Nuorista data-alan osaajista on huutava pula.

Datan, analytiikan  ja tekoälyn merkitys ja hyödyntämisen tarve kasvaa jatkuvasti. Yrityksillä ja organisaatioilla onkin oman henkilöstön kouluttamisen lisäksi huutava pula nuorista data-alan osaajista. Olemme nyt luoneet yhteistyössä Studentworkin kanssa uuden ratkaisun tähän haasteeseen.

Ratkaisussa Studentwork etsii ja löytää yrityksen tai organisaation kulttuurin sopivia potentiaalisia nuoria, jotka  koulutetaan Ari Hovin data alan ymmärrystä ja taitoja lisäävällä täsmäkoulutuksella.  Tämän jälkeen nuori jatkaa töiden tekemistä ja oppimista itse kohdeyrityksessä henkilöstövuokrausta hyödyntäen.

Ohjelman kysyntä nousee kovaa vauhtia.

Lukuisia etuja yritykselle tai organisaatiolle.

  • Saatte uuden tehokkaan kanavan nuorten rekrytointiin, sillä Studentworkilla on tehokkaat yhteydet sopiviin ainejärjestöihin ja juuri valmistuneisiin nuoriin .
  •  Studentworkin nuorekas brändi houkuttelee nuoria tutustumaan avoinna oleviin työtehtäviin. Tämä auttaa varsinkin tilanteissa joissa oma brändi ei ole kaikkein eniten nuoria houkutteleva.
  • Datan hyödyntämisen alalla arvostetun Ari Hovin  arvokas koulutus houkuttelee hyviä hakijoita, sillä oppiminen on nuorille tärkeää.
  • Studentwork hoitaa sopivien hakijoiden seulomisen, heidän alkuhaastattelut ja soveltuvuustestauksen. Vasta tämän jälkeen loppuasiakas haastattelee juuri heidän kulttuuriin ja tilanteeseen valittuja hakijoita.
  • Ari Hovin tuottama koulutus säästää paljon alkuperehdytykseen vaadittavia resursseja ja siinä on huomioitu jo valmiiksi laajempi näkemys ja mahdolliset muutokset työtehtävissä.
  • Valittujen nuorten ohjaaminen ja johtaminen on helppoa, sillä jokaisen nuoren mukana tulee osaamiskartoitukseen perustuva ohjeistus miten nuoren kanssa kannattaa toimia. Näin saadaan paremmat edellytykset rekrytoinnin molemman puoliseen onnistumiseen.
  • Henkilöstövuokraus on yritykselle tai organisaatiolle hyvin turvallinen ratkaisu, jos halutaan minimimoida rekrytoinnin riskejä, sillä työnantajavastuu on Studentwork Oy:llä. Rektytoinnin onnistuminen on yhteinen tavoite.
  • Alkukoulutuksen hinta tulee osaksi ensimmäisen 6kk kuukausilaskutuksia, jonka jälkeen kk-hinta laskee jonkin verran.
  • Vuoden mittaisen henkilöstövuokrauksen jälkeen nuoren voi rekrytoida ilman lisäkuluja.
  • Koulutuksen lisäksi on mahdollista ottaa erillisestä hinnasta tarvittavia lisäkoulutuksia Ari Hovilta.

Nuori, työllisty nyt mielenkiintoiselle uralle, jossa riittää työmahdollisuuksia.

Datan määrän kasvaessa jatkuvasti siihen liittyvissä työtehtävissä tarvitaan jatkuvasti uusia osaajia. Työtehtävät ovat monipuolisia ja liittyvät mm. tiedolla johtamiseen, datan hallintaan, ketterään kehitykseen ja datan laatuun.  Useat yritykset ja organisaatiot perustavat datan ja tekoälyn hyödyntämiseen liittyviä tiimejä, joihin usein halutaan myös nuoria osaajia.

Studentworkin ja Ari Hovin yhdessä luoma kokonaisuus antaa erinomaisen mahdollisuuden työllistyä kasvavalle alalla, jolle saa myös arvokkaan ja hyödyllisen alkukouluksen.

Millaisia hakijoita ohjelmaan etsitään?

