirjan asiasisältö on huoliteltua ja selkeää tai sujuvaa ja lähes virheetöntä asiatyyliä. Työtä on tehty välillä joko toinen viikko tai useimpina viikkoina. Lähdeaineiston käyttö on systemaattista, lukijalle selkeää ja lähdeaineisto on monipuolista sekä tarkoituksenmukaista.
Arviointikriteerit, tyydyttävä (1)
Opiskelija listaa tai soveltaa perustaitoja oppimispäiväkirjassaan. Oppimispäiväkirjan asiasisältö on jäsentymätöntä tai tyylillisesti epätasaista. Oppimispäiväkirjaa ei ole päivitetty asianmukaisesti viikoittain vaan merkittävin osa työstä on tehty viikossa. Lähdeluettelo on laadittu, mutta runkotekstin ja lähteiden yhteys on vähäinen tai olematon.
Esitietovaatimukset
Kurssilla ei vaadita aiempaa osaamista. Liiketoimintaosaaminen ja tietovarastojen ymmärrys on kuitenkin hyödyksi.