Täienduskoolituse õppekava
Andmeanalüütiku alustalad
VeebikoolitusAndmeanalüütiku alustalad: 10-nädalane õpiteekond algajale oskuste omandamiseks ja konkurentsieelise loomiseks tööturul Õppekava nimetus Inglise keelesFundamentals of Data Analyst: A 10-week learning journey for beginners to acquire skills and create a competitive advantage in the labor market
1. Üldandmed
| Õppekava nimetus | Andmeanalüütiku alustalad |
|---|---|
| Pakkuja | Ettevõtluskeskus OÜ (registrikood 14127891, EHIS ID 22972) |
| Õppekavarühm | Tarkvara ja rakenduste arendus ning analüüs |
| Õppekeel | eesti keel |
| Õppevorm | Veebis |
| Õpingute alustamise tingimused | Keelelised oskused, mis on vajalikud õpingute alustamiseks:Inglise keele oskus: teksti mõistmine: on vaja aru saada tekstidest, mis koosnevad sagedamini esinevatest või oma tööga seotud sõnadest. Andmeanalüütika oskuskeel õpingute alustamiseks pole vajalik, koolituse käigus õpitakse vajalikud mõisted muude teemadega lõimitult. osalemine grupikohtumistel: inglise keele oskus soravaks suhtluseks on vajalik veebis grupikohtumistel sisuliseks osalemiseks. Kui õppegrupp komplekteeritakse üksnes eesti keele valdajatest, siis pole suuline inglise keele oskus vajalik. Õpingute alustamiseks on vajalik osalejal tagada kaameraga nutiseadme kasutamise võimalus ja küllalt privaatne ruum, kus ta saab segamatult osaleda veebis toimuvatel grupikohtumistel. Google meilikonto on vajalik koolituse õpperühma jaoks loodava Google Chat kanaliga liitumiseks. Koolitusele soovija saab esmast tagasisidet koolituse sobivuse kohta, mille käigus selgub, kui realistlik on läbida reaalajas üle veebiseminari platvormi, kas on vajalik osaleda samal teemal klassikoolitusel, kus koolitaja tugi on suurem. |
| Sihtgrupp | Koolitusele ootame eelkõige finants-, äri- või andmeanalüüsiga tööalaselt kokku puutunud. Lisaks on teretulnud need, kellel on matemaatilise ja ruumilise mõtlemise oskusi - need oskused on sellel koolitusel õppimiseks olulised eeldused ja neid ka arendame koolituse jooksul. |
| Väljastatav dokument | Tunnistus õpiväljundite saavutamisel, muul juhul tõend |
2. Õpiväljundid
Programmi läbinu suudab:
- ÕV1Õppides veebi õppekeskkonnas keskkonnas saavutab õppija järgmised õpiväljundid:
- ÕV2Seostab andmeanalüütika oskuskeele mõisteid näidisjuhtumitega [ hindamismeetod: kirjalikud valikvastusega testid veebi õppekeskkonnas keskkonnas]
- ÕV3rakendab enda koostatud lihtsamaid SQL ja R programmeerimiskeeltes päringuid etteantud andmehulkades [ hindamismeetod: praktiliste harjutuste täitmine veebi õppekeskkonnas keskkonnas, jooksev automeeritud tagasiside koodi toimivuse kohta] Mentorlusega koolituses lisanduvad õpiväljundid:
- ÕV4Esitab iseseisvalt puhastatud andmestikust endale huvipakkuvaid leide järgides andmekvaliteedi head tava [hindamismeetod: jooksev suuline tagasiside mentorkoolitajalt]
- ÕV5Presenteerib iseseisvalt visualiseeritud andmeanalüüsi tulemusi etteantud andmestikust [hindamismeetod: jooksev suuline tagasiside mentorkoolitajalt ][kriteeriumid: portfoolio sisaldab vähemalt kaks erinevat enda koostatud analüüsi; kasutades omal valikul R, SQL-i ja/või MS Excel /Google Sheets rakenduste VLookup vahendeid]
- ÕV6Esitleb andmeanalüütika valdkonnas tööle kandideerimiseks oskuste taset peegeldavat portfooliot, mille on iseseisvalt kursuse jooksul koostanud [hindamismeetod: jooksev suuline tagasiside mentorkoolitajalt] [kriteeriumid: portfoolio sisaldab vähemalt kaks erinevat enda koostatud analüüsi; analüüside tutvustuses on kontekstitundlikult kasutatud oskuskeele mõisteid]
- ÕV7Ajakohastab iseseisvalt oma Linkedin profiili it-värbajate tähelepanu püüdmiseks andmeanalüütika tööandja huvisid silmas pidades [ hindamismeetod: suuline tagasiside mentorkoolitajalt ja suuline vastastikhindamine kaasõppija tagasisidega]
3. Õppe maht ja struktuur
3.1 Õppe maht
- Kogumaht: 284 ak.t (45 min) · 213 tavatundi (60 min).
