Illustrasjoner av digital aktivitet på et bilde av en datamaskin.

Data Science – fra data til konkurransefortrinn

EtterOgVidereutdanning

Trenger du mer kunnskap om sentrale verktøy for bearbeiding og utnyttelse av data? Ønsker du å lære RStudio, Github og R-pakkene i Tidyverse? I dette kurset lærer du å gå fra rådata til et ryddig datasett som er klar til bruk for analyser, visualisering og modellering.

Haugesund

Hopp til

    Søk studieplass

    Opptakskrav og søknad

    Trykk knappen «Søk studieplass» eller gå inn via Søknadsweb. Velg rad for «Vidareutdanning og halvtårsstudium». Etterpå velger du fra lista «Videreutdanning vår 2023». Trykk «Legg til» før du sender søknaden.

    Opptakskrav

    Om å søke opptak til HVL

    Hvorfor studere Data Science?

    Dette er kurset for deg som ønsker å forstå reisen fra data til strategisk informasjon. Du som ønsker å bruke sentrale verktøy som GitHub og RStudio for å gjøre data anvendbart og visualisert på en forståelig måte.

    Behovet for å omforme mengder av rådata til innsikt, forståelse og kunnskap om egen organisasjon er stadig økende. Derfor vil du som behersker slike prosesser ha et klart konkurransefortrinn.

    Hva lærer du ved å studere Data Science?

    I dette kurset vil du lære grunnleggende teknikker for å konvertere rådata til det som kalles et ryddig datasett («tidy dataset»). Gjennom prosessen frem til et ryddig datasett, vil du blant annet lære å bruke:

    • RStudio, en IDE (Integrated Developer Environment) for R-programmering.
    • R-pakkene i Tidyverse, et populært verktøy innen Data Science.
    • git/Github, integrert i RStudio, som versjonskontrollsystem.

    Det vil være mulig å jobbe med prosjekter knyttet opp mot egen virksomhet.

    Du finner mer informasjon i emneplanen.

    Målgruppe

    Kurset passer for deg som er leder, prosjektleder, økonom eller jobber med salg og markedsføring. Det passer også for deg som bare ønsker å lære mer om emnet.

    Praktisk informasjon

    Undervisningsform

    Undervisningen vil være en kombinasjon av forelesninger og oppgaveløsning ved hjelp av datamaskin. Studentene må skrive et knippe kortere innleveringer i R Markdown der konvertering av datasett til «tidy» format vil være et sentralt tema.

    Samlinger

    Samlingsdatoer:
    10. mars
    24. mars
    14. april
    28. april 
    12. mai

    Alle dager klokken kl. 09:00 til kl. 15:30

    Anbefalt forkunnskap

    Du trenger ikke å ha noen erfaring med, eller kunnskap om programmering for å følge kurset. Litt kjennskap til statistikk og interesse for å lære nye digitale verktøy vil likevel være en fordel.

    Pensum

    Nettsiden R for Data science vil fungere som pensum og gir et godt innblikk i kursets innhold. 

    Eksamensform

    Gjennom kurset vil studentene bygge en portefølje på Github av korte artikler og andre oppgaveløsninger. Porteføljen vil bli vurdert som bestått/ikke bestått.

    Hvorfor ta mer utdanning?

    Et arbeidsliv i rask endring, er en viktig årsak til at mange skaffer seg mer faglig tyngde. Her deler vi noen flere fordeler, som etter- og videreutdanning kan gi:

    • Ny oppdatert faglig kunnskap.
    • Praktiske ferdigheter innenfor ditt nåværende fagområde, eller et helt nytt fagfelt.
    • Personlig utvikling.
    • Muligheter for nettverksbygging.
    • Et forhandlingskort i fremtidige lønnsforhandlinger.
    • Muligheter for opprykk i stillingskategori.
    • Muligheter for mer ansvar eller nye oppgaver på jobb.

    Andre interessante studietilbud

    Se oversikt over alle våre videreutdanninger og kurs