Master of Engineering, Data Engineering and AI: YDATIS24
Code: YDATIS24
- Degree title
- Insinööri (ylempi AMK), Master of Engineering
- Credits
- 60 ects
- Duration
- 1.5 years (60 cr)
- Start semester
- Autumn 2024
- Teaching language
- Finnish
Descriptions
Koulutuksen kuvaus
Data Engineering and AI -koulutus on suunnattu työelämässä pätevöityneille tietotekniikan, elektroniikan tai tietoliikennetekniikan insinööreille, jotka haluavat syventää osaamistaan ja asiantuntemustaan datan hallinnan ja tekoälyn osalta. Koulutuksesta valmistut ylempään AMK-tutkintoon, eli Master-tutkintoon.
Data Engineering and AI -koulutuksessa vaativan erityistason osaamisesi laajenee, joten saat uusia näkökulmia alan käytänteiden soveltamiseksi työtehtävissäsi. Opit ennakoimaan toimintaympäristön muutoksia ja pystyt luomaan kokonaiskuvaa toiminnan muutostarpeista sekä toteuttamaan tarvittavia kehittämistoimia. Koulutuksessa perehdyt data hallintaan, kuten tiedon keräämiseen, valmisteluun ja muokkaamiseen dataa käyttäviä sovelluksia varten. Lisäksi perehdyt koneoppimisen prosessiin ja algoritmeihin sekä tekoälyyn. Työskentelysi koulutuksen aikana ja oppimistehtävien sekä opinnäytetyönä tehtävän kehittämishankkeen nivominen työtehtäviisi mahdollistaa samalla työnantajaorganisaation toimintojen kehittämisen.
Data Engineering and AI -koulutus on osa Turun AMK:n Master Schoolia ja sen Professional Excellence -tarjontaa. Opinnot koostuvat kaikille Master-tason koulutuksille yhteisistä opinnoista sekä oman erityisalan syventävistä opinnoista. Koulutuksen kokoavina teemoina ovat massadatan hallinta sekä tekoälypohjaisten ratkaisujen kehittäminen. Näihin liittyy myös opinnäytetyö, joka tyypillisesti tehdään työelämään liittyvänä kehittämistehtävänä. Teemojen mukaista osaamista tarvitaan kaikissa organisaatioissa.
Opintojen rakenne
Data Engineering and AI -koulutuksen laajuus on 60 op ja kesto työn ohessa suoritettuna on 1,5 vuotta. Tutkintonimike on insinööri (ylempi AMK).
Opinnot koostuvat
• syventävistä opinnoista (ydinosaaminen) 20 op
• vapaasti valittavista opinnoista (laajentava osaaminen) 10 op
• opinnäytetyöstä 30 op.
Ydinosaamisen opinnot koostuvat menetelmäopinnoista sekä aiempia opintoja syventävistä ammatillisista opinnoista. Syventävien opintojen teemoja ovat:
– Datan hallinnan (Data Engineering) käytännöt
– Koneoppimisen prosessi ja algoritmit
– Tekoälyn sovellukset
Moni koulutuksesta valmistunut toimii jossakin vaiheessa uraansa joko itsenäisenä yrittäjänä tai yrityksen vastuullisissa johto- tai asiantuntijatehtävissä. Vapaasti valittavilla opinnoilla voit laajentaa osaamistasi esimerkiksi liiketoimintaosaamisesta ja projektijohtamisesta valitsemalla opintoja Turun AMK:n muiden Master-koulutusten tai muiden korkeakoulujen tai yliopistojen tarjonnasta. Vapaasti valittavia opintoja on tarjolla runsaasti myös täysin virtuaalisena verkko-opetuksena.
Opinnäytetyö toteutetaan kehittämishankkeena, jossa on selkeä tutkimuksellinen ote ja tiivis kytkentä käytännön työhön. Opinnäytetyö suoritetaan useimmiten opiskelijan omassa organisaatiossa tehtävänä kehittämis- tai tutkimustyönä. Mikäli opiskelija ei saa varsinaiselta työpaikaltaan koulutuksen tarpeiden mukaista kehittämistehtävää tai hänellä ei ole työsuhdetta, tarjoavat Turun ammattikorkeakoulun tutkimusryhmät opinnäytetyöksi soveltuvia aiheita.