Studentwork etsii erityisesti loppuvaiheen opiskelijoita ja vastavalmistuneita, jotka pystyvät sitoutumaan kokoaikaiseen työhön ja joilla on:

  • Tilastojen, talouden tai tietojenkäsittelyn koulutustaustaa
  • Opintojen tarjoamaa osaamista esimerkiksi R:stä/Excelistä/Pythonista ja/tai SQL:stä
  • Hyvät matemaattiset taidot
  • Motivoitunut, toimeentarttuva ja vastuullinen asenne

Näillä pääsee hyvin alkuun tähän ohjelmaan liittyen. Kysy ihmeessä lisää!

11 päivän koulutusohjelma sisältää:

DATA JA ANALYTIIKKA RATKAISUJEN MODERNIT TOTEUTUKSET
KESTO: 1 PÄIVÄ

 

Tiivis ja toimittajariippumaton tietoisku tietovarastoinnin ja Business Intelligence -alueen ideoista, menetelmistä ja välineistä. Kurssilla käydään läpi terminologia, käsitteet sekä arkkitehtuurivaihtoehdot. Big Datan vaikutusta käsitellään eri näkökulmista.  Mukana puolueeton katsaus DW ja BI alueiden ohjelmistoihin.

 

TIETOVARASTOINTI – MISTÄ ON KYSYMYS

  • Miksi tietovarastoja rakennetaan?
  • Termit, käsitteet ja erilaiset tietovarastotyypit
  • DW, BI, Datamart, OLAP, ETL, Staging Area yms.
  • Erilaiset tietovarastoarkkitehtuurit, kuten EDW (Enterprise DW), Data Vault ja Datamart-arkkitehtuuri
  • Voisiko edetä ilman tietovarastoa
  • Tietovaraston laajan käytön mahdollisuudet
  • Suhde kokonais- ja tietoarkkitehtuuriin ja Master Data Management -alueelle
  • Big Datan suhde tietovarastointiin

 

TIETOVARASTOINTIA KÄYTÄNNÖSSÄ

  • Kokemuksia hankkeissa
  • Etenemisvaiheet
  • Tietovarastotietokantojen suunnittelumenetelmät – periaatteet mm. Tähtimalli- ja EDW-suunnittelusta
  • Tietovarastostrategian merkitys
  • Organisoinnin ja tiedonhallinnan kulttuurin kehittäminen
  • Toinen kierros: miten kehittää jo olemassaolevia tietovarastoratkaisuja

TEKNOLOGIA

  • ETL-vaihe ja integrointi
  • Lataus-, tietokanta- ja raporttivälineet
  • Big Data -teknologiasta
  • Trendit ja tulevaisuudennäkymiä

 

TIEDON HYÖDYNTÄMINEN JA BI

  • Tiedon hyödyntämistavat ja visualisoinnin merkitys
  • Tietokeskeisen johtamisen menetelmistä
  • Business Intelligence, Analytiikka ja Data Science määrittelyt
  • Talletusalustat: kuutio, sarakepohjainen tietokanta, muistinvaraisuus
  • BI -tuotekatsaus
  • Big Data -vaikutukset BI-alueella

MITEN TEKOÄLY MUUTTAA LIIKETOIMINTAA JA MITEN VARAUDUT SIIHEN
KESTO: 1 PÄIVÄ

On vain kolmenlaisia yrityksiä: Datavetoisia yrityksiä, datavetoiseksi muuttuvia yrityksiä sekä kuolevia yrityksiä. Piilaaksossa uskotaan vakaasti tähän. Vaikka ihan näin mustavalkoiseen tulevaisuuteen ei uskoisikaan, niin datan hyödyntäminen jakaa jo nyt yrityksiä voittajiin ja häviäjiin. Jo vuonna 2016 McKinsey:n tutkimus totesi, että ”data driven organisations are 23 times more likely to acquire customers, six times as likely to retain those customers, and 19 times as likely to be profitable as a result.”

Tekoäly kasvattaa merkittävästi datakyvykkäiden yritysten kilpailuetua datakyvyttömiin verrattuna. Tekoäly on dataa.

