Andmeanalüütiku karjäärikiirendi
Kogumaht312 ak.t (45 min) · 234 tavatundi (60 min)
Kestus11 nädalat (0–10)
BrändDACA
Täienduskoolitusasutus: Ettevõtluskeskus OÜ · Õppekava versioon v1.1
Andmed avatud standardi järgi. See õppekava on struktureeritud ja kontrollitav vastavalt avatud standardile Credential Commons, mille algatajate seas Ettevõtluskeskus on.
Üldandmed
- Õppekavarühm
- Tarkvara ja rakenduste arendus ning analüüs
- Õppekeel
- Õppekeel on eesti keel; tehnilised terminid järgivad rahvusvahelist standardit.
- Õppevorm
- Veebipõhine juhendatud õpe koos iganädalaste mentorkohtumistega – kolm sessiooni nädalas: mentor-sessioon (teema avamine), grupitöö-sessioon (praktika) ning demo- ja retrospektiivisessioon (tulemuste esitlus ja tagasiside).
- Sihtgrupp
- Programm on suunatud karjäärimuutjatele ja spetsialistidele, kellel puudub varasem andmeanalüüsi kogemus, kuid on kõrge õpimotivatsioon ja soov siseneda andmeanalüütiku erialale.
- Õpingute alustamise tingimused
- Eeldame baastasemel arvutioskust (failihaldus, veebipõhise tarkvaraga töötamine), loogilist mõtlemist ja valmisolekut iganädalaseks intensiivseks praktiliseks tööks. Varasem programmeerimise või andmeanalüüsi kogemus ei ole vajalik. Vajalik on kaameraga arvuti (Windows 10/11 või macOS) ja stabiilne internetiühendus. Soovituslik on eesti keel tasemel B2 ning baasoskus inglise keeles tehnilise dokumentatsiooni lugemiseks.
- Väljastatav dokument
- Tunnistus väljastatakse õppijale, kes saavutab kõik õpiväljundid ja täidab lõpetamise tingimused; tõend väljastatakse osalejale, kes ei saavutanud kõiki õpiväljundeid. Tunnistus vastab täienduskoolituse standardi nõuetele.
Õpiväljundid
Programmi läbinu suudab:
- ÕV1
Rakendab andmete puhastamise ja korrastamise protseduure, et muuta toorandmed analüüsikõlbulikuks, kasutades SQL-i ja Pythoni pandas teeki.
- ÕV2
Koostab analüütilisi päringuid äriotsuste toetamiseks, kasutades SQL-i ja Pythoni pandas teeki.
- ÕV3
Visualiseerib andmeid ja loob interaktiivseid aruandelaudu (Power BI Desktop või Python Plotly/Streamlit), et kommunikeerida analüüsi tulemusi selgelt.
- ÕV4
Esitleb oma analüüsiprojekte ja portfooliot arusaadavalt nii tehnilisele kui ka äripoolele, dokumenteerides töövoo GitHubi portfooliosse.
- ÕV5
Rakendab AI-tööriistu vastutustundlikult kogu andmeanalüüsi töövoos: sõnastab päringuid, valideerib väljundit ja dokumenteerib oma otsused (läbiv kompetents).
Õppe maht ja struktuur
- Kogumaht
- 312 ak.t (45 min) · 234 tavatundi (60 min)
- Juhendatud kontaktõpe
- 66 ak.t (45 min) · 49,5 tavatundi (60 min)
- Iseseisev töö
- 246 ak.t (45 min) · 184,5 tavatundi (60 min)
- Teisendamise alus
- 1 ak.t (45 min) = 0,75 tavatundi (60 min).
