Data Tiede

Dataa on kaikkialla ympärillämme. Tykkäysten, uudelleentwiittausten, näyttökertojen ja näkymien määrä on kaikki eräänlaista tietoa. Tiedot kertovat, kuinka monta covid-tapausta siellä on ja kuinka monta rokotetta on jaettu ja missä. Yhä suurempien tietomäärien vuoksi datatiedettä ymmärtäville ihmisille tarve on kriittisempi kuin koskaan. Jokaisella organisaatiolla Twitteristä NFL:ään ja Valkoiseen taloon on data-asiantuntijoita, jotka työskentelevät valtavien tietokokonaisuuksien kanssa, jotka voivat auttaa meitä elämään, työskentelemään, yhdistämään ja pysymään terveinä.

SkillsBuild for Students "Data Science Foundations" -säätiön avulla opiskelijat tutustuvat datatieteen peruskäsitteitä, datatieteen työkaluja ja asianmukaisia datatieteen menetelmiä. Yhdessä Kognitiivisen luokan kanssa luotu Data Science Foundations on olennainen rakennuspalsta työn tulevaisuuden ymmärtämiseksi.

Tunnisteet: Datatiede, Datatyökalut, Data Methodologies, Big Data, Hadoop, Spark Fundamentals

Kielen saatavuus :Englanti

Suositeltu opiskelijayleisö:

• 9.-12.
• College
• STEM-järjestöt tai koulujen kerhojen jälkeen

Yhteydet muihin SkillsBuild for Students -oppimiseen: Ota opiskelijasi mukaan cloud computing -kursseillemme, jotta he ymmärtävät syvällisemmin infrastruktuurin, joka tukee uskomattoman tehokkaita työkaluja, jotka keräävät valtavia määriä tietoa koko ajan.

*Huomautus: Kaiken tässä oppaassa luetellun sisällön osalta sinun on kirjauduttava SkillsBuildiin, jotta opiskelijat voivat käyttää näitä materiaaleja.

DataTieteen säätiöiden opiskelijoiden oppimissuunnitelma

Opettajan resurssit – Datatiede

~ 14 moduulia ja 3 arviointia

~ 10-12 tuntia koko oppimissuunnitelman suorittamiseen

Tee se päivässä. Tee siitä koko päivän tapahtuma, jossa opiskelijat työskentelevät Intro to Data Science -merkin kahden ensimmäisen moduulin kautta ja sisältävät samalla kaksi ensimmäistä datatieteeseen keskittyvää opettajan resurssia 101.

Tee se viikossa. Opiskelijoiden on suoritettava datatieteen esittely ja kaikki Data Science 101:n moduulit, jotka kestää noin kolme tuntia viidessä moduulissa. Yksi moduuli voidaan määrittää joka päivä esittelysisällöllä maanantaina ja loppukoe perjantaina.

Tee se yksikön / kesän aikana: Haasta oppilaasi suorittamaan kaikki Data Science Foundationsin merkit, jotka ansaitsevat sitten neljännen ylimääräisen huipentuvan merkin.

Upota se luokkaan: Joopiskelijoiden tietotieteen kurssityön määrittäminen? Miksi et sisällytä datatieteen merkkejä osana laboratorion valmistumistyötä. Täällä opiskelijat voisivat työskennellä omaan tahtiinsa laboratorioympäristössä ja saada silti tarvittaessa ohjausta. Datatieteen opetussuunnitelmakartan avulla johdatat opiskelijasi kattavaan datatieteen syväsukellukseen. 

Olin yllättynyt, minulla ei ollut aavistustakaan, että datatiede voisi olla ammatti, pidin siitä melko paljon! – Mayara (opiskelija)