Nimestään huolimatta tekoäly ei ole älykästä, mutta se on jo nyt erittäin tuloksellinen keino monien sellaisten liiketoimintaongelmien ratkaisemiseen, joita pidettiin 5-10 vuotta sitten ratkaisemattomina – jos on saatavissa liiketoimintaongelmaa kuvaavaa dataa.

Datakyvykkäät yritykset voittavat datakyvyttömät. Samoin asiantuntijat ja johtajat, jotka osaavat hyödyntää datan mahdollisuuksia kuten tekoälyä, tulevat voittamaan kollegansa, joilla on vain perinteisiä vahvuuksia.

Koulutus antaa asiantuntijoille ja esimiehille perusymmärryksen tekoälystä ja valmiudet huomioida sen vaikutukset omassa toiminnassaan.

 

Koulutuksen sisältö:

1. Miksi datan merkitys on noussut – läpimurrot analytiikassa, koneoppimisessa ja tekoälyssä

  • Miksi kaikki data on potentiaalisesti arvokasta ja hyödynnettävää.
  • Koneoppimisen ja tekoälyn vallankumous lyhyesti.
  • Koneoppimisen termit ja toiminta selitettynä.

2. Kohti oppivia toimintatapoja

  • Tekoälyalgorimit eivät ole älykkäitä, mutta ne ovat oppivia-
  • Tekoälyn keskeinen Deep Learning -algoritmi yksinkertaistetusti.
  • Mitä mahdollisuuksia oppivat algoritmit tuovat sovellettuna liiketoimintaongelmiin.
  • Oppivista algoritmeista kohtia oppivia toimintapoja

3. Muutos orgnisaation operatiivisissa toiminnoissa

  • Tekoäly mahdollistaa jatkuvan parantamisen (continuous improvement) kaikissa orgnisaation toiminnoissa tuotannosta asiakaspalveluun
  • Toimialakohtaisia ja toimialariippumattomia esimerkkejä

4. Johtamisen muutos

  • Dataan pohjautuva johtaminen – mikä muuttuu?
  • Testi: Osaatko ajatella data-lähtöisesti?
  • Päätöksenteon muuttuva luonne: Oikeista vastauksista oikeisiin kysymyksiin
  • Datastrategia


5. Uusien  
toimintatapojen jalkauttaminen

  • Tekoälyprojektin vaiheet
  • Projektin tavoitteen ja liiketoimintaongelman määrittelyn merkitys. Suurin osa projekteista ratkoo väärää ongelmaa.
  • Projektien sudenkuopat
  • Läpileikkaus teknologioista ja pilvipalveluista

 

 

TIEDON MALLINTAMINEN
KESTO: 2 PÄIVÄÄ

Tämä ei ole pelkkä tietokannan suunnittelu -kurssi, vaan kattaa käsitteiden mallintamisen liiketoimintaihmisten kanssa, arkkitehtuurityyppisen mallinnuksen sekä laajat, yritystasoiset tietomallinnukset. Myös laajat mallinnukset voi laatia nopeasti ja tehokkaasti – oikeilla menetelmillä ja organisoinnilla.

Ari Hovi tiimeineen on kehittänyt tähän ainutlaatuisen menetelmän – Hovi Data Frameworkin, jolla liiketoimintatieto mallinnetaan nopeasti ja mahdollisimman kattavasti. Se luo yhteisen kielen sisäisen it:n, data-ammattilaisen, konsultin ja liiketoiminnan välille. Sen hyödyntämisellä projektien onnistumisen todennäköisyys kasvaa huimasti.

Kurssien harjoitustehtävissä käytetään kehittämäämme helppokäyttöistä Ellie -mallinnusvälinettä, joka toimii pilvessä. Tämä tehostaa entisetään oppimista käytännön kautta.

Kurssi kattaa monipuolisesti käsitteiden ja tietojen mallintamisen erilaisilla alueilla: liiketoiminnan tietojen mallintaminen, tietoarkkitehtuurissa tarvittava mallintaminen, tietokantaan johtava mallintaminen sekä lyhyesti myös tietovarastointiin liittyvät mallintamismenetelmät. Mukana mallinnusta nopeuttavat, Ari Hovin kehittämät universaalit käsitemallit.