- 0
Onboarding: tehniline ettevalmistus, sissejuhatus simulatsiooni, õpiväljundite ja hindamise tutvustus, AI-tööriistade vastutustundliku kasutuse raamistik
- 1
Sissejuhatus andmeanalüüsi: andmete roll, analüütiku tööriistad ja vastutus
- 2
Andmepõhiste küsimuste esitamine: probleemipüstitus ja analüüsi eesmärkide seadmine
- 3
Andmete ettevalmistus ja puhastamine SQL-iga: andmekvaliteet, vigade tuvastamine, PostgreSQL
- 4
Andmete analüüs SQL-i ja Pythoniga: agregeerimine, JOIN-id, pandas DataFrame'id
- 5
Andmete visualiseerimine ja loo jutustamine, Track A: Power BI Desktop
- 6
Andmete visualiseerimine ja loo jutustamine, Track B: Python Plotly + Streamlit
- 7
Programmeerimise alused Pythoniga andmeanalüüsi kontekstis
- 8
Andmebaasi haldamine ja API integratsioon
- 9
Karjääriplaneerimine: portfoolio, CV, LinkedIn, intervjuuks valmistumine
- 10
Lõpuprojekt: tervikliku analüüsiprojekti läbiviimine ja kaitsmine
Õppe ülesehitus, keskkond ja meetodid
4.1
Õppemeetodid
Simulatsioonipõhine mentorlus: lahendad päriselulähedasi andmeprobleeme fiktiivse ettevõtte UrbanStyle jaoks; Interaktiivsed mentor-sessioonid väikegrupis; Paaris- ja meeskondlik töö simulatsiooni-ülesannetel; Iseseisvalt lahendatavad praktilised ülesanded; Demo-sessioonid: esitled oma tööd ja saad tagasisidet kaasõppijatelt ja mentorilt; Nädalalõpu retrospektiivid ning jooksev personaalne tagasiside mentorilt; AI-tööriistad läbiva töövoona: vastutustundlik kasutus, väljundi valideerimine ja oma otsuste dokumenteerimine.
4.2
Keskkond ja tööriistad
Õpe toimub veebipõhiselt Google Meet keskkonnas; suhtlus väljaspool sessioone Slacki kanalites ja GitHubis. Õppijal on vaja arvutit (Windows 10/11 või macOS – nutitelefon ei ole piisav), stabiilset internetiühendust ning veebikaamerat ja mikrofoni; soovituslik on kaks ekraani. Kõik programmi põhitööriistad on vabalt kättesaadavad ja jäävad õppijale kasutamiseks ka pärast programmi lõppu.
PostgreSQL (Supabase), SQL, Python (pandas), andmete visualiseerimine (Microsoft Power BI Desktop või Python Plotly + Streamlit), GitHub versioonihalduse ja portfoolio jaoks ning AI-vestlusrobotid ja koodiabilised vastutustundliku töövoo osana.
4.3
Õppematerjalid
Ettevõtluskeskuse loodud simulatsiooni lähteülesanded, andmestikud ja juhendmaterjalid (eesti keeles); E-õpik „Python for Data Analysis“ (Wes McKinney) – avatud ligipääsuga; Soovituslik lisalugemine andmevisualiseerimisest: „Storytelling with Data“ (Cole Nussbaumer Knaflic).
4.4
Ligipääsetavus
Veebipõhine vorm võimaldab osaleda kodust või muust valitud kohast; kaks paralleelset õpirada (Power BI või Python) toetavad nii Windowsi kui macOSi kasutajaid; sessioonid salvestatakse korduvvaatamiseks; põhimaterjalid on eesti keeles. Erivajadusega õppijale on enne grupi algust kättesaadav individuaalne kohanduskonsultatsioon programmijuhi kaudu.
Hindamine ja lõpetamise tingimused
Hindamine on mitteeristav (arvestatud või mittearvestatud) ja põhineb praktiliste tööde portfooliol – iga õpiväljundi saavutamist hinnatakse konkreetsete kriteeriumite alusel. Mentor annab igal demo-sessioonil ja grupitööl jooksvat tagasisidet; lõplik hindamine toimub lõpuprojekti kaitsmisel.
5.1
Lõpetamise tingimused
- Osalemine vähemalt 70% mentorsessioonidest
- Kõik kohustuslikud iganädalased portfoolioartefaktid hinnatud „Arvestatud“ tasemele
- Lõpuprojekti portfoolio positiivselt kaitstud
5.2
Väljastatavad dokumendid
Tunnistus väljastatakse õppijale, kes saavutab kõik õpiväljundid ja täidab lõpetamise tingimused; tõend väljastatakse osalejale, kes ei saavutanud kõiki õpiväljundeid. Tunnistus vastab täienduskoolituse standardi nõuetele.
Koolitajate kvalifikatsioon
Programmi viib läbi vähemalt kaheliikmeline koolitajameeskond. Kõik koolitajad omavad asjakohast kõrgharidust, vähemalt kolmeaastast praktilist erialast töökogemust andmeanalüüsi, andmebaaside, programmeerimise või andmevisualiseerimise alal, täiskasvanute koolitaja kompetentsi ning vajalikke digipädevusi. Koolitajate nimed, kvalifikatsioon ja kogemus on avalikustatud Ettevõtluskeskuse veebilehel.