Data-alustatLaajuus (3 op)
Tunnus: TT00CC63
Laajuus
3 op
Opetuskieli
- suomi
Osaamistavoitteet
Opiskelija ymmärtää data-alustojen tarpeen liiketoiminnan menestyksen lähtökohdista. Opiskelija osaa hyödyntää ja kehittää nykyaikaisia data-alustoja ja automatisoida datan käsittelyn ja data-analyysin työnkulkuja (MLOps, DataOps) tehostaakseen työvaiheita ja parantaakseen analyysin laatua.
Sisältö
Data-alustojen kehittämisen parhaita käytäntöjä, datan käsittelyn työvaiheiden automatisointia ja data-alustojen arkkitehtuurin suunnittelua.
Arviointikriteerit, kiitettävä (5)
Opiskelija ymmärtää data-alustan merkityksen liiketoiminnalle ja osaa toteuttaa liiketoimintaa tukevan data-alustan. Opiskelija osaa automatisoida datan käsittelyn työvaiheita ja jalostaa raakadatasta monipuolisen data-alustan.
Arviointikriteerit, hyvä (3)
Opiskelija ymmärtää data-alustan merkityksen, työvaiheiden automatisoinnin ja osaa kehittää yrityksen tarpeisiin soveltuvan data-alustan.
Arviointikriteerit, tyydyttävä (1)
Opiskelija ymmärtää data-alustan merkityksen liiketoiminnalle ja osaa avustettuna kehittää yksinkertaisen data-alustan.
Ilmoittautumisaika
01.08.2023 - 30.09.2023
Ajoitus
01.08.2023 - 31.12.2023
Opintopistemäärä
3 op
Toteutustapa
Lähiopetus
Yksikkö
Teknologia
Opetuskielet
- Suomi
Koulutus
- Tieto- ja viestintätekniikan koulutus
Opettaja
- Ali Hosseini
- Jani Sourander
Ryhmät
-
TTV22SAITTV22SAI
Tavoitteet
Opiskelija ymmärtää data-alustojen tarpeen liiketoiminnan menestyksen lähtökohdista. Opiskelija osaa hyödyntää ja kehittää nykyaikaisia data-alustoja ja automatisoida datan käsittelyn ja data-analyysin työnkulkuja (MLOps, DataOps) tehostaakseen työvaiheita ja parantaakseen analyysin laatua.
Sisältö
Data-alustojen kehittämisen parhaita käytäntöjä, datan käsittelyn työvaiheiden automatisointia ja data-alustojen arkkitehtuurin suunnittelua.
Arviointiasteikko
0 - 5
Arviointikriteerit, kiitettävä (5)
Opiskelija ymmärtää data-alustan merkityksen liiketoiminnalle ja osaa avustettuna kehittää yksinkertaisen data-alustan.
Arviointikriteerit, hyvä (3)
Opiskelija ymmärtää data-alustan merkityksen, työvaiheiden automatisoinnin ja osaa kehittää yrityksen tarpeisiin soveltuvan data-alustan.
Arviointikriteerit, tyydyttävä (1)
Opiskelija ymmärtää data-alustan merkityksen liiketoiminnalle ja osaa toteuttaa liiketoimintaa tukevan data-alustan. Opiskelija osaa automatisoida datan käsittelyn työvaiheita ja jalostaa raakadatasta monipuolisen data-alustan.
Ilmoittautumisaika
01.08.2023 - 30.09.2023
Ajoitus
01.08.2023 - 31.12.2023
Opintopistemäärä
3 op
Toteutustapa
Lähiopetus
Yksikkö
Teknologia
Opetuskielet
- Suomi
Koulutus
- Tieto- ja viestintätekniikan koulutus
Opettaja
- Ali Hosseini
- Jani Sourander
Ryhmät
-
TTM22SAITTM22SAI
Tavoitteet
Opiskelija ymmärtää data-alustojen tarpeen liiketoiminnan menestyksen lähtökohdista. Opiskelija osaa hyödyntää ja kehittää nykyaikaisia data-alustoja ja automatisoida datan käsittelyn ja data-analyysin työnkulkuja (MLOps, DataOps) tehostaakseen työvaiheita ja parantaakseen analyysin laatua.
Sisältö
Data-alustojen kehittämisen parhaita käytäntöjä, datan käsittelyn työvaiheiden automatisointia ja data-alustojen arkkitehtuurin suunnittelua.
Arviointiasteikko
0 - 5
Arviointikriteerit, kiitettävä (5)
Opiskelija ymmärtää data-alustan merkityksen liiketoiminnalle ja osaa avustettuna kehittää yksinkertaisen data-alustan.
Arviointikriteerit, hyvä (3)
Opiskelija ymmärtää data-alustan merkityksen, työvaiheiden automatisoinnin ja osaa kehittää yrityksen tarpeisiin soveltuvan data-alustan.
Arviointikriteerit, tyydyttävä (1)
Opiskelija ymmärtää data-alustan merkityksen liiketoiminnalle ja osaa toteuttaa liiketoimintaa tukevan data-alustan. Opiskelija osaa automatisoida datan käsittelyn työvaiheita ja jalostaa raakadatasta monipuolisen data-alustan.