Big data and data driven decision making (5 cr)
Code: BY00DN21-3006
General information
- Enrollment
-
04.11.2024 - 17.11.2024
Registration for the implementation has ended.
- Timing
-
20.01.2025 - 30.04.2025
Implementation is running.
- Number of ECTS credits allocated
- 5 cr
- Local portion
- 0 cr
- Virtual portion
- 5 cr
- Mode of delivery
- Distance learning
- Unit
- Department of Construction and Energy Engineering
- Campus
- Ecampus
- Teaching languages
- Finnish
- Seats
- 20 - 100
Objective
You know the meaning of big data and how to use it in data driven decision making. You understand how to manage and apply large datasets in decision making. You are familiar with data driven decision making techniques and know how to communicate efficiently with data. You can also be critical
Content
What is big data?
How to transform data to knowledge?
What is data driven decision making?
How to apply massive datasets in decision-making and in management?
Course material
Opintojakso muodostuu aloitustehtävästä ja sitä seuraavista kolmesta osasta, jotka ovat:
- Osa 1: Big data ja sen soveltaminen
- Osa 2: Päätöksen teko
- Osa 3: Tietoon perustuvan päätöksenteon harjoitukset
Kaikkien osien aineistot (videoluennot, harjoitustehtävät ja muu opiskelumateriaali) löytyvät Xamkin oppimisympäristöstä.
Study forms and methods
Opintojakso toteutetaan kokonaan verkossa annetun aikataulun mukasesti.
Opiskelija voi halutessaan suorittaa opintojakson myös nopeammassa tahdissa, sillä koko materiaali aukeaa aloitustehtävän jälkeen.
RDI and work-related cooperation
Opintojaksolla käytetään todellisia aineistoja ja yritysesimerkkejä.
Timing of exams and assignments
Opintojakson aikataulu on seuraava:
20.1. 2025 Opintojakso alkaa
31.1.2025 Aloitustehtävän deadline*
6.2.2025 Oppimateriaali aukeaa aloitustehtävän suorittaneille
3.3.2025 Osan 1 deadline
1.4.2025 Osan 2 deadline
30.4.2025 Osan 3 deadline ja opintojakso päättyy
* HUOM! Opiskelijat, jotka eivät ole tehneet aloitustehtävää määräaikaan mennessä poistetaan opintojaksolta eivätkä he voi suorittaa sitä.
Sen jälkeen kun aineisto on avattu opiskejoille, he voivat opiskella täysin omaan tahtiinsa pitäen kuitenkin mielessä tehtävien viimeiset palautuspäivät.
Student workload
1 op vastaa noin 27 tuntia opiskelijan työtä.
Työmäärä kuitenkin riippuu opiskelumenetelmistä ja
aiemmasta osaamisesta
Evaluation scale
1-5
Assessment methods and criteria
Opintojakson arviointi perustuu tehtäviin ja harjoituksiin, joista kustakin saa pisteitä. Opiskelijan ei ole pakko suorittaa kaikki tehtäviä ja harjoituksia. Hyväksytty suoritus edellyttää vähintään 40 prosenttia enimmäispisteistä.
Qualifications
No prerequisities