Datatiede

Vastuuhenkilöt

Professori Pauli Miettinen, professori Xiao-Zhi Gao

Kuvaus

Datatieteen menetelmien tarkoitus on löytää tietoa raakadatasta ja käyttää tätä tietoa hyväksi muissa sovelluksissa. Modernissa yhteiskunnassa on useita ongelmia ja tilanteita, joihin liittyy suuri määrä dataa. Näin ollen datatieteen sovelluksia on kaikkialla, verkkokauppojen suosittelualgoritmeista personalisoituun lääkehoitoon. Datatiede on ollut eräs nopeimmin kasvavista aloista myös avoimien työpaikkojen osalta. Datatieteestä valmistuvien opiskelijoiden tulevat työpaikat voivat olla niin data-analyysin kuin datatieteen menetelmänkehityksen puolella. 

Datatieteen opinnot yhdistävät tietojenkäsittelytieteen ja tilastotieteen opintoja, ml. algoritmien suunnittelua ja koneoppimista. Maisterivaiheen opinnot keskittyvät datatieteen metodologiaan. Opinnot tarjoavat vahvan perustan ymmärtää datatieteen menetelmien periaatteet ja parhaat käyttökohteet sekä tarvittavat tiedot uusien menetelmien suunnittelemiseksi. Koska datatieteen sovellukset ovat luonteeltaan poikkitieteellisiä, opiskelijoiden on suositeltavaa opiskella myös jotain sovellusalaa.

Osaamistavoitteet

Datatieteen opintojen tavoitteena on tuntea datan analysointiin käytetyt eri menetelmät ja lähestymistavat. Opit niin kombinatorisia algoritmeja, tilastotieteen työkaluja kuin koneoppimisen menetelmiäkin. Tuet oppimaan myös datatieteen menetelmien soveltamisesta esim. Sosiaalisen median analysointiin, ekologiaan, bioinformatiikkaan, kielitieteisiin, yhteiskuntatieteisiin ja kauppatieteisiin.

Urakehitys

Opinnot tarjoavat vahvan pohjan toimia data-analyytikkona tai menetelmäkehittäjänä suurissa ja keskikoon yrityksissä. Voit myös toimia konsulttina tai asiantuntija- tai johtotehtävissä. Opinnot tarjoavat myös hyvän pohjan jatko-opinnoille.

Esitietovaatimukset

Tietojenkäsittelytieteen LuK-tason opinnot, joissa valinnaisina aineopintoina Johdatus algoritmiseen data-analyysiin ja Datasta näkemyksiä -kurssit sekä tilastotieteen johdanto- ja peruskurssit.

Suositeltavina sivuaineopintoina tilastotiede, matematiikka sekä eri sovellusalat, kuten kauppatiede, biologia tai fysiikka.

Opinnäytteet ja harjoittelu

Opinnäytetöiden aiheet liittyvät datatieteen tutkimusryhmän tutkimusaiheisiin. Kun organisaatio antaa opiskelijalle erikoistyöaiheen tai harjoittelupaikan, niin opiskelija pääsee soveltamaan oppimaansa organisaation kannalta tärkeisiin asioihin.

Syventävät opinnot 94 op

Pakolliset valitse kaksi kurssia  

3621511

3621513

3621517

3621688

Algoritmien suunnittelu ja analysointi

Tietojenkäsittelytieteen tutkimusmenetelmät

Hahmontunnistus

Tekoäly

6 op

6 op

6 op

6 op

Lisäksi pakollisia    

3621535

 

3621336

3621591

3621594/3

Erikoistyö

tai

Maisteriopintojen harjoittelu

Tietojenkäsittelytieteen FM-seminaari

Pro gradu -tutkielma ja kypsyysnäyte

10 - 20 op

 

10 - 20 op

2 op

30 op

Suositellut valinnaiset    

3621680

3621681

3621675

3621687

3621689

3622352

3622353

3621552

Algoritminen data-analyysi

Matriisihajotelmat data-analyysissa

Syväoppiminen

Paikalliset hahmot datassa

Verkkojen louhinta

Data-analyysin todennäköisyyspäättely 1

Data-analyysin todennäköisyyspäättely 2

Ryhmittelymenetelmät

5 op

5 op

5 op

5 op

5 op

5 op

5 op

5 op

Sivuaineopinnot

Suositeltavia sivuaineopintoja ovat tilastotiede, matematiikka, fysiikka ja kauppatieteet.