Tietotekniikan ja -hallinnon maisteri

Ohjelman näkemys

Datatieteen ja hallinnan maisteriohjelma on digitaalisen vallankumouksen reunalla. Sen tavoitteena on kouluttaa datatieteilijöitä, jotka keskittyvät erityisesti liiketoimintaan, talouteen ja johtamiseen yhdistämällä vankkaa teknis-tieteellistä (STEM) ja taloustieteitä. Tämä kahden eri tieteenalan huolellinen sekoitus, joka on ohjelman erottuva piirre, vastaa kasvavaan kysyntään uusille ammattilaisille, jotka ovat täysin kaksikielisiä datatieteessä ja liiketoiminnassa. Erityisesti Master kouluttaa uuden sukupolven yritysjohtajia, jotka pystyvät hyödyntämään uusia teknologioita ja tietopohjaisia oivalluksia parantaakseen monia nykyaikaisten organisaatioiden ydinliiketoimintoja.

Kurssin johtaja

Giuseppe Francesco Italiano

Ph.D. tietojenkäsittelytieteessä, Columbian yliopistossa. Hän työskenteli IBM TJ Watson Research Centerissä (USA). 33-vuotiaana hän voitti kansallisen professorikilpailun ja palasi Italiaan. Vieraileva professori Columbian yliopistossa, Hongkongin yliopistossa ja Paris Sudissa.

Opinto-ohjelma

Opiskelijoille annetaan vankka valmistelu tietojenkäsittelymenetelmistä ja -tekniikoista, mukaan lukien Advanced Statistics, Python ja R for Data Science, koneoppiminen, tietojen visualisointi ja Big Data Analytics. Tätä vankkaa koulutusta STEM-tieteenaloilla täydennetään innovatiivisilla kursseilla talousaloilla, mukaan lukien Internet- ja verkkotalous, digitaaliset ekosysteemit, datavetoinen innovaatio ja yksityisyys digitaalisessa maailmassa.

Seuraava on MSc in Data Science and Management opetussuunnitelma.

I vuosi - 2023-2024

• Datatiede toiminnassa, 6 op
  • Kurssi on suunniteltu olemaan puuttuva linkki mallipohjaisen analyysin ja datakeskeisten tekniikoiden välillä. Se käyttää monia esimerkkejä tosielämän tapahtumalokeista havainnollistamaan ja tuomaan maan pinnalle muilla kursseilla esitetyt käsitteet ja algoritmit.
• Syventävät tilastot, 6 op
  • Kurssi tarjoaa yleiskatsauksen joistakin kehittyneistä tilastollisista menetelmistä datatieteelle. Painopiste on kunkin lähestymistavan, tulkinnan ja tärkeimpien sovellusten etujen ja rajoitusten ymmärtämisessä eri tieteenaloilla, erityisesti taloustieteessä, liiketoiminnassa ja johtamisessa.
• Internet- ja verkkotalous, 6 op
  • Kurssi antaa ymmärryksen internetin ja digitaalisen talouden taloudesta. Se tarjoaa opiskelijoille talousteorian käsitteitä ymmärtääkseen tieto- ja viestintätekniikan syntymisen ja leviämisen aiheuttamat merkittävät muutokset.
• Digitaaliset ekosysteemit, 6 op
  • Kurssilla tarkastellaan ja analysoidaan ekosysteemien nykyisiä teorioita tietojärjestelmien, organisaatiotutkimusten sekä liiketoimintastrategian ja innovaatioiden aloilla. Erityisesti ekosysteemit kehittyivät erilaisten resurssien tuotannon, jakamisen, analysoinnin ja vaihdon ympärille, joista tiedot ovat näkyvästi esillä.
• Tietojen visualisointi, 6 op
  • Kurssi tarjoaa yleiskatsauksen tietojen visualisoinnin periaatteista ja uusimmista työkaluista. Opiskelija oppii, miten tietojen analysoinnin ja visualisoinnin tulisi toimia yhdessä luodakseen tehokkaan tavan kommunikoida tietopohjaisia havaintoja, motivoida analyysejä ja havaita puutteita.
• Datalähtöinen innovaatio, 6 op
  • Kurssi tarjoaa työkalun ymmärtää nykyisen vahvan korrelaation käytettävissä olevien tietolähteiden ja yrityksen innovaatiopolun välillä. Tulee olemaan tapaushistorioita todellisista yrityksistä, jotka ovat rakentaneet innovaatioita datasta lähtien.
• Tietosuoja ja tietoturva, 6 op
  • Kurssi tarjoaa syvällisen ymmärryksen tietosuojasta ja tietoturvasta teknologiapohjaisissa ympäristöissä, ja se keskittyy teknologisiin ratkaisuihin, menetelmiin ja käytäntöihin tietosuojaan yritysorganisaatioissa ja vertaisverkoissa.
• Koneoppiminen, 6 op
  • Kurssi tarjoaa syvällisen käsityksen koneoppimisen perusteista, laajuudesta ja lähestymistavoista ja keskittyy niiden soveltamiseen eri tieteenalojen ongelmiin, erityisesti liiketoimintaan ja johtamiseen.

