Andmeanalüütiku alustalad: 10-nädalane õppimisteekond algajale oskuste omandamiseks ja konkurentsieelise loomiseks tööturul

1. Õppeasutus
Ettevõtluskeskus OÜ

2. Õppekava nimetus eesti keeles

Andmeanalüütiku alustalad: 10-nädalane õppimisteekond algajale oskuste omandamiseks ja konkurentsieelise loomiseks tööturul

 3. Õppekeel 
Eesti keel (õppematerjalid on inglise keelsed)

4. Õppekavarühm 
Andmeteadus ja andmeanalüütika

5.1 Eesmärk
Аnda osalejatele praktilised oskused ja teadmised, et alustada edukat karjääri andmeanalüütikuna.

5.2 Õpiväljundid

Programmi lõpuks osalejad:

  - Valdavad Pythoni ja R programmeerimiskeeli andmeanalüüsi jaoks.

  - Oskavad kasutada SQL-i ja hallata andmebaase.

  - Valdavad statistilisi meetodeid ja andmetöötlust.

  - Oskavad kasutada andmete visualiseerimise tööriistu.

  - Omavad kogemusi andmeanalüüsi projektidega.

  - Oskavad luua professionaalse portfelli.

  - Omavad teadmisi võrgustiku loomise ja karjääri planeerimise kohta.

6.1 Sihtgrupp

Koolitusprogramm "Andmeanalüütiku alustalad" on ideaalne valik neile, kes soovivad:

• Omandada andmeanalüütiku põhioskused ja saada konkurentsieelise tööturul.
• Üle minna teisest karjäärist andmeanalüütikaks, kasutades paindlikku ja praktilist õppekava.
• Kasutada tehnoloogia võimalusi, nagu ChatGPT, mis toetavad oskuste kiiremat omandamist.
• Valdavad inglise keelt tasemel, mis võimaldab iseseisvalt aru saada õppematerjalidest, iseseisvalt õppida ja oma mõtteid sõnastada (vähemalt tase B1).

Eelnev haridus või töökogemus analüütikuna ei ole nõutud. 

6.2 Õppe alustamise tingimused:

See arenguprogramm sobib, juhul kui sul on:

Algtasemel arvutioskused, loogilise mõtlemise ja analüüsivõime, soov õppida uusi oskusi ja töötada andmetega.

1. Taotlejate eelvalik: Kursusele kandideerimiseks esitavad taotlejad oma haridusliku ja tööalase tausta, oskuste ning motivatsiooni kirjelduse CV-de, motivatsioonikirjade kaudu.
2. Esmase sobivuse hindamine: Me hindame esitatud materjalide põhjal taotlejate esmast sobivust kursusele, võttes arvesse miinimumnõudeid ja kandidaatide motivatsiooni.
3. Grupiintervjuud või töötoad: Valitud taotlejad osalevad tasuta grupiintervjuudes või töötubades, kus hinnatakse nende suhtlemisoskusi, meeskonnatööd, probleemilahendamise võimet ja pühendumust.
4. Kognitiivsete võimete test: Grupiintervjuude või töötubade tulemuste põhjal valitakse parimad kandidaadid, kes kutsutakse osalema tasuta VVS-N kognitiivsete võimete testis.
5. Testitulemuste analüüs: Testi tulemusi analüüsitakse, et saada ülevaade kandidaatide kognitiivsetest võimetest, võttes arvesse nende varasemat hariduslikku ja tööalast tausta, motivatsiooni ja isiksuseomadusi. Kandidaadi testi tulemused jagatakse personaalsel tagasiside vestlusel. 
6. Lõplik valik: Kursuse osalejad valitakse, arvestades kõiki eelnevaid etappe ja hinnates nende terviklikku sobivust kursusele. Püüame saavutada osalejate mitmekesisust, et toetada erinevate vaatenurkade ja kogemuste jagamist.

Kursusele lubamise otsus tehakse eeltoodud kriteeriumide alusel, et tagada parimate kandidaatide leidmine, kes on tõenäoliselt edukad kursusel ja kellel on sobivad isikuomadused ning kognitiivsed võimed.

7. Õppe kogumaht, selle ülesehitus, õppekeskkond ja õppevahendid

Õppe kogumaht: 

380 akadeemilist tundi (285 astronoomilist tundi)

Õppemahu hinnanguline jaotus: Antud 10-nädalase programmi puhul on üldine õppemaht jaotatud järgmiselt:

Loengud ja seminarid (koos demonstreerimise sessioonidega): 67.5 akadeemilist tundi (45 x 1.5)

Praktilised gruppitööd ja harjutused: 90 akadeemilist tundi (60 x 1.5)

Iseseisev töö: 157.5 akadeemilist tundi (105 x 1.5)

Projektid: 45 akadeemilist tundi (30 x 1.5)

Iseseisva töö maht (akh): 292,5 akadeemilist tundi

Õppekeskkond: Koolitused toimuvad veebipõhiselt, kasutades videokonverentsi tarkvara ja digitaalseid õppevahendeid.