Kansainvälistyminen
Kansainvälistyminen lähtee opiskelijan omista tarpeista tehtäväkuvan mukaan. Opinnäytetyöhön voidaan kytkeä kansainvälinen näkökulma esimerkiksi osallistumalla oman alan kansainväliseen konferenssiin tai seminaariin. Kansainvälisellä näkökulmalla tuetaan osaltaan myös kielitaiton kehittymistä. Suuri osa opintojaksojen ja oppimistehtävien lähdemateriaalista on kansainvälistä ammatti- ja tiedeaineistoa. YAMK-opiskelijoilla on mahdollisuus päästä mukaan kansainvälisiin tutkimus- ja kehittämisprojekteihin. Myös kansainvälinen opiskelijavaihto on mahdollista.
Koulutuksen antama pätevyys
Ylempi AMK -tutkinto on korkeakoulututkinto, joka antaa saman kelpoisuuden julkisiin virkoihin ja tehtäviin kuin esimerkiksi yliopistossa suoritettu ylempi korkeakoulututkinto.
Koulutus noudattaa eurooppalaisen tutkintojen viitekehyksen (EQF) mukaisia osaamisen tasokuvauksia sekä tutkintojen ja muun osaamisen kansallisen viitekehyksen osaamiskuvauksia. Ylemmän ammattikorkeakoulututkinnon osaamista vastaava taso on 7 eli sama kuin yliopiston maisteri- ja DI-tutkinnoissa.
Uramahdollisuudet
Koulutus antaa opiskelijalle monipuoliset valmiudet erityisesti datan hallintaan ja tekoälyyn liittyviin tehtävien suunnitteluun, läpivientiin ja johtamiseen. Koulutuksen suorittanut saa myös valmiudet toimia vaativissa projektien johto- ja hallintatehtävissä tai asiantuntija- ja kehittämistehtävissä eri alojen yrityksissä tai julkisella sektorilla. Tutkimukset osoittavat, että suoritetuilla tutkinnolla on vaikutusta urien ja työnkuvien kehitykseen. Koulutus on suunniteltu lisäämään tutkinnon suorittajan henkilökohtaisia valmiuksia kehittää itseään ja osaamistaan jatkuvasti muuttuvassa ympäristössä. Opiskelusta on hyötyä myös työnantajalle, sillä oppimistehtävät voidaan soveltaa oman työn ja työpaikan kehittämiseen. Tutkinto vahvistaa mahdollisuuksia hakeutua haastavampiin työtehtäviin, lisää tietoja ja taitoja myös projektijohtamisesta ja liiketoimintaosaamisesta sekä varmuutta verkostoissa toimimiseen.
Jatko-opintomahdollisuudet
Ylemmän AMK-tutkinnon ammattikorkeakoulututkinnon suoritettuasi sinulla on samat jatko-opintomahdollisuudet kuin yliopistossa suoritetun ylemmän korkeakoulututkinnon jälkeen. Yliopistot voivat asettaa ehtoja jatkotutkinto-oikeuden myöntämiselle esimerkiksi täydentävien siltaopintojen muodossa.
Ylempi AMK-tutkinto antaa myös kelpoisuuden hakeutua ammatilliseen opettajankoulutukseen.
Yhteistyö muiden toimijoiden kanssa
Data Engineering and AI -koulutusta suunnitellaan ja toteutetaan yhdessä työelämän kanssa. Työelämäyhteys muodostuu ensisijaisesti opiskelijan, opiskelijan työpaikan ja koulutuksen välille. Erilaisissa tehtävissä työskentelevien opiskelijoiden keskinäisellä vuorovaikutuksella on merkittävä osuus ammattitaidon kehittymisessä ja yhteistyöverkostojen luomisessa.
Tutkinnon keskeisin elementti on työelämää palveleva kehittämistehtävä, josta syntyy varsinainen opinnäytetyö. Opinnäytetyö lisää opiskelijan ammattitaitoa ja osaamista sekä palvelee työelämän kehittämistarpeita. Myös tutkimus- ja kehitystoiminnassa on mukana useita paikallisia ja kansainvälisiä kumppaneita.
Joustavan opinto-oikeuden puitteissa opiskelija voi osallistua mm. Turun yliopiston ja Åbo Akademin opintojaksoille ja sisällyttää näitä suorituksia omaan tutkintoonsa. Opiskelija voi hyödyntää myös Suomen ammattikorkeakoulujen yhteistä verkko-opintotarjontaa CampusOnlinessa: http://campusonline.fi/
Tutkimuksen painopisteet
Dataa hyödynnetään lukuisissa käyttökohteissa mm. liikkeenjohdossa, taloushallinnossa, palvelu- ja tuotekehityksessä, markkinoinnissa ja myynnissä. Monet Turun ammattikorkeakoulun liiketoiminnan, tekniikan, taiteen sekä terveyden ja hyvinvoinnin tutkimusryhmät suorittavat datan analysointia ja hyödyntävät tekoälyn eri muotoja, kuten esim. koneoppimista omissa tutkimusprojekteissaan. Tutkimusryhmät voivat myös tarjota datan hallintaan ja tekoälyyn liittyviä projektitöitä tai opinnäytetyön aiheita opiskelijoille.
