Ülemiste City
Tartu Ülikool

Tänapäevaste andmete analüüs

Tänapäevaste andmete analüüsi mikrokraad pakub teaduspõhiseid teadmisi sellest, milliseid väljakutseid ja võimalusi kätkeb endas andmestumine nii organisatsioonide kui ka ühiskonna lõikes laiemalt. Mikrokraadi kuuluvate praktiliste ainete kaudu on võimalik kõigil saada esmased teadmised ja oskused eri tüüpi suurandmete analüüsimiseks ning analüüsiga seonduvate võimalike probleemkohtade tuvastamiseks.

Tänapäevaste andmete analüüsi mikrokraad on mõeldud era- ja avaliku sektori spetsialistidele, kes oma töös puutuvad kokku erinevate andmestikega, kuid kes sooviksid paremini aru saada võimalikust suurandmete kasutamise mõjust organisatsioonidele ja ühiskonnale.

See kraad sobib sulle, kui:  

  • sul on olemas alusteadmised ja - oskused kvantitatiivsest andmeanalüüsist (omandatud varasemate õpingute või töökogemuse kaudu); 

  • sul on vähemalt bakalaureusekraad; 

  • sul on valmisolek osaleda õppetöös inglise keeles; 

  • sind huvitavad ühiskondlikud protsessid, suurandmete roll tänases ühiskonnas ja praktilised oskused suurandmete analüüsimiseks.

Vastuvõtu eelduseks on bakalaureusekraad või sellele vastav haridustase, alusteadmised ja -oskused kvantitatiivsest andmeanalüüsist (omandatud varasemate õpingute või töökogemuse kaudu); inglise keele oskus. Lisaks tuleb esitada motivatsioonikiri.

Motivatsioonikirja nõuded: 

Motivatsioonikiri sisestada kursusele registreerumisel väljale "täiendav info või küsimused seoses koolitusel osalemisega". 

Motivatsioonikirjas palun vastake järgmisele küsimustele: 
1)  Kuidas toetavad teie eelnevad õpingud mikrokraadi programmis õppimist?  
2) Kuivõrd ja millisel viisil on teie senine töökogemus olnud seotud andmete analüüsiga? 
3) Millised on teie ootused õpingutele Tartu Ülikooli mikrokraadiprogrammis? 

Mida koolitusel õpid?

Suurandmed ja andmestunud ühiskond (SVUH.00.199, 6 EAP, kevadsemester, inglise keeles)
Kursuse käigus saad ülevaate andmestumise eripäradest (mida andmestumine tähendab ühiskonnas, organisatsiooni ja indiviidi tasandil); milliseid andmeid ja kuidas saab organisatsiooni või kogukonna heaks kasutada (mh andmeaktivismi arengud), milliste tõlgendusprobleemidega tuleks arvestada, kui puututakse kokku suurandmeid kasutanud analüüsidega (paradigmaatilised nihked, valimi esinduslikkuse probleemid, privaatsus ja eetika, väljakutsed meetoditele ja analüüsitehnikatele, näited suurandmete rakendusvaldkondadest, nt sotsiaalsete võrgustike analüüs, mobiilpositsioneerimine, sotsiaalmeedia ja hoiakute mõõtmine, registriandmed jm).

Suurandmed ja andmestunud ühiskond - praktikum (SVUH.00.119, 2 EAP, kevadsemester)
Praktikumide käigus omandad esmased oskused suurandmete analüüsimisega seonduvate probleemide lahendamiseks.

Digimeetodid ja tänapäevased andmestikud (SVUH.00.093, 6 EAP, kevadsemester)
Aine annab teadmised ja oskused kuidas digimeetodite abil analüüside erinevat tüüpi andmestikke. Tutvustatakse struktureeritud ja struktureerimata andmestike eripära, nende analüüsimise viise ning piiranguid ning erilist tähelepanu pööratakse kvantitatiivse tekstianalüüsi kasutamisele.

Lisaväärtused õppijale:

Mikrokraadi aineid on võimalik ühiskonna ja infoprotsesside analüüsi magistriõppekavale sisseastudes VÕTAga arvestada ning seeläbi magistrantuuris õppides enda koormust vähendada.

Programm on aja- ja toimumiskorralduses paindlik, mistõttu sobib hästi töötavale õppurile. Õpe toimub nädalalõpu õppesessioonidena kombineerides virtuaal- ja lähiõpet.

Õppe käigus kohtud väga erinevate magistriõppekavade tudengitega, kelle teadmised, kogemused ja näited oma valdkonnast seoses andmetega rikastavad õpikogemust.

Maht: 14 EAP (200 tundi auditoorset, 164 tundi iseseisvat tööd) h
Tasulisi kohti: 5 (1120€)
Keel: eesti ja inglise keeles
Algus: 06. veebruar
Registreerimine: 22. jaanuar
Õppejõud
Maris Männiste, Kadri Rootalu, Peeter Tinits, Ragne Kõuts-Klemm, Katrin Siider, Maris Männiste, Hans Hõrak, Marit Napp
Toimumiskoht
Tartu
Toimumisajad
Õppevorm
põimõpe
Hindamine

Osalemine ainetes nõutud mahus, kodutööde esitamine ja positiivne lõpphindamise tulemus.

Kursuse kontakt
Gea Kiisk (gea.kiisk@ut.ee)

AVASTA