DATA26HEL, Data Science, 40 Yhp, v50-4, HT26, Helsingborg
Sista dag för svar - 260215 Därefter sker tillsättning löpande.
Utbildning:Data Manager
Utbildningskod:DATA26HEL
Utbildningsnummer:YH02401-2024-3
Ort: Helsingborg
Studieform: Platsbunden
Studietakt: Helfart
Kurs: Data Science
Antal YH-poäng: 40 yhp
Max antal deltagare: 35 stycken
Lärarledd tid vid platsbunden utbildning:
Vecka: 50-4
Schema: 2 fasta dagar per vecka
Totalt antal dagar: 16 stycken
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
Data Science, 40 yh-poäng
Utbildning: Data Manager
Kursens omfattning: 40
Engelsk översättning: Data science
Beslutad av ledningsgrupp: 20250707
Version: 2
Valbar kurs:Nej
Undervisningsspråk: Svenska
Förkunskapskrav:
Innehåll:
Den studerande ska lära sig använda programmeringsspråket Python och dess bibliotek, samt att kunna använda AI-stöd via Python, som en arbetsmiljö för dataprocesser.
Kursen ska ge sådant kunnande inom dataarkitektur som krävs i yrket som data manager.
Lärandemål:
Efter genomförd kurs med godkänt resultat ska den studerande kunna:
Kunskaper:
Redogöra för grunder i programmering för databehandling.
Redogöra för bibliotek för integration av databaser, databehandling och enklare statistisk analys.
Förklara processerna för dataextraktion, transformation och laddning (ETL) mellan olika datakällor och format.
Redogöra för hur AI-stöd och tekniker som NLP (Natural Language Processing) används för text- och informationsbearbetning.
Redogöra för bibliotek för datavisualisering.
Färdigheter:
Skapa och hantera dataflöden programmatiskt.
Genomföra enklare databehandling och statistisk analys.
Extrahera, transformera och ladda data mellan olika källor och format (ETL).
Använda AI-stöd och NLP-tekniker för att bearbeta text och information.
Skapa och anpassa datavisualiseringar.
Kompetenser
Självständigt kunna planera och genomföra enklare databehandlings och datavisualiseringsprojekt.
Former för kunskapskontroll
Den studerandes kunskaper, färdigheter och kompetenser bedöms utifrån resultatet av följande kunskapskontroller:
Kursens lärandemål 1-10: Projektuppgift med redovisning (IG/G) och inlämning (IG/G)
Kursens lärandemål 11: 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 självständigt planera och genomföra enklare databehandlings och datavisualiseringsprojekt.
- Avdelning
- Kursansvar
- Roll
- Data/IT
- Platser
- Helsingborg