Development
Studies include a variety of theoretical and laboratory work on contact teaching days, as well as online studies, exercises, projects, and internships as distance learning.
Further information
The objectives for skill levels in a master’s degree are based on the legislation concerning universities of applied sciences and the European Qualification Framework (EQF). The level corresponding to a master’s degree is level 7. The study evaluation criteria are described in the implementation plan of each course. Criteria are varying depending on different objectives, contents, and implementation models.
Select timing, structure or classification view
Show study timings by semester, study year or period
Code | Name | Credits (cr) | 2024-2025 | 2025-2026 | Autumn 2024 | Spring 2025 | Autumn 2025 | 1. / 2024 | 2. / 2024 | 3. / 2025 | 4. / 2025 | 5. / 2025 | 1. / 2025 | 2. / 2025 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
CORE COMPETENCE
(Choose all ) |
20 | |||||||||||||
YDATIS24-1001 |
Planning for the Future
(Choose all ) |
10 | ||||||||||||
MS00BP40 | Future Operating Environments | 5 | 5 | 5 | 2.5 | 2.5 | ||||||||
MS00BP16 | Research and Development Methods | 5 | 5 | 5 | 2.5 | 2.5 | ||||||||
YDATIS24-1002 |
Basics of Data Engineering & AI
(Choose all ) |
10 | ||||||||||||
MS00CN43 | Introduction to Data Engineering and AI Technologies | 5 | 5 | 5 | 2.5 | 2.5 | ||||||||
MS00CN44 | Introduction to Cloud Technologies and Security | 5 | 5 | 5 | 2.5 | 2.5 | ||||||||
COMPLEMENTARY COMPETENCE
(Choose 10) |
10 | |||||||||||||
YDATIS24-1003 |
Optional Studies
(Choose ects: 10) |
10 | 10 | 10 | 3.3 | 3.3 | 3.3 | |||||||
YDATIS24-1004 |
Data Engineering
(Choose 10) |
0 - 10 | ||||||||||||
MS00CN45 | MLOps | 5 | ||||||||||||
MS00CN46 | Data Engineering project | 5 | ||||||||||||
YDATIS24-1005 |
Artificial Intelligence
(Choose 10) |
0 - 10 | ||||||||||||
MS00CN47 | Components and Application of Artificial Intelligence | 5 | ||||||||||||
MS00CN48 | AI project | 5 | ||||||||||||
MASTER'S THESIS
(Choose all ) |
30 | |||||||||||||
MS00BP41 | Master's Thesis | 30 | 10 | 20 | 10 | 20 | 3.3 | 3.3 | 3.3 | 10 | 10 | |||
Total | 60 | 30 | 20 | 20 | 10 | 20 | 10 | 10 | 3.33 | 3.33 | 3.33 | 10 | 10 |
Due to the timing of optional and elective courses, credit accumulation per semester / academic year may vary.
Code | Name | Credits (cr) |
---|---|---|
CORE COMPETENCE
(Choose all ) |
20 | |
YDATIS24-1001 |
Planning for the Future
(Choose all ) |
10 |
MS00BP40 | Future Operating Environments | 5 |
MS00BP16 | Research and Development Methods | 5 |
YDATIS24-1002 |
Basics of Data Engineering & AI
(Choose all ) |
10 |
MS00CN43 | Introduction to Data Engineering and AI Technologies | 5 |
MS00CN44 | Introduction to Cloud Technologies and Security | 5 |
COMPLEMENTARY COMPETENCE
(Choose 10 ) |
10 | |
YDATIS24-1003 |
Optional Studies
(Choose ects: 10 ) |
10 |
YDATIS24-1004 |
Data Engineering
(Choose 10 ) |
0 - 10 |
MS00CN45 | MLOps | 5 |
MS00CN46 | Data Engineering project | 5 |
YDATIS24-1005 |
Artificial Intelligence
(Choose 10 ) |
0 - 10 |
MS00CN47 | Components and Application of Artificial Intelligence | 5 |
MS00CN48 | AI project | 5 |
MASTER'S THESIS
(Choose all ) |
30 | |
MS00BP41 | Master's Thesis | 30 |