Utbildning: Data Manager
Utbildningskod: DATA25HEL
Utbildningsnummer: YH02401-2024-2
Ort: Helsingborg
Studieform: Platsbunden
Studietakt: Helfart
Kurs: Datakvalitet
Antal YH-poäng: 25 yhp
Max antal deltagare: 35 stycken 

Lärarledd tid vid platsbunden utbildning:
Vecka: 18-22
Schema:  2 dagar/vecka (á 6h/dag) Måndag & Torsdag 
Totalt antal dagar: 10 stycken 

Jämnt fördelat över perioden enligt överenskommelse med Utbildningsledare

Utbildningsledare: Madelene Larneby 

---

I länkarna nedan finns viktig information att ta del av inför ansökan om kursansvar hos oss på TUC Yrkeshögskola.

Praktisk information - Ansöka om kursansvar

Praktisk information - Uppdraget att utbilda på TUC

---

PRELIMINÄR KURSPLAN
 

Datakvalitet, 25 yh-poäng

Utbildning: Data Manager

Utb.nummer och omgång: YH02401-2024-2

Kursens omfattning: 25

Engelsk översättning: Data quality

Beslutad av ledningsgrupp: 20250707

Version: 2

Valbar kurs: Nej

Undervisningsspråk: Svenska

Förkunskapskrav:

Innehåll:

Den studerande ska lära sig metoder och processer för att uppnå hög datakvalitet, kunna planera för optimerad åtkomst och prestanda, kunna migrera och återställa distinkta datamängder i operativa databaser.

Kursen ska ge sådant kunnande om datakvalitét som krävs i yrket som data manager.

Lärandemål:

Efter genomförd kurs med godkänt resultat ska den studerande kunna:

Kunskaper

1. Redogöra för fördjupade principer om hantering av data och om datamodellering i förhållande till strukturerade system.
2. Redogöra för fördjupade principer om datamodellering för att skapa högt specialiserade datamodeller och datatyper.
3. Redogöra för optimering för prestanda och tillgänglighet i förhållande till normalisering av data för tydlighet och unikhet.
4. Redogöra för användningen av begränsningar (constraints) för att säkerställa datakvalitet.
5. Redogöra för transaktioner av multipla data eller sammansatta datastrukturer.
6. Redogöra för migrationer för att arkivera, återhämta och flytta data mellan system.
   
   Färdigheter
   
7. Transformera data baserat på högt specialiserade datamodeller och datatyper.
8. Tillämpa constraints i datamodeller / databasscheman.
9. Skapa strategier för optimerad skrivning och optimerad läsning av data.
10. Planera för, och genomföra reversibla transaktioner - för att kunna återkalla förändringar av data.
11. Planera för, och genomföra migrationer för att arkivera, återhämta och flytta data mellan system.
    
    Kompetenser
    
12. Ansvara för att analysera datakvalitet, och föreslå lösningar för att höja datakvalitet med utgångspunkt i kursens metoder.

Former för kunskapskontroll

Den studerandes kunskaper, färdigheter och kompetenser bedöms utifrån resultatet av följande kunskapskontroller:

Kursens lärandemål 1–11: Projektuppgift (IG/G) med redovisning (IG/G) 

Kursens lärandemål 12: Individuell inlämning (IG/G/VG)

Vid särskilda pedagogiska behov kan anpassning av kunskapskontrollerna göras. Efter ordinarie tillfälle har den studerande rätt till ytterligare två omprov eller kompletteringar inom två månader. Om den studerande kan styrka giltig frånvaro från kunskapskontroll enligt anordnarens anvisningar ersätts tillfället. Kursbetyget baseras på en sammanvägning av samtliga bedömningsunderlag. När betyget godkänt uppnåtts på en kunskapskontroll beviljas inga omprov för högre resultat.

Betygsskalor

Den studerandes prestation betygssätts efter genomförd kurs med betygen Icke Godkänt (IG), Godkänt (G) eller Väl Godkänt (VG). Fullständiga betygsunderlag krävs för att betyg ska kunna sättas

Betygskriterier

Icke godkänt (IG)

För att få betyget ska den studerande ha genomfört kursen och kunskapskontrollerna utan att nå alla kursens lärandemål

Godkänt (G)

För att få betyget Godkänt (G) ska den studerande ha genomfört kursen och nått alla kursens lärandemål

Väl godkänt (VG)

Den studerande har genomfört kursen och nått samtliga läranderesultat för kursen. Den studerande kan dessutom med säkerhet analysera datakvalitet, och föreslå lösningar för att höja datakvalitet med utgångspunkt i kursens metoder.