Piirros Heikki Pälviä

Osaajia työelämän tarpeisiin
Uutta osaamista

Osaajia työelämän tarpeisiin

Tampereen yliopisto kouluttaa data-analytiikan osaajia korkeakoulututkinnon suorittaneille suunnattuna työvoimakoulutuksena. Työllistymisprosentti koulutuksen jälkeen on ollut varsin hyvä.

Tampereen yliopiston järjestämä data-analytiikan ensimmäinen työvoimakoulutus pyörähti käyntiin helmikuussa 2016 ja lähes saman sisältöistä koulutusta toistettiin vielä kaksi kertaa sen jälkeen.

Neljäs, uudistettu versio koulutusohjelmasta, alkoi tämän vuoden maaliskuussa. Kolmessa ensimmäisessä koulutuksessa mukana oli 12 opiskelijaa kussakin ja nyt maaliskuussa alkaneessa koulutuksessa opiskelijoita on 16.

Koulutuksen toteuttajaksi Tampereen yliopisto valikoitui Pirkanmaan ELY-keskuksen tarjouskilpailun kautta.

Kokeneille konkareille

Data-analytiikan koulutukset on suunnattu henkilöille, joilla jo on korkeakoulututkinto, johon on sisältynyt esimerkiksi tietojenkäsittelyä, tilastotiedettä, matematiikkaa tai tietotekniikan opintoja.

Koulutukseen valituilla on useasti joko diplomi-insinöörin tai AMK-insinöörin tai filosofian maisterin tutkinto tietojenkäsittelystä.

Koulutuksen aloittavilla tulee lisäksi olla jonkin verran ohjelmointikokemusta. Koulutus on herättänyt runsaasti kiinnostusta, viimeksi alkaneeseen koulutukseenkin haki jopa 81 henkilöä ja heistä siis 16 valittiin mukaan.

Jatkuvaa parantamista

Koulutusten kesto oli ensimmäisissä toteutuksissa viitisen kuukautta, mutta nyt kestoa on kuukaudella lisätty. Myös koulutuksen sisältöä on muokattu pitkin matkaa osallistujapalautteiden perusteella. Ensimmäisissä koulutuksissa varsinaiseen data-analyysiin liittyvien sisältöjen lisäksi mukana oli tietokantaosaamista ja pilviteknologiaa. Nämä on jätetty pois, sillä koulutusohjelman kärki halutaan pitää data-analyysin työvaiheiden, menetelmien ja työkalujen opiskelussa, joiden läpikäynti ja omaksuminen vie oman aikansa.

Koulutuksessa tutustutaan koneoppimiseen, niin ohjatun kuin ohjaamattoman oppimisen menetelmiin, joita harjoituksissa sovelletaan erilaisiin aineistoihin. Päätyökaluna opinnoissa käytetään avoimen lähdekoodin
R/RStudio-ohjelmistoja.

Opintojakson lopussa tutustutaan myös Big Data -tekniikoihin.

Monipuolinen paketti

Varsinaisen data-analyysin lisäksi koulutuksessa on omat opintojaksot datan visualisoinnista sekä datan hyödyntämisestä liiketoiminnassa. Visualisoinnissa paneudutaan menetelmiin ja työkaluihin, joilla data saadaan muutettua näkyväksi ja ymmärrettäväksi, ja data-analytiikka liiketoiminnassa -jaksolla opitaan, miten data-analytiikalla rakennetaan uusia liiketoimintamalleja.

Koulutus suoritetaan osallistumalla lähiopetuspäiviin, tekemällä etätehtävät ja suorittamalla työssäoppimisjakso, jonka aikana teoriajaksolla opittuja asioita on mahdollisuus soveltaa käytäntöön. Työssäoppimispaikat ovat löytyneet monilta toimialoilta ja erikokoisista yrityksistä.

Opetusjakson ja työssäoppimisen osuus koulutuksesta on likimain puolet ja puolet. Tavoitteena on, että opiskelija työllistyisi siihen yritykseen jossa hän työssäoppimisjakson suorittaa.

Osallistujien työllistymisprosentti on ollut varsin hyvä, kun tilannetta on tarkasteltu kolmen kuukauden kuluttua koulutuksen loppumisesta.

Ovi auki yliopistoon

Data-analytiikkakoulutusten pääsisältö on koostettu luonnontieteiden tiedekunnan kansainvälisen Big Data -maisteriohjelman kursseista.

Soveltuvan pohjakoulutuksen omaavat täydennyskoulutettavat voivat osallistua maisteriohjelman kursseille tutkinto-opiskelijoiden kanssa, mikäli innostusta riittää.

Lue seuraavaksi

Vastuullisuus
Eihän yhdistyksessänne säilytetä harrastajien tietoja turhaan?
Vastuullisuus

Eihän yhdistyksessänne säilytetä harrastajien tietoja turhaan?

Harrastustoiminnassa käsitellään monenlaisia henkilötietoja, kuten nimiä, henkilötunnuksia, osoitteita, allergiatietoja, tilinumeroita, syntymäaikoja, valokuvia ja videoita. Henkilötietoja ei useinkaan voida säilyttää ikuisesti, vaan niille tulee määritellä säilytysaika ja poistaa ne säilytysajan päätyttyä. Lähtökohta on, että henkilötietoja säilytetään vain niin kauan kuin se on tarpeen. Lue, mitä yhdistysten olisi ainakin hyvä ottaa huomioon henkilötietojen säilyttämisessä.

Iida Lautsi
Digikyvykkyys
Selvityksen kertomaa: osaamisen tunnistamiseen kaivataan menetelmiä
Digikyvykkyys

Selvityksen kertomaa: osaamisen tunnistamiseen kaivataan menetelmiä

Mitä jos työn tuottavuutta voisi parantaa neljällä prosentilla hyödyntämällä nykyisiä resursseja paremmin? Entä jos olisi mahdollista parantaa tehdyn työn laatua, lisätä työhyvinvointia ja innovaatiokyvykkyyttä? Olisiko mahdollista helpottaa myös rekrytointia?

Merja Sjöblom
Merja Sjöblom
Digikyvykkyys
Pk-yritysten digiosaaminen kuntoon yhdessä yritysneuvojien kanssa
Digikyvykkyys

Pk-yritysten digiosaaminen kuntoon yhdessä yritysneuvojien kanssa

TIEKEn ja yritysneuvontaorganisaatioiden yhteinen Digiyritysneuvonta-hanke kehittää sekä pk-yritysten digikyvykkyyttä että yritysneuvojien valmiuksia neuvoa yrityksiä niiden digikehitysmatkalla. Hankkeessa tuotetaan valtakunnallinen neuvontamalli, jonka myötä yritysten mahdollisuudet saada omien tarpeidensa mukaista digineuvontaa paranevat valtakunnallisesti merkittävästi.

Suvi Alatalo