IS-216 Data Science Applications

Emnet er tilknyttet følgende studieprogram

• IT og informasjonssystemer, bachelorprogram

Undervisningsspråk

Engelsk

Anbefalte forkunnskaper

En grunnleggende forståelse for digitaliseringsprosesser som for eksempel IS-100. Grunnleggende programmeringsferdigheter som fra IS-110 for analyse av store datasett.

Innhold

Hvert sekund genereres enorme mengder data i moderne samfunn. Informasjonssystemer kan brukes for å skape mening fra de store datamengdene, og gjennom en slik prosess forbedre forståelsen av dataene og tilhørende forretningsmodeller. Emnet bruker konsepter og teknikker fra mange forskjellige områder som forretningsliv, ledelse, økonomi, sosiologi, computer science og filosofi. Studentene vil bli eksponert for et bredt spekter av problemstillinger fra det virkelig liv og får se utfordringer både i forskjellige perspektiv og i et helhetsperspektiv. Studentene vil kunne oppdage hvordan de forskjellige delene passer sammen og kunne få tak i hensikten med, design av og utvikling av datadrevne løsninger.

Emnet vil utvikle konsepter, rammeverk og metoder for å analysere relasjonene mellom organisasjoner og data. Fokuset vil være på diskusjonen av big data analytics, økosystemer og strategier for digital transformasjon som en vei til forandring. Emnet gir også studentene et systematisk grunnlag for å adressere endring i den digitale virksomheten, og bygge bro mellom digital transformasjon med digital bærekraft for delt verdi som påvirker samfunnet som helhet.

Læringsutbytte

Etter fullført emne skal studentene:

• ha en grunnleggende forståelse for data science og de grunnleggende prinsipper og konsepter

• ha utviklet en data-analytisk tenkemåte og kunne hente ut (extract) data fra forskjellige datatyper

• kunne diskutere hvorfor og hvordan forandringer i dataalderen og tilgjengelighet til data kan forandre organisasjoner og samfunn

• forstå notasjoner for digital transformasjon, data science, big data og analytics, deres relasjoner og ulikheter

• kunne utforske data-sentrerte forretningsproblemer og deres formål og utvikle datadrevne forretningsmodeller, strategier og løsninger

• kunne evaluere og vurdere praktiske applikasjoner for (big) data and analytics

• kunne skape en felles forståelse som vil lede til mer effektiv kommunikasjon mellom ledelse, teknisk personale, utviklere og data science teams

Vilkår for å gå opp til eksamen

Obligatoriske oppgaver må være godkjent. Informasjon blir lagt ut i Canvas ved semesterstart.

Undervisnings- og læringsformer

Forelesninger og organisert gruppearbeid. Estimert arbeidsomfang er 210 timer.

Studentevaluering

Emneansvarlig i samråd med studenttillitsvalgt fastsetter evalueringsform og om emnene skal ha midtveis- eller sluttevaluering, jf. kvalitetssystemet kapittel 4.1. Informasjon om evalueringsform for emnet publiseres i Canvas.

Tilgang for privatister

Nei

Tilbys som enkeltemne

Ja. Med forbehold om ledig plass/kapasitet.

Opptakskrav hvis tilbudt som enkeltemne

Generell studiekompetanse

Eksamen

Mappeinnlevering. Gradert karakter, A-F, individuell karakter på mappen. Nærmere informasjon om hva som inngår i mappen gis ved oppstart.

Annen informasjon

Undervises vår 2022, så først høst 2023. Det altså ikke bli undervist studieåret 2022-2023.