Stötta utbildningen?
Genom att lämna en avsiktsförklaring för denna utbildning hjälper du oss att påvisa att denna kompetens behövs även i framtiden. Avsiktsförklaringen är en intresseanmälan och inte på något sätt bindande för din del.
Data Engineering
Data Engineers är idag högt eftertraktade på grund av det ökande behovet av kompetens inom datahantering och analys. I en tid där stora datamängder genereras från olika källor som mobiltelefoner och IoT-enheter, spelar Data Engineers en avgörande roll. Utbildningskonceptet är utformat för att förse marknaden med fler specialister som kan hantera och omvandla framtidens data till värdefulla affärsgynnande insikter.
Yrkesroller
- Data Engineer
- Business Intelligence-analytiker
- Dataanalytiker
Förkunskapskrav:
Särskild behörighet krävs i följande kurser:
Lägst betyget E/3/G i följande kurser:
Matematik 2 eller motsvarande
Programmering 1 eller motsvarande
eller motsvarande
Mål med utbildningen:
Efter avslutad utbildning ska den studerande ha kunskaper om:
- Planera, utföra samt identifiera resurser för att utföra, specialiserade arbetsuppgifter inom programmering, optimerade säkra databaser, webbramverk och maskininlärning i yrkesrollen som Data Engineer.
- Planera, utföra samt identifiera resurser för att utföra, specialiserade arbetsuppgifter inom ett agilt team med kunskap om metoder, verktyg och roller som teammedlem i yrkesrollen som Data Engineer.
- Lösa sammansatta problem inom området och skapa effektiva, säkra och kvalitativa applikationer samt analysera, planera, bygga och leverera applikationer i yrkesrollen som Data Engineer.
- Kommunicera åtaganden och lösningar gällande Data Engineering i yrkesrollen som Data Engineer på såväl svenska som engelska.
Efter avslutad utbildning ska den studerande ha kompetenser för att:
- Självständigt behandla teoretiska och praktiska tillvägagångssättet för att ta fram, producera och leverera lösningar till slutkund i ett projekt på ett sådant sätt att det leder till vidare lärande och professionell utveckling i yrkesrollen som Data Engineer.
- Självständigt behandla och ta en aktiv roll i ett agilt utvecklingsteam, hantera sin tid och ha ett kritiskt förhållningssätt så som förväntas av en junior utvecklare på ett sådant sätt att det leder till vidare lärande och professionell utveckling i yrkesrollen som Data Engineer.
- Övervaka implementering och test av en existerande eller ny applikation samt slutföra förelagda projekt inom yrkesrollen som Data Engineer.
Utbildningens kurser
Kurser och poängplan
- Data Engineering intro och grundläggande programmering med Python| 40 YHP
- Databaser och SQL| 40 YHP
- Dataflödesmodellering | 40 YHP
- Examensarbete| 30 YHP
- Integrering av data| 40 YHP
- IT-arkitektur för Data Engineering| 40 YHP
- Lärande i arbete | 120 YHP
- Projektkurs inom Data Engineering | 50 YHP
Totalt : 400 YH-poäng | 2 årig utbildning
(5 YH-poäng innebär en veckas heltidsstudier)
Kursinnehåll
-
Syftet med denna kurs är att ge studenten grundläggande kunskaper inom området Data Engineering och programmering med Python. Kursen fokuserar på problemlösning, logiskt tänkande, övergripande Data Engineering kunskaper, ITsäkerhet, programmering, agila arbetssätt, och AI-verktyg.
Moment:
- Programmering med Python
- Problemlösning och logiskt tänkande
- Övergripande Data Engineering kunskaper
- IT-säkerhet
- Agila arbetssätt
- Testning
- God programmeringssed
- In/Ut GitHub
- AI verktyg
-
Syftet med denna kurs är att ge studenten grundläggande kunskaper inom databaser och dess användning, uppbyggnad, testning och säkerhet. Kursen fokuserar på olika typer av databaser och SQL samt eventuella AI-verktyg.
Moment:
• Grundläggande databaskunskaper
• Databasdesign
• Databashantering
• SQL
• Testning
• Säkerhet
• God programmeringssed
• In/Ut GitHub
• AI verktyg -
Syftet med kursen att utveckla de studerandes förmåga att bygga effektiva, skalbara och användarvänliga system genom att tillämpa olika tekniker och verktyg som är relevanta för dagens tekniska landskap.
Dataflödesmodellering är en viktig aspekt av systemdesign och utveckling, och det är viktigt att förstå hur data rör sig genom systemet och hur det lagras och hämtas från databaser. Lake är en populär teknik för datainsamling och datalagring i molnet, och det är bra att ha kännedom om det. Data Warehouse (DW) är en annan viktig del av datahantering och är en teknik som används för att samla in och analysera data från olika källor. Förståelse av DW är viktigt för att kunna bygga skalbara och robusta system. Tillämpning av AI i en frontend-applikation är också en viktig del av kursen. AI är en av de hetaste trenderna inom teknik just nu, och det är viktigt att kunna använda det på ett effektivt sätt för att skapa användbara och användarvänliga applikationer.
Moment
• Fördjupning i programmering
• Data Warehouse (DW)
• Datalager och datasjöar
• Testning
• Frontend
• Dataflödesmodellering
• AI verktyg
• God programmeringssed
• In/Ut GitHub -
Syftet med denna kurs är att studenterna ska genomföra en självständig och fördjupad undersökning av ett specifikt ämne inom Data Engineering. Studenterna kommer att tillämpa och fördjupa sina kunskaper och färdigheter inom området genom att genomföra en praktisk undersökning och skriva en rapport. Examensarbetet kommer att ge studenterna möjlighet att visa upp sin förmåga att lösa problem och genomföra självständigt arbete inom området.
Moment:
• Praktiskt anpassat examensarbete inom Data Engineering
• Tillämpning av kunskaper och färdigheter
• Redovisning och opponering -
Syftet med denna kurs är att ge studenten kunskaper i att integrera data från flera källor systematiskt och centralt. Kursen fokuserar på att använda en datastrategi för att hantera och förbättra dataanvändningen i en verksamhet. Den studerande kan integrera data i datalager och datasjöar från flera källor på ett systematiskt och centralt sätt för att få en gemensam datakälla, enhetliga definitioner, förbättrad datakvalitet, snabbare åtkomst, smidig integration och en startpunkt för att förfina data och öka dess värde.
Moment:
• Dataflödesmodellering
• Datastrategier
• Datalager och datasjöar
• Systematisk och central integrering av data
• Enhetliga definitioner
• Förbättrad datakvalitet
• Snabbare åtkomst
• Smidig integration
• Testning
• Säkerhet
• God programmeringssed
• In/Ut GitHub
• AI verktyg -
Syftet med denna kurs är att ge studenten en förståelse för ITarkitektur och dess roll i Data Engineering. Kursen fokuserar på data modellering och flöde, agila arbetsmetoder, samt AIoch frontend-verktyg. Målet med kursen är att ge färdigheter inom IT-arkitektur för användning inom Data Engenering området.
Moment:
• Dataflödesmodellering
• Dataarkitektur
• AI/Frontend
• Data modellering/flöde
• Agila arbetsmetoder
• Testning
• Säkerhet
• God programmeringssed
• In/Ut GitHub -
Syftet med denna kurs är att ge studenten möjlighet att tillämpa sina kunskaper och färdigheter i praktiken på ett företag. Kursen fokuserar på att omsätta de kunskaper, färdigheter och kompetenser som studenten har fått från de 6 föregående kurserna.
Moment:
• Praktik hos företag inom Data Engineering
• Tillämpning av kunskaper i verkliga projekt
• Arbeta i team
• Användning av agila arbetssätt
• Testning
• Säkerhet
• God programmeringssed
• In/Ut GitHub
• AI verktyg
-
Syftet med denna kurs är att ge studenten en förståelse för praktiskt arbete inom Data Engineering. Kursen fokuserar på att förbereda studenten för sin praktik och framtida arbete genom att tillämpa kunskaper och färdigheter från tidigare kurser.
Moment:
• Tillämpning av Data Engineering kunskaper i ett projekt
• Arbeta i team
• Användning av agila arbetssätt
• Testning
• Säkerhet
• God programmeringssed
• In/Ut GitHub
• AI verktyg