Introduction to Data Economy (1 op)
Toteutuksen tunnus: HY00BT31-3001
Toteutuksen perustiedot
Ilmoittautumisaika
01.01.2021 - 30.06.2021
Ajoitus
01.01.2021 - 31.08.2021
Opintopistemäärä
1 op
Virtuaaliosuus
1 op
Toteutustapa
Etäopetus
Yksikkö
Korkeakouluyksikkö D /YAMK
Toimipiste
Laurea Verkkokampus
Opetuskielet
- Englanti
Paikat
0 - 50
Koulutus
- Complementary competence, master’s studies in English (CYJ2), Generic studies
Opettaja
- Katariina Husman
- Suvi Valsta
Ajoitusryhmät
- Pienryhmä 1 (Koko: 50. Avoin AMK: 50.)
Ryhmät
-
CYJ21KJComplementary competence (master’s studies in English), K21, Generic studies
Pienryhmät
- Pienryhmä 1
Osaamistavoitteet
Student is able to
- Explain why organizations need to apply data in decision making
- Explain where the data comes from and how it can be used (buying, selling, collecting data, big data from IoT, digital platforms and APIs, machine learning and AI vs. statistical methods)
- Identify the role of information in a value creation process
- Identify key business models enabled by digital data
- List a few “no-code” ways of experimenting with data products to validate the business model
- Summarize how intellectual privacy regulations shape the data economy
Toteutustapa
Itsenäisesti opiskeltava verkkokurssi
Aika ja paikka
Oman aikataulun mukaisesti aikavälillä alkaen 15.3.2021
Oppimateriaali ja suositeltava kirjallisuus
Tarvittava materiaali löytyy kurssialueelta.
Toteutuksen valinnaiset suoritustavat
-
Työelämäyhteistyö ja/tai TKI
Opintojakso on toteutettu yhteistyössä Osaango Oy:n kanssa. Kurssin videoilla esiintyvät luennoitsijat ovat työelämän asiantuntijoita.
Toteutuksen tärkeät päivämäärät
-
Kansainvälisyys toteutuksella
Kurssia tarjotaan yhteistyöoppilaitoksille ja sen sisältö on rakennettu sopimaan sekä EU- maihin että kansainvälisesti soveltuvaksi.
Opiskelijan ajankäyttö ja kuormitus
1 op = 27 h opiskelijan työaikaa
Sisältö ja sen jaksotus
Videoita, verkkotehtäviä ja artikkeleita neljässä eri modulissa, kurssilla edetään moduli kerrallaan.
Moduuli 1: Data-talous lyhyesti
Moduuli 2: Datan lähteet ja liiketoimintamallit
Moduuli 3: Tiedon rooli arvonluonnissa
Moduuli 4: Seuraavat askeleet data-taloudessa
Kurssin jälkeen osaat:
Selittää miksi organisaatiot tarvitsevat dataa päätöksentekoon.
Selittää, mistä data tulee ja kuinka sitä voidaan käyttää (ostaa, myydä, kerätä, hyödyntää big dataa IoT:sta, digitaalisilta alustoita ja rajapinnoista, koneoppimisessa ja tekoälyssä vs. tilastollisiin menetelmiin).
Tunnistaa informaation roolin arvonluonnissa
Tunnistaa digitaalisen datan mahdollistamat keskeiset liiketoimintamallit.
Listata muutamat "no-code"-tavat kokeilla datatuotteita liiketoimintamallin validoimiseksi.
Kertoa tiivistetysti kuinka tietosuojasäädökset muokkaavat data-taloutta.
Lisätietoja opiskelijoille
Kysymyksiä kurssin vetäjille voit lähettää osoitteeseen mooc@laurea.fi.
Arviointiasteikko
Hyväksytty/Hylätty
Arviointimenetelmät ja arvioinnin perusteet
Kurssin suorittaminen edellyttää materiaaleihin perehtymistä ja kyselyiden suorittamista hyväksytyllä pistemäärällä (vähintään 50%).
Arviointikriteerit, hyväksytty/hylätty
Läpäistäksesi kurssin sinun tulee suorittaa tehtävät vähintään 50% pistemäärällä. Lisäksi sinun tulee merkitä kukin osio suoritetuksi kurssialustalla.