Andmeanalüütiku arenguprogramm

Andmeanalüütiku arenguprogramm on andmevaldkonnast huvitatud inimestele suunatud kaks ja pool kuud kestev täiendõpe. Programm toimub veebikeskkonnas ning teemad jagunevad 11-le õppepäevale. Iga õppepäev on järelkuulatav 14 päeva jooksul peale selle toimumist endale sobival ajal. Võimalus on osaleda ka üksikutel päevadel eraldi.

Täiendõppe eesmärk on anda baasteadmised andmete kogumisest, töötlemisest ja analüüsimisest koos praktilise kogemusega, et tutvustada tänapäevaseid lähenemisi andmete efektiivsemaks kasutamiseks. Koolituse käigus õpitakse tundma mitmeid andmetöötluseks vajaminevaid tööriistu ning meetodeid, et mõista, kuidas kogutud andmetest saada oma ettevõtte jaoks väärtuslikku teavet.

Maailma andmemaht kahekordistub iga kolme aasta tagant. Kõiki neid andmeid peab saama sorteerida, töödelda ja kasutada maksimaalse äriväärtusega. Selleks vajame andmeanalüütikuid ja -spetsialiste, kes struktureeritud lähenemisviisi abil andmete haldamisel suudavad oluliselt suurendada mistahes äriprotsessi efektiivsust. Reaalsus on see, et kolmveerandil ettevõtetest pole tänapäeval oma andmete parimal viisil kasutamiseks vajalikke oskusi ja tehnoloogiaid. Kõikjal on tõsine puudus andmeanalüütikutest, kes teaksid, kuidas ettevõttes tasuvuse suurendamiseks andmeanalüüsi tõhusalt kasutada. Kas andmespetsialistiks saamiseks peab teadma kõrgemat matemaatikat ja programmeerimist? Muidugi ei ole see üleliigne, kuid piisab loogilisest mõtlemisest, visadusest ja suurest soovist uute oskuste omandamiseks.

Koolituse sihtgrupiks on andmevaldkonnast huvitatud inimesed, kel ei pea olema selles varasemat kogemust ning ka need, kes soovivad enda teadmisi antud valdkonnast täiendada.

Koolitusel osalemiseks on vajalik laadida enne õppepäeva algust vajalik tarkvara arvutisse. Kaasategemiseks vajalike programmide nimekiri:

• Excel ning PowerQuery
• tasuta tarkvarad SQL, Python, R ja RStudio
• Tableau tarkvara (tasuta versiooni on võimalik kasutada piiratud aeg, seetõttu soovitame alla laadida vahetult enne Tableau õppepäeva algust)
• Detailsema info programmide töölauaversiooni installeerimisest saadame enne iga õppepäeva algust.

Koolituse sisu:

