Kurs: Data til beslutning

Ønsker du å lære mer om hvordan koble sammen ulike datakilder for å gi ledere og beslutningstagere en enklere og mer relevant informasjonsoversikt til sitt videre bruk.  Hovedvekt i kurset vil være på ende-til-ende databehandling, analyse og presentasjon for overvåking og beslutningsstøtte. Gjennom ulike brukercase vil data bli hentet fra databaser, online kilder og/eller sensorer, filtrert/renset, kombinert/analysert og presentert for sluttbrukeren. Dashboard med plot og nøkkelverdier vil være viktigste output. Dette kurset støtter opp under flere av FNs bærekraftsmål.
Kurset undervises på engelsk.

Sted og tid

Kurset er digitalt. Det foregår på vår læringsplattform Canvas.

Kursstart er første uke av september 2025 og de 13 påfølgende ukene. Det foreleses 2 + 2 timer pr uke og i tillegg er det to øvingstimer pr uke. Det gjøres opptak av forelesninger, men øvingstimene  må følges direkte.

Dette lærer du

Kunnskap

Teoretiske aspekter som databasespørringer, APIer, algoritmer, osv. vil bli belyst der det er behov mens praktiske problemer er hovedtema.

Ferdigheter

Studenten vil lære å planlegge, implementere og teste et system for datafangst, databearbeiding og tilgjengeliggjøring for sluttbruker. Hun vil lære om aktuelle datatyper, datakvalitet, samt å ta i bruk verktøy som trengs for å gi støtte til beslutninger og forbedret automatisering.

Generell kompetanse

Ved bruk av obligatorisk oppgaver som bygger på hverandre og involverer studenter på kryss gjennom fagfellevurdering, vil studentene lære om kortsiktige og langsiktige mål, bruk av konstruktiv kritikk og kontinuerlig forbedring av prosesser og produkter.

Dine forkunnskaper

Du har grunnleggende programmeringsferdigheter i Python. Vi tror du har god kunnskap om programmering, inkludert versjonskontroll og objektorientering. Du har kjennskap til maskinlæring og bruk av databaser.

Læringsstøtte

Du har grunnleggende programmeringsferdigheter i Python. Vi tror du har god kunnskap om programmering, inkludert versjonskontroll og objektorientering. Du har kjennskap til maskinlæring og bruk av databaser.

Opptakskrav

• Det kreves minimum to års arbeidserfaring
• Opptakskravet er generell studiekompetanse

eller

• Mangler du generell studiekompetanse, kan du søke om å få godkjent din Realkompetanse. Du må fylle 25 år eller mer det året du skal søke om opptak. For å dokumentere realkompetansen din må du legge ved kopier av relevante vitnemål for utdannelse og attester for praksis/yrkeserfaring. Dokumentasjonen skal lastes opp sammen med søknaden din. Du må dokumentere yrkespraksis og utdanning for at det skal telle med i vår vurdering av din søknad.

Faglig ansvar

Faglig ansvarlig for kurset er professor Kristian Hovde Liland fra Fakultet for realfag og teknologi ved NMBU.

Eksamen og obligatorisk aktivitet

Eksamen er en mappevurdering av semesterprosjekt: Moduler leveres enkeltvis innen gitte tidsfrister, og helheten vurderes til bestått/ikke bestått. Modulene bygger på hverandre og inneholder implementering, dokumentasjon og teori.

Det er obligatorisk å gjennomføre fagfellevurdering av modulene i semesterprosjektet.

Forventet arbeidsmengde

Forelesninger: ca 52 timer

Øvinger: ca 26 timer

Obligatorisk aktivitet og egenstudium: ca 172 timer

Avmelding

Påmelding er bindende. Avmelding etter påmeldingsfrist belastes med en avgift på kr 7 500. Ved avmelding senere enn 10 virkedager før kursstart eller ved manglende fremmøte belastes full kursavgift. Det tas forbehold om at det er nok studenter til at kurset kan gjennomføres.

Vi praktiserer "førstemann til mølla" ved påmelding

Kontaktpersoner: