Hovin Mallintajakoulu

Esittely

Mallinnuksesta organisaation tietokulttuurin ja data-alustan moottori

Tuoreimman Data Engineer Survey 2024 -tutkimuksen mukaan datan mallinnus on tekoälyn jälkeen toiseksi tärkein koulutusalue data-ammattilaisille.
Lähde: https://joereis.github.io/practical_data_data_eng_survey/

Tämä kertoo selvästi suunnan:  Semanttinen kerros, Tekoäly, modern data stack ja data platform -ratkaisut eivät toimi ilman laadukasta ja systemaattista datan mallinnusta.

Hovin Datan Mallintajakoulu on suunniteltu data-ammattilaisille, jotka ymmärtävät, että datan mallinnus ei ole vain tekninen suoritus – vaan koko organisaation tietokulttuurin, data governance -mallin ja tiedolla johtamisen perusta.

Hovin kokemuksen mukaan datan mallinnuksen systemaattinen hyödyntäminen on yksi kriittisistä tiedolla johtamisen menestystekijöistä. Silti liian usein mallinnus jää irralliseksi tekemiseksi: kaavioiksi, jotka pölyttyvät mallinnustyökaluihin, ilman että niiden täysi potentiaali realisoituu.

Mallintajakoulu auttaa välttämään tämän sudenkuopan.

Se tekee datan mallinnuksesta organisaation kehittämisen punaisen langan – käytännönläheisesti, arkeen jalkautuen ja strategiaan kytkeytyen.

Koulutuksen jälkeen datan mallinnus ei ole enää erillinen asiantuntijatekniikka, vaan aktiivinen tapa:

  • kehittää data platformia

  • parantaa datan laatua ja omistajuutta

  • rakentaa yhteinen kieli liiketoiminnan ja IT:n välille

  • tukea AI- ja analytiikkaratkaisuja

  • kasvattaa organisaation datamaturiteettia


Mallintajakoulu pähkinänkuoressa – avoin toteutus

Kesto: 10 viikkoa
Laajuus: 7 koulutusmoduulia

  • 3 kokonaista opetuspäivää

  • 4 puolikasta opetuspäivää

Toteutustapa: Etätoteutus

Ohjattu oppimisprosessi:
Välitehtävät ja tukikanavat, joissa sovellat opittua omaan työhösi ja organisaatioosi.

Hinta: 5 000 € / osallistuja (+ alv)


Mitä opit?

Mallintajakoulussa opit muun muassa:

  • Mistä datan mallinnuksessa kannattaa lähteä liikkeelle

  • Miten edetä ketterästi mutta hallitusti (agile + architecture balance)

  • Miten datan mallinnusta käytetään yhteisen käsitteistön ja ymmärryksen rakentamiseen

  • Miten perustella ja “myydä” mallinnusvetoista tekemistä organisaatiossa

  • Miten datan mallinnus kytketään strategisiin tavoitteisiin – ei vain järjestelmiin

Datan mallinnus toimii koulutuksessa välineenä, jonka avulla kehitetään:

  • Data platform -kehitystä

  • Tiedonlukutaitoa (data literacy)

  • Yhteistä käsitteistöä

  • Datan omistajuutta ja roolituksia (Data Governance)

  • Datan laatua

  • Tietojohtamisen strategiaa ja sen käytännön toteutusta


Moduulit

1. Datan mallinnus tietojohtamisen kantavana menetelmänä (½ pv)

Miksi datan mallinnus on business-driven data developmentin ydin?

Moduulissa:

  • Avataan datan mallinnuksen perusidea

  • Näytetään, miten mallinnus palvelee liiketoimintavetoista datakehittämistä

  • Opitaan sitouttamaan liiketoiminta mukaan mallinnusprosessiin


2. Käsitemallinnus ja ER-menetelmä – mallintajan perustaidot (1 pv)

Perusteet haltuun:

  • Käsitemallinnus (conceptual modeling, semantic modeling)

  • ER-menetelmä (Entity-Relationship)

  • Liiketoimintalähtöinen datan mallinnus

Tässä moduulissa rakennetaan vahva perusta, jonka päälle looginen ja fyysinen mallinnus rakentuvat.


3. Tietotarpeiden kartoitus ja tietotuotteen määrittely (½ pv)

From data to data products.

  • Tietotarpeiden systemaattinen kartoitus

  • Mallin päivittäminen käyttötapausten pohjalta

  • Tietotuotteen (data product) määrittely

Miten datan mallinnus tukee modernia data product -ajattelua ja data mesh -ympäristöjä.


4. Looginen datan mallinnus – käsitemallista toteutusratkaisuksi (1 pv)

Miten käsitemalli tarkennetaan tietoratkaisun rakennuspiirustuksiksi?

Moduulissa käsitellään keskeiset loogisen mallinnuksen lähestymistavat:

  • Inmon (Corporate Information Factory)

  • Kimball (Dimensional Modeling)

  • Data Vault 2.0

  • Star schema & snowflake

  • Hybridimallit modernissa lakehouse-arkkitehtuurissa

Opit:

  • Milloin mitäkin lähestymistapaa kannattaa käyttää

  • Miten eri mallinnusparadigmat tukevat analytiikkaa, BI:tä ja AI-ratkaisuja

  • Miten mallinnuksen keinoin ratkaistaan rakenteellisia haasteita


5. Datan mallinnus tiedon laadun ja omistajuuden tukena (1 pv)

Datan mallinnus on tehokkain väline:

  • Data ownershipin selkeyttämiseen

  • Roolitusten määrittelyyn

  • Data governance -mallin konkretisoimiseen

  • Datan laadun parantamiseen

Moduulissa opit, miten voit data-ammattilaisena tukea liiketoimintaa ottamaan omistajuutta tiedosta.


6. Mallinnusvetoisen organisaation tietokulttuuri (½ pv)

Miten datan mallinnuksen avulla kasvatetaan organisaation datamaturiteettia?

  • Data literacy

  • Yhteinen käsitteistö

  • Mallinnus osana jatkuvaa kehittämistä

Datan mallinnuksesta tulee tapa johtaa tietoa – ei vain dokumentoida sitä.


7. Datan mallinnus kokonaisarkkitehtuurin ja strategiatyön tukena (½ pv)

Miten datatyötä tehdään strategian mukaisesti?

  • Datan mallinnus osana enterprise architecturea

  • Operatiiviselta tasolta taktiseen ja strategiseen tasoon

  • Mallinnus AI-strategian ja data platform -vision tukena


Kenelle koulutus sopii?

  • Data engineerit

  • Data architectit

  • Analytics engineerit

  • BI-kehittäjät

  • Data governance -asiantuntijat

  • Tiedolla johtamisen kehittäjät

  • Enterprise arkkitehdit

Sekä kaikille, jotka haluavat nostaa datan mallinnuksen strategiselle tasolle.


Lopuksi

Tiedolla johtaminen sekä AI-hankkeet epäonnistuvat harvoin algoritmien vuoksi.
Ne epäonnistuvat epäselvän datan, puutteellisen rakenteen ja yhteisen kielen puutteen vuoksi.

Datan mallinnus on silta liiketoiminnan, teknologian ja tekoälyn välillä.

Hovin Datan Mallintajakoulu antaa sinulle osaamisen rakentaa tuo silta – systemaattisesti, ketterästi ja strategisesti.

+ Lue koko esittely

Hovin Mallintajakoulu

Teema:
Datan hallinta
Kieli:
Suomi
Kesto:
3 kuukautta
Aloituspäivämäärät:
Ota yhteyttä

Koulutusohjelmalla / kurssilla ei ole aktiivisia aloituspäivämääriä, jos olet kiinnostunut kurssista ota yhteyttä.

Ota yhteyttä

Ottakaa yhteyttä:

 

  • Kenttä on validointitarkoituksiin ja tulee jättää koskemattomaksi.

Saattaisit olla kiinnostunut myös näistä

Datan hallinta

Tietojen mallintaminen – Data Modeling

Lue lisää
+