Õppevahendid: Arvuti, internetiühendus, Python, R, SQL, Tableau, Power BI, Matplotlib, Hadoop, Spark, andmebaasid.

8. Õppeprotsessi kirjeldus, õppe sisu, õppemeetodid

8.1 Veebikoolitus: 10-nädalane õppekava, kus iga nädal keskendutakse erinevale teemale, sisaldades loenguid, praktilisi ülesandeid ja projekte

8.2 Õppe sisu

1. Nädal: Andmeanalüütiku töö ja tööstuse ülevaade

     - Õpiväljund: Mõista andmeanalüütiku rolli, tööülesandeid, töökohtade nõudmist ja tööstusharusid, kus andmeanalüütikud töötavad

2.  Nädal: Programmeerimiskeelte alused (Python ja R)

     - Õpiväljund: Omandada Pythoni ja R põhitõed, et kasutada neid andmete analüüsimiseks.

3.  Nädal: Andmetöötlus ja statistika

     - Õpiväljund: Omandada andmetöötluse ja statistika alusteadmised, mis on andmeanalüütiku töös kriitilise tähtsusega.

4.  Nädal: SQL ja andmebaaside haldamine

     - Õpiväljund: Omandada oskused SQL-i ja andmebaaside haldamiseks, mis on andmeanalüütiku töös olulised.

5.  Nädal: Suurandmete tehnoloogiad (Hadoop ja Spark)

     - Õpiväljund: Tutvuda suurandmete töötlemise tehnoloogiatega, nagu Hadoop ja Spark, mis aitavad andmeanalüütikutel suurtes andmemahtudes töötada.

6.  Nädal: Andmete visualiseerimine (Tableau, Power BI, Matplotlib)

     - Õpiväljund: Omandada oskused andmete visualiseerimise tööriistade kasutamiseks, et esitada analüüse arusaadaval ja visuaalsel kujul.

7.  Nädal: Praktilised andmeanalüüsi projektid

     - Õpiväljund: Rakendada omandatud teadmisi ja oskusi praktilistes andmeanalüüsi projektides, mis aitavad luua portfelli, mida saab tulevastele tööandjatele näidata.

8.  Nädal: Koolitused ja sertifikaadid

     - Õpiväljund: Kaaluda andmeanalüüsi koolituste ja sertifikaatide omandamist, mis võivad suurendada tööturuväärtust ja näidata pühendumust erialale.

9.  Nädal: Võrgustiku loomine

     - Õpiväljund: Ühineda andmeanalüütikute võrgustike ja kogukondadega, et leida töövõimalusi, õppida teiste kogemustest ja jagada oma teadmisi.

10. Nädal: Karjäärinõustamine ja tööotsingustrateegia

  - Õpiväljund: Koostada efektiivne tööotsingustrateegia, parandada CV-d ja motivatsioonikirja ning õppida läbima tööintervjuusid, et edukalt kandideerida andmeanalüütiku töökohtadele.

Selle 10-nädalase õppekava läbimisel omandavad õpilased vajalikud oskused ja teadmised, et alustada edukat karjääri andmeanalüütikuna.

Programm sisaldab praktilisi projekte, mis aitavad õpilastel oma portfelli luua, ning võrgustiku loomise ja karjäärinõustamise elemente, et toetada õpilaste tööotsingut pärast programmi lõppu.

 8.3 Õppemeetodid
Loengud, praktilised harjutused, rühmatööd, iseseisev töö, juhendatud õpe, projektid

8.4 Õppematerjalide loend
Õppematerjalid, sh slaidid, videod, e-raamatud, töölehed, juhendid, näidisprojektid ja -kood, harjutusandmestikud, lisamaterjalid erinevate teemade kohta.

9. Hindamine ehk õppe lõpetamise tingimused

9.1 Hindamismeetodid:

Osalejate hindamine põhineb nende osalusel loengutes ja praktilistes harjutustes, iseseisva töö tulemustel ning projektide ja portfelli kvaliteedil. Iga nädala lõpus toimub kontrolltöö või väike projekt, mille alusel hinnatakse osalejate edusamme ja saavutusi.

9.2 Hindamiskriteeriumid:

• Osalemine loengutes ja praktilistes harjutustes: osalejate aktiivne osalemine ja panus õppeprotsessi.
• Iseseisev töö: osalejate võime lahendada ülesandeid ja rakendada omandatud teadmisi iseseisvalt.
• Projektid: osalejate võime täita projekte, mis näitavad nende analüütilisi oskusi, tehnilisi teadmisi ja probleemi lahendusvõimet.
• Portfelli kvaliteet: osalejate võime koostada professionaalne ja veenev portfell, mis näitab nende oskusi, saavutusi ja valmisolekut tööturul.

10. Väljastatavad dokumendid
Osalejad peavad saavutama vähemalt 70% kogupunktide arvust, et programmi edukalt läbida ja saada tunnistus.