Studieplan for Big Data and Analytics (15 studiepoeng) (Høst 2019)

Informasjon om studiet

Dette er et betalingsstudium. For nærmere informasjon om studieavgift, vennligst se studiekatalog eller kontakt HiØ Videre.

Å benytte data til å endre organisasjonen din er kun begrenset av din evne til å forstå og håndtere store datamengder. Studiet gir enkeltpersoner muligheten til å skape verdier gjennom datasett på tvers av et bredt spekter av bransjer og disipliner.

Det er forventet at studenten bruker om lag 400 timer på dette studiet.

Hva lærer du?

Grad/tittel ved bestått studium

Ingen.

Studiets læringsutbytte

Kunnskap
Kandidaten

• har grunnleggende kunnskap om store datamengder og dataanalyse

• er kjent med ulike typer analytiske metoder og verktøy

• forstår trinnene som er involvert i pre-prosessering for dataanalyse

• forstår personvernproblemer, fallgruver og myter om store datamengder.

• forstår motivasjonen for og forretningsmessige drivere for analyse av store datamengder

Ferdigheter
Kandidaten

• velge og benytte egnede dataanalyseteknikker for å ta bedre beslutninger

• foreslå skalerbare løsninger for organisasjoner

• designe og bygge nye visualiseringer

• bygge og benytte prediktive modeller

• benytte avanserte teknikker for å velge riktige inndata og for å vurdere modeller

Generell kompetanse
Kandidaten har tilstrekkelig erfaring til å utnytte store datamengder i sin egen virksomhet

Opptak

Generell studiekompetanse eller realkompetanse.

Deltakere uten formell kompetanse, eller som ikke ønsker å avlegge eksamen, kan følge studiet som etterutdanning (ikke studiepoenggivende). Deltakere som gjennomfører etterutdanning får utstedt kursbevis, under forutsetning av at arbeidskrav er godkjent.

Andre vilkår for gjennomføring av studiet

Ingen.

Oppbygging og gjennomføring

Studiets oppbygging og innhold

Studiet består av ett emne med et omfang på 15 studiepoeng.

Dette emnet gir en bred introduksjon i dataanalyse hvor du vil få en gjennomgang av standard programvare som kan benyttes til å analysere dine datasett. Du blir kjent med klassiske, så vel som moderne dataanalysemetoder. I tillegg vil du lære om metodenes fordeler og ulemper, samt om når og hvordan du skal benytte dem.

Emnet tar for seg følgende temaer:

• Big data analytics and visualization
• Social Network analytics
• Text and web analytics
• Neural networks

Undervisnings-, lærings- og vurderingsformer

Studiet består av ett emne med et omfang på 15 studiepoeng. Emnet går over ett semester med fire 2-dagers studiesamlinger på dagtid, totalt 8 dager. Samlingene består av en rekke forelesninger, inkludert case-studier og praktiske oppgaver som leder studentene fra innsikt til handling.

Det gis veiledning via e-post mellom samlingene.

Arbeidskrav
Minimum 75% deltakelse på undervisningssamlinger. Tilstedeværelse vil bli registrert. For at studenten skal kunne framstille seg til eksamen eller motta kursbevis må arbeidskravet være godkjent senest 3 uker før eksamen

Eksamen
Mappevurdering

Mappen består av fire prosjekter. Det første prosjektet vil bli gitt etter første samling, det andre etter andre samling osv. Prosjektene skal gjennomføres individuelt eller i grupper på to og to.

Mappen vurderes som en helhet, og det gis én samlet, individuell karakter for mappen.

Karakterregel: Bestått/Ikke bestått.

Sensorordning
Besvarelsen sensureres av intern og ekstern sensor.

Vilkår for ny/utsatt eksamen
Ved ny eksamen må hele mappen gjennomføres på nytt.

Plagiatkontroll/fusk
Arbeidskrav og eksamensbesvarelser kan bli gjenstand for plagiatkontroll. Besvarelser som er helt eller delvis identiske vil ikke bli godkjent og vil anses som fusk eller forsøk på fusk. Se for øvrig forskfrift om eksamen, studierett og grader ved Høgskolen i Østfold.

Praksis

Det er ingen praksis i studiet.

Forsknings- og utviklingsarbeid

Både litteratur og forelesninger vil bygge på aktuell forskning.

Internasjonalisering

Emnet i dette studieprogrammet undervises på engelsk og benytter engelsk litteratur.

Evaluering av studiet

For å kunne tilby en aktuell og relevant utdanning av god kvalitet er vi avhengige av studentenes tilbakemeldinger. Evaluering gjennomføres i henhold til høgskolens kvalitetssystem. Etter fullført studium evaluerer studentene studiet på elektronisk skjema fra HiØ VIDERE.

Litteratur

Litteratur vil være tilgjengelig innen 1. juni 2019.

Studieopphold i utlandet

Ingen.

Jobb og videre studier

Det digitale samfunnet er her og påvirker alle profesjoner. Data samles om kunder, produksjonsprosesser, energiforbruk, trafikkstrømmer og værtrender; tilfanget av data er tilnærmet ubegrenset. For å skape innsikt ved hjelp av store datamengder trengs ny kompetanse inn i de fleste virksomheter. Denne innsikten er avgjørende for å være konkurransedyktig i det digitale samfunnet. Både kunnskap om og praktisk erfaring dataanalyse er helt avgjørende.

Personer med kompetanse innenfor analyse av store datamengder vil i en økende digitalisert verden bli svært ettertraktede ressurser.

Ønsker du ytterligere kompetanse innen maskinlæring og dataanalyse, kan du søke deg til bachelorstudium i informatikk - design og utvikling av IT-systemer eller masterstudium i Applied Computer Science ved Høgskolen i Østfold.

Studieplanen er godkjent og revidert

Studieplanen er godkjent

Dekan Harald Holone, 22.03.16

Studieplanen er revidert

Studieleder Monica Lind Kristensen, 18.01.2019

Studieplanen gjelder for

Høsten 2019.

Studieprogramansvarlig

HiØ VIDERE.
Studieleder Monica Lind Kristensen