Tietojen mallintaminen eli käsiteanalyysi ja kuvaaminen ovat tärkeitä menetelmiä ja niitä tarvitaan monissa eri tiedonhallinnan prosesseissa. On kuvattava ylätason liiketoimintalähtöisiä kokonaismalleja, sovellusaluekohtaisia tarkempia malleja sekä tietokannan suunnittelussa tarvittavia malleja. Malleja siis laaditaan moniin tarkoituksiin ja on tärkeää osata laatia tarkkoja ja myös ylätason kokonaismalleja. Käsittelemme myös ei-strukturoidun, Big Datan mallinnusta.

Mallintaminen tuottaa tieto- tai käsitemalleja. Mutta lisäksi mallintaminen on parhaimmillaan synergiaa luovaa yhteistyötä, jossa osallistujat jakavat näkemyksiään, oppivat ja – mikä on tärkeää – sitoutuvat hankkeeseen. Mallintamisessa määritellään tärkeät käsitteet, jolloin syntyy yhteinen kieli ja sanasto eri osapuolten kesken, parhaimmillaan yli organisaatiorajojen.

Perehdymme kurssilla mallintamisen moniin kuvaustapoihin, menetelmiin ja annamme käytännön ohjeita sekä ylätason ”helikopterikuva” -mallien että tarkkojen mallien muodostamiseen ja määritysten laatimiseen. Käymme läpi myös tietovarasto-alueen mallinnusmenetelmiä EDW-kannan suunnitteluun (mm. Data Vault -mallin esittely) sekä tähtimallisuunnittelun periaatteet.

Runsaat käytännönläheiset harjoitustehtävät ja esimerkit syventävät oppimista.

Kurssi sopii arkkitehdeille, mallinnukseen osallistuville, projektipäälliköille ja esimiehille. Kurssi on tärkeä myös henkilöille, jotka lukevat tai soveltavat jo tehtyjä malleja, kuten sovellussunnittelijat, ohjelmoijat sekä ETL:n ja raporttien toteuttajat. Ei esitietovaatimuksia.

Mallintamisen taustaa

  • miksi käsitemallinnus on oleellisen tärkeää
  • mallintamisen alueet
  • ER-mallinnus (käsiteanalyysi), oliosuuntautunut mallinnus (UML)
  • miten saada tuloksia nopeammin

Mallintamisen vaiheet

  • mallintaminen organisaation eri tasoilla, mm. yritys- ja sovellustaso
  • top down vs. bottom up
  • mallintamisen rooli Tietoarkkitehtuurissa
  • vaiheiden kuvaus
  • käsitemallien yhteys relaatiokantoihin

ER -mallinnus (käsiteanalyysi)

  • mallintajan ”mentaliteetti”
  • mallintamisen elementit
  • käsitteiden löytäminen ja määrittely
  • perusrakenteet
  • monimutkaisia rakenteita
  • perusavainpohdintoja
  • määrittelyiden kirjoittaminen

Käytännön ohjeita

  • välineet (CASE-välineet, seinätekniikka), Ellie -työkalu
  • mallintamisistuntojen vetäminen käyttäjien kanssa
  • laajat mallinnukset, tasoittainen mallintaminen
  • miten saada liiketoimintaihmiset ja substanssiosaajat mukaan

Muita menetelmiä

  • tarveanalyysi
  • normalisointi

Erilaiset kohdealueet

  • yritystason mallinnus
  • Hovin Universaalit tietomallit
  • liiketoimintalähtöinen mallinnus
  • Data Warehouse mallinnusvaihtoehdot
  • perusperiaatteet operatiivisten kantojen mallinnuksesta
  • Big Data -mallinnus

SQL PERUSKURSSI
KESTO: 2 PÄIVÄÄ

SQL on data-ammattilaisen perustyökalu tiedonlouhintaan. Se on myös ensimmäinen askel Data Sciencen maailmaan: SQL on tässä työtehtävässä kaikista olennaisin taito. Ari Hovi on vuosia kehittänyt tämän kurssin harjoitusmetodia ja harjoitustehtävät sellaisiksi, että kurssilla opit varmasti. 

