×

 

Data Scientist

Data Scientist är en utbildning inom dataanalys och beslutsstöd där den studerande lär sig att utvinna, hanterar och analyserar väldigt stora mängder data som underlag i verksamhetsbeslut. Som data Scientist underlättar du beslutsfattande på olika nivåer genom att analysera stora och komplexa datakällor med nya metoder, tankesätt och verktyg.

Yrkesroller

  • Data Scientist
  • 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:

  • Specialiserade kunskaper inom teoretisk och praktisk dataanalys i yrkesrollen som Data Scientist
  • Kunskaper om och överblick över angränsande yrkes-och kompetensområden såsom programmering, statistik och databaser
  • Kunskaper om arbetsprocesser och kvalitetskriterier inom teoretisk och praktisk dataanalys i yrkesrollen som Data Scientist

Efter avslutad utbildning ska den studerande ha färdigheter i att:

  • Planera, utföra samt identifiera resurser för att utföra specialiserade arbetsuppgifter inom dataanalys i yrkesrollen som Data Scientist
  • Lösa sammansatta problem inom dataanalys i yrkesrollen som Data Scientist
  • Kommunicera åtaganden och lösningar gällande dataanalys i yrkesrollen som Data Scientist på såväl svenska som engelska

Efter avslutad utbildning ska den studerande ha kompetenser för att:

  • Bistå företag i att välja, implementera och använda rätt lösningar samt slutföra förelagda projekt inom yrkesrollen som Data Scientist
  • Självständigt behandla teoretiska och praktiska dataanalys-frågor på ett sådant sätt att det leder vidare till lärande och professionell utveckling i yrkesrollen som Data Scientist

Utbildningens kurser

Kurser och poängplan

  • Avancerad SQL, 25 YH-poäng
  • Self Service BI, 20 YH-poäng
  • Business Analytics, 20 YH-poäng
  • Data mining, 20 YH-poäng
  • Examensarbete, 30 YH-poäng
  • LIA 1, 70 YH-poäng
  • Lia 2, 70 YH-poäng
  • Projekt i data science, 25 YH-poäng
  • Python Programmering för big data, 30 YH-poäng
  • R Programmering för big data, 30 YH-poäng
  • Prediktiv Analys, 25 YH-poäng
  • Visuell dataanalys, 40 YH-poäng

Totalt : 400 YH-poäng | 2 årig utbildning
(5 YH-poäng innebär en veckas heltidsstudier)

Kursinnehåll

Syftet med kursen är att den studerande ska få de kunskaper, färdigheter och kompetenser inom SQL som krävs för att kunna arbeta som Data Scientist.

 

Kursen syftar till att ge de studerande fördjupade kunskaper i hur man utför sökningar med hjälp av SQL för komplex dataanalys. De studerande kommer också få djupare kunskaper om indexering, optimering och isolationsnivåernas påverkan på ställda SQL frågor.

 

Kursinnehåll:

• Beräkningar med hjälp av fönster funktioner
• Analys och optimering av SQL frågor
• Isolationsnivåer och samtidighet
• Index
• SQL Server Profiler och Extended events
• Query plans

Syftet med kursen är att den studerande ska få de kunskaper, färdigheter och kompetenser inom verksamhetsanalys som krävs för att kunna arbeta som Data Scientist.

 

Målet med kursen är att de studerande kan hantera en komplett process för verksamhetsanalys och flera olika metoder för projektstyrning. De studerande kommer att förbättra sin analysförmåga och får lära dig att använda ett ramverk för verksamhetsanalys och affärsutveckling. Under kursen får de studerande lära sig att hantera allt från uppstart, kravinsamling och hantering av intressenter till att skriva kravdokumentation, överlämna affärslösningar och validera resultat.

Kursen syftar till att ge den studerande specialiserade kunskaper i att med hjälp av historiska data lära sig bygga prediktiva analyslösningar med datamining lösningar i SQL Server Analysis services och de avancerade data mining verktygen i Excel.

 

Kursens mål är att den studerande utvecklar kunskap om och förståelse för data mining, dess syfte samt förståelse för sambandet mellan olika strukturer och dataanalysmetoder. Den studerande ska utveckla sina färdigheter i prediktiva analyslösningar och hur man tillämpar detta inom området data mining.

Syftet med kursen är att den studerande ska få de fördjupade kunskaper, färdigheter och kompetenser i utbildningen som helhet och nå utbildningens övergripande mål, vilka är kraven för att kunna arbeta som Data Scientist.