- Õppe kogumaht, sealhulgas auditoorse, praktilise ja iseseisva töö osakaal
- 284 ak.t
- 36 ak.t auditoorne õpe: grupikohtumised veebikeskkonnas
- 248 ak.t iseseisev töö, sh veebi õppekeskkonnas õppekeskkonnas iseseisev õpe ja kodutööde ettevalmistamine grupikohtumisteks
3.2 Õppe sisu
- Peamised teemad: Andemanalüütika töö omapärad, andmete kogumine, puhastamine, analüüs, visualiseerimine, andmetel põhinev otsuste tegemine ja probleemide lahendamine. Kandideerimine tööle andemeanalüütika valdkonnas. Õppija
- kavandab oma õppimist programmijuhi toel
- läbib veebikeskkonnas etteantud õpitee Reaalaja kohtumistel mentorkoolitajatega toimuvad esitlused, iseseisvate tööde juhendamine ja tagasiside.Kursuseplaani näidis:
- Andmeanalüütiku kursuse Näidisplaan
4. Õppe ülesehitus, keskkond ja meetodid
4.1 Õppemeetodid
- Koolitusel kasutatakse erinevaid aktiivõppemeetodeid, sh juhtumianalüüse, praktilisi töid ning iseseisvat tööd. Koolitusel viiakse läbi rühmatöid ning kasutatakse vastastik hindamist.
4.2 Õppekeskkond ja tööriistad
- Iseseisva õppe osa toimub veebi õppekeskkonnas õppekeskkonnas, ligipääs avatakse koolitusele vastuvõetud õppijatele. Vajalikud on internetiühendusega nutiseadme kasutamine. Kohtumised koolituse mentoriga toimuvad veebikohtumiste vormis, samuti rühmatööd.
4.3 Õppematerjalid
- Iga mentorkoolitaja annab vastavalt õppegrupi vajadusele õpinguid toetavaid lisamaterjale.Õppijale antakse ligipääs e-materjalidele, milleks on Ettevõtluskeskuse koolitajate poolt loodud materjalid (salvestused koolituse teemadest) ja/või meie partnerite poolt loodud e-õppe materjalidele
4.4 Iseseisev töö
- Iseseisev töö
- Iseseisva töö ülesanded jaotuvad:1. veebi õppekeskkonnas õppekeskkonnas harjutuste ja testide sooritamine, sh: jooksvalt sooritatavad väikesemahulised harjutustestid (quiz) ning iga mooduli lõpus mahukam test (challenge)
- veebi õppekeskkonnas õppekeskkonnas esitatav juhtumianalüüs, mille õppija koostab soovi korral
- Mentorkoolitaja poolt jooksvalt antavad ülesanded, mida õppija enne individuaalseid ja grupimentorluse sessioone sooritab, tagasisidet saab mentorkoolitajalt ja/või õpingukaaslastelt: päringud andmestikust, andmete puhastamine, andmete visualiseerimine; isikliku andmeanalüütika valdkonnas tööle kandideerimiseks oskuste taset peegeldava portfoolio koostamine ja oma Linkedin profiili ajakohastamine
- Iseseisva töö maht nädalas varieerub 1-3 ak.t vastavalt eelnevast kokkupuutest andmeanalüütika valdkonnaga
5. Hindamine ja lõpetamise tingimused
5.1 Hindamine
- Tunnistus antakse välja juhul, kui õppija saavutab õpiväljundid ning esitanud lõputöö. Kui õppija ei saavutanud kõiki õpiväljundeid või ei soovinud hindamist, siis väljastatakse tõend.
5.2 Lõpetamise tingimused ja väljastatavad dokumendid
- Tunnistus antakse välja juhul, kui õppija saavutab õpiväljundid ning esitanud lõputöö. Kui õppija ei saavutanud kõiki õpiväljundeid või ei soovinud hindamist, siis väljastatakse tõend.
6. Koolitajate kvalifikatsioon
- Kõik koolitajad omavad kõrgharidust, töökogemust õpetatavas valdkonnas ja täiskasvanute koolitamise kogemust. Koolitajate lühitutvustusi on võimalik lugeda kodulehelt konkreetse koolituse toimumise juures.
7. Kvaliteedi tagamine ja parendamine
Programmi kvaliteeti hinnatakse osalejate tagasiside, koolitajate tähelepanekute ja lõpetamise tulemuste põhjal. Tagasisidet kasutatakse õppematerjalide, juhendite ja kommunikatsiooni järjepidevaks parandamiseks ja täpsustamiseks.