 

  • Relaatiokantojen ja tuotteiden perusteet lyhyesti
  • SQL:n merkitys ja asema
  • SQL:n rakenne ja käskyt
  • Kyselyharjoituksia työasemalla
  • Ryhmittelyt, funktiot, pvm-käsittely
  • Perinteinen ja uusi liitossyntaksi
  • Ulkoliitos
  • Tärkeimmät alikyselyt
  • Käskytyyppien vertailua ja käytännön käyttösuosituksia
  • Taulujen perustaminen
  • Viite-eheys
  •  Päivityskäskyt
  • Näkymät
  • Valtuudet
  • Upotetun SQL:n perusteet
  • Vinkkejä hyvään suorituskykyyn
  • Tarvittaessa eri SQL-murteiden vertailua
    – osallistujien tilanteen mukaan (Oracle, SQL Server, DB2, MySQL, Access)
PYTHON PERUSKURSSI AZUREA JA DATAA HYÖDYNTÄEN
KESTO: 2 PÄIVÄÄ


Päivä 1:

  • Mikä python?
  • Historiaa + Versiot
  • Peruskäsitteet
  • Python-koodin ajaminen Microsoft Azure -ympäristössä
  • Tietotyypit ja tietorakenteet
  • Funktiot ja funktioiden määrittely
  • Satunnaisuus
  • Lisätehtävät: Olio-ohjelmointi, Funktionaalinen ohjelmointi

Päivä 2:

  • Data-analyysi-kirjastot: Numpy, Pandas
  • Excelistä lukeminen ja kirjoittaminen
  • Indeksointi
  • Valmistelu
  • Ennustaminen
  • Lisätehtävät: Visualisointi, koneoppiminen

POWER BI PERUSTEET
KESTO: 2 PÄIVÄÄ

 

Power BI on raportointiratkaisu, joka mahdollistaa tiedon noutamisen eri tietolähteistä,  mallintamisen ja raporttien tuottamisen omalle koneelle asennetussa työpöytäsovelluksessa ja jakelun pilvipalvelun kautta raportteja tarvitseville. Ohjelma on erittäin käytetty, koska sitä voi käyttää osana O365 pilviratkaisuja.

 

Power BI johdanto

  • Mikä Power BI on ja mitä sillä voi tehdä?
  • Välineet ja ympäristö

Power BI Desktop

  • Työskentely-ympäristö
  • Toimintaperiaate

Datan lataus ja muokkaus

  • Kyselyeditorin toimintaperiaate
  • Yleisimpiä datan muokkausoperaatioita

Visualisoinnit

  • Raporttisivujen luonti
  • Vuorovaikutteisten visualisointien laatiminen
  • Suodatukset & ositukset (filters & slicers)
  • Visuaalien muokkaus ja muotoilu

Johdatus laskentaan

  • Kaavasarakkeet sekä mittarit


Mistä lisää tietoa Power BI:stä?

LIIKETOIMINNAN TARVITSEMAN TIEDON TUOTTAMINEN
KESTO: 1 PÄIVÄ

 
  • Järjestäytyminen tiedon luomiseen.
  • Liiketoimintavaatimusten näkökulma.
  • Uudelleenkäytettävän tietoaineiston näkökulma.
  • Tutkitaan syvällisemmin tietovaatimusten kontekstia.
  • Poikkeaminen aiheesta: tietotyöntekijöiltä vaadittavista taidoista.
  • Organisoituminen edistyneen tiedon tuottamiseksi.
  • Mikä tekee organisaatiosta datavetoisen?

 

Katso tästä aikaisempien osallistujien kommentteja:

Ota yhteyttä:

Ari Hovi:
Petri Hakkarainen
petri.hakkarainen(at)arihovi.com
040-7690674

Studentwork Oy:
Roope Rajala
roope.rajala(at)studentwork.com
050-320 11 56

Katso tästä lisää ohjelmasta Studentworkin sivuilla.