1. Õppepäev: Sissejuhatus erialasse. Andmeanalüüsi alused.
   • Maarja Maarjakõiv Endine Elisa Eesti andmeanalüütik; Olympic Entertainment Group, kliendisuhete ja püsikliendiprogrammi juht
     Maarja Maarjakõiv on omandanud Tartu ülikoolis bakalaureusekraadi matemaatilise statistika erialal. Analüütika valdkonnas on kogemust pea 7 aastat töötades riigisektoris, ITK valdkonnas ning ka meelelahutussektoris. Maarja on töötanud Elisa kliendibaasi analüütikuna ning hiljaaegu on liikunud analüütikavaldkonnast tootejuhtimisse.
     • Õppepäeva eesmärk on anda laiem ülevaade andmete olemusest, kuidas neid koguda ja töödelda ning kuidas kogu see teave on ettevõttele kasulik. Samuti anda teadmised, miks on analüütik ettevõttele vajalik ning mis on põhilised omadused, mis analüütiku tegelikult väärtuslikuks teevad. Viimaks katame põhilised väljakutsed, mis ilmnevad analüütika valdkonnas.
       • Mis on andmed?
       • Kuidas andmeid kogutakse?
       • Kuidas andmeid töödeldakse?
       • Miks on andmed ettevõttele vajalikud?
       • Miks on analüütik ettevõttele vajalik?
       • Analüütiku põhilised omadused, mis loovad väärtust ja kas seda kõike saab õppida?
       • Põhilised väljakutsed analüütikaga tegelemisel
2. Õppepäev: Andmete kogumine, andmekaeve ja andmete visualiseerimine
   • Renee Kooli Glia, analüütika juht; Estonian Business School, õppejõud
     Renee Kooli on strateegiline mõtleja, kellel on 15 aastat kogemust andmetega seotud valdkonnas. Ta on lõpetanud Tallinna Tehnikaülikooli arvuti- ja süsteemitehnika erialal. Hetkel töötab Renee Glias analüütika juhina, kuid varasem töökogemus on Skypest, Microsoftist, Helmesest ja Omnivast. Põhifookus on olnud andmetest lisaväärtuse loomine ning klientide ja äripartnerite abistamine. Lisaks on Renee ka õppejõud Estonian Business Schoolis.
     • Koolituspäeva fookus on seotud andmete kogumisel, nendega opereerimisel ning lõpuks nendest väärtuse loomisel läbi visualiseerimise. Eesmärk on anda algteadmised andmete erinevatest liikidest, kuidas neid analüüsida ning kuidas valida endale see kõige meelepärasem tööriist ja väljendusviis. Lisaks räägime ka data literacyst, ehk andmekirjaoskusest.
       • Kuidas organisatsioonid andmeid koguvad ja nendest väärtust loovad
       • Analüütiline protsess – milline see välja näeb ja mis samme endas hõlmab
       • Andmetüüpide eristus
       • Andmekaeve – mis see on ja mida seal tehakse
       • Turul olevad tööriistad ning kuidas valida endale see ‘õige’
       • Andmete visualiseerimine ja andmekirjaoskus (data literacy)
3. Õppepäev: Andmeanalüüs Excelis Pivot Table, konsolideeri ja PowerQuery tööriistadega
   • Asko Uri Kasulik Koolitus ™ / KehaMeeleKool OÜ, koolitaja ja koolitusjuht
     Asko Uri töötab seitsmendat aastat Kasulik Koolitus ™ koolitusfirmas õppematerjalide väljatöötaja ja koolitajana. Selle aja jooksul on Asko koolitanud üle 3000 inimese, kelle keksmine rahulolu koolitusega on 10-palli skaalal 9,4. Asko on omandanud Tartu Ülikoolis bakalaureuse kraadi sotsioloogia ja sotsiaaltöö erialal. Enne koolitajana tööle asumist töötas Norra e-õppe lahendusi tootvas ettevõttes juhataja ja tootearendajana.
     • Koolituse põhiosa keskendub Pivot Table kasutamisele, sh
       • Pivot andmetabelite loomine ja lahtrite vormindamine, andmete kuvamine ja värskendamine
       • Väljade ja üksuste kasutamine Pivot tabelis, sh uute väljade ja üksuste loomine
       • Väljade grupeerimine
       • Risttabelite loomine
       • Kuupäevaga väljade analüüsimine
       • Pivot tabeli kujundamine
       • Pivot tabelis lahtrite viitamine arvutuste tegemisel
       • Pivot tabelitest diagrammide loomine
     • Lisaks vaatame andmete kokkutoomist ja korrastamist eri tabelitest:
       • Konsolideeri tööriistaga
       • PowerQuery tööriistaga
       • PowerQuery tööriista juures vaatame eraldi andmete toomist Excelisse läbi csv faili niimoodi, et edaspidi toimuks uute importimiste korral andmete korrastamine (vormindamine, veergude korrastamine jm) automaatselt.
4. Õppepäev: SQL – andmete kogumiseks hädavajalik tööriist
   • Silver Toompalu OfficePoint OÜ, omanik ja koolitaja; Tallinna Tehnikakõrgkooli ja Eesti Maaülikooli lektor; Täiskasvanute koolitaja (tase 7)
     Silver Toompalu on arvutikoolitajana tegutsenud aastast 1997 ning selle aja jooksul viinud läbi hulgaliselt koolitusi erineva tasemega kasutajatele. Lisaks arvutikoolitustele on ta ca 20 aastat olnud tegev ka õppejõuna mitmes Eesti kõrgkoolis, õpetades lisaks IT valdkonnale ka statistikat, andmeanalüüsi ning majandusteadust. Praegu tegutseb Silver Tallinna Tehnikakõrgkooli ning Eesti Maaülikooli ridades, samas on ta 10 aastat töötanud ka Tallinna Tehnikaülikoolis, kus Avatud ülikooli koolituspartnerina lööb kaasa tänagi. Omab täiskasvanute koolitaja (tase 7) kutsetunnistust.
     • SQL andmebaaside põhitõed
     • Relatsioonilise andmebaasi loomine
     • Üldised SQL keelereeglid, andmetüübid
     • Andmebaasi ja tabelite loomine, kasutuselevõtt, kustutamine
     • Tabeli struktuuri muutmine
     • Andmete lisamine tabelisse, erinevad võimalused
5. Õppepäev: SQL – andmete kogumiseks hädavajalik tööriist
   • Silver Toompalu OfficePoint OÜ, omanik ja koolitaja; Tallinna Tehnikakõrgkooli ja Eesti Maaülikooli lektor; Täiskasvanute koolitaja (tase 7)
     Silver Toompalu on arvutikoolitajana tegutsenud aastast 1997 ning