II vuosi - 2024-2025

• Big Data ja älykäs data-analytiikka, 6 op
  • Kurssi keskittyy suurten tietojen analytiikan aiheuttamiin perustavanlaatuisiin algoritmisiin, tilastollisiin ja ohjelmointikysymyksiin, jotka käsittelevät suuria ongelmia ja tekniikoita tiedon poimimiseksi valtavista tietomääristä.
• Yksityisyys digitaalisessa maailmassa, 6 op
  • Kurssin tavoitteena on rakentaa vankka tausta yksityisyyden suojasta ja tietosuojalainsäädännöstä eurooppalaisesta ja vertailevasta näkökulmasta ja varustaa opiskelijat työkaluilla hallita henkilötietojen käsittelyä oikeudenmukaisesti ja vastuullisesti organisaatioissa.
• Kansainvälinen toiminta ja globaali toimitusketju, 6 op
  • Kurssilla pyritään tarjoamaan tietoa ja taitoja toiminnan ja toimitusketjun periaatteiden soveltamiseksi kansainvälisiin ympäristöihin. Opiskelija oppii suunnittelemaan, suunnittelemaan, käyttämään ja ohjaamaan valmistus-, tuotanto-, logistiikka- ja toimintajärjestelmiä toimitusketjun puitteissa.
• Valinnainen kurssi, 6 op
• Valinnainen kurssi, 6 op
• Python ja R for Data Science (lab), 6 op
  • Kurssin tavoitteena on tarjota teknisiä taitoja tietojen analysoinnin koodauksesta. Python-ohjelmointikieli ja R-ympäristö on havainnollistettu keskittyen erityisesti niihin kirjastoihin, moduuleihin ja toimintoihin, joiden avulla opiskelijat voivat hallita tietoja tehokkaasti.
• Oppimisen innovaatiotoiminta, 4 op
• Pakollinen kieli, 4 op
• Työharjoittelu/projektityö, 8 op
• Pro gradu -tutkielma, 16 op

Yhteensä: 120 opintopistettä

Työmahdollisuuksia

Data Science and Management kouluttaa uusia yritysjohtajia, jotka pystyvät tehokkaasti ottamaan käyttöön datapohjaisia menetelmiä useille liiketoimintasovelluksille. Idean antamiseksi seuraavat kolme ovat mahdollisia työmahdollisuuksia tälle mestarille:

• Datatieteilijät, jotka pystyvät ratkaisemaan nykypäivän monimutkaiset ongelmat ottamalla käyttöön sopivia kvantitatiivisia menetelmiä ja tietojenkäsittelytekniikoita, jotta tiedoista saadaan tietoa ja liiketoiminta-arvoa.
• Data Intelligence -analyytikot, jotka pystyvät integroimaan tietojenkäsittelymenetelmät strategisiin ja liiketoimintaprosesseihin.
• Tietopäälliköt, jotka pystyvät koordinoimaan valtavien tietovirtojen keräämistä ja käsittelyä sekä parhaita käytäntöjä niiden luotettavuuden, yksityisyyden ja turvallisuuden arvioimiseksi.