 

Målet är att den studerande efter genomförd kurs kan identifiera, formulera, analysera, lösa problem och utföra komplexa uppgifter kopplade till dataanalys. Den studerande ska fördjupa och/eller bredda sina kunskaper i områden som ryms inom utbildningsplanen och självständigt planera och genomföra uppgiften. Examensarbetet kan även vara en egen vald fördjupningsuppgift inom ramen för denna utbildning.

 

 

Syftet med kursen är att den studerande ska få de specialiserade kunskaper, färdigheter och kompetenser och praktisk erfarenhet från samtliga av de tidigare kurserna och praktiskt tillämpa dem i denna näringslivsförlagda kurs.

 

Målet är att den studerande efter genomförd kurs kan applicera utbildningens metodik inom praktiskt analys och Self service BI i faktiska projekt och har tillägnat sig specialiserad kunskap om och förståelse för att självständigt kunna utföra arbetsuppgifter inom utbildningens område med hjälp av relevanta arbetsmetoder.

 

Den studerande ska kunna redogöra för metodik och processer runt utvecklingsprojekt, redogöra för kvalitetssäkringsarbetet och dokumentationsbehovet i ett skarpt utvecklingsprojekt och kunna beskriva de teknologier, plattformar och verktyg som används inom det aktuella företaget.

Syftet med kursen är att den studerande ska få de specialiserade kunskaper, färdigheter och kompetenser och praktisk erfarenhet från samtliga av de tidigare kurserna och praktiskt tillämpa dem i denna näringslivsförlagda kurs.

 

Målet är att den studerande efter genomförd kurs kan applicera utbildningens metodik inom avancerad dataanalys i faktiska projekt och har tillägnat sig specialiserad kunskap om och förståelse för att självständigt kunna utföra arbetsuppgifter inom utbildningens område med hjälp av relevanta arbetsmetoder.

Syftet med kursen är att den studerande ska få de kunskaper, färdigheter och kompetenser inom praktisk dataanalys som krävs för att kunna arbeta som Data Scientist.

 

Målet med kursen är att de studerande efter avslutad kurs ska ha provat och omsatt teoretiska och praktiska kunskaper i ett större projekt.

 

Syftet med kursen är att den studerande ska få de kunskaper,
färdigheter och kompetenser inom Python programmering som
krävs för att kunna arbeta med kvalificerad dataanalys.

 

Målet med kursen är att den studerande introduceras i
grundläggande datastrukturer, grunderna i Pythons syntax,
textbaserade användargränssnitt och arbete med styrstrukturer
som slingor och if-satser, kommandotolken och
objektorienterad programmering.

Kursen syftar till att ge den studerande specialiserade kunskaper i att använda språket R för programmering, grafer och effektiv dataanalys.

R är ett verktyg för statistik och datamodellering. Språket R är elegant, mångsidig och syntaxen är uppbyggd kring att arbeta med data. Men R är mer än så, den innehåller också mycket kraftfulla grafikfunktioner.

 

Målet med kursen är att de studerande lär sig både hur man programmerar i R och hur man använder R för effektiv dataanalys. De får också lära sig att installera och konfigurera den programvara som krävs för att kunna jobba i en statistisk programmeringsmiljö.

Kursen syftar till att ge den studerande specialiserade kunskaper i att förstå och använda olika statistiska metoder för att analysera historisk information för att på så sätt förutspå framtida händelser samt få färdigheter i att använda de vanligaste prediktiva modellerna, regression och klassificering.

 

Målet med kursen är att de studerande får lära sig hur prediktiv analys används inom olika statistiska metoder för att utvinna information från befintliga datamängder i syfte att fastställa mönster och förutsäga framtida utfall och trender. Prediktiv analys kan inte berätta vad som kommer att hända i framtiden. Prediktiv analys förutspår vad som kan hända i framtiden med en acceptabel nivå av tillförlitlighet. Prediktiva modeller och analyser används vanligtvis för att förutsäga framtida sannolikheter.

Syftet med kursen är att den studerande ska få de kunskaper, färdigheter och kompetenser inom visuell dataanalys som krävs för att kunna arbeta som Data Scientist.

Att analysera stora datamängder för att hitta mönster och trender som kan vara underlag för beslutsfattande kan vara en utmanande process. Data- och informationsvisualiseringsmetoder stödjer denna process och tillåter beslutsfattarna att härleda analysresultat från data. Kursen ger en introduktion till informationsvisualisering, visual data mining och visual analytics.

 

Kursens mål är att den studerande utvecklar kunskap om och förståelse för Visuell dataanalys, dess funktion samt förståelse för sambandet mellan analysresultat och beslutsfattande. Den studerande ska utveckla sina färdigheter i informationsvisualisering och kunna välja lämpliga sätt att presentera resultatet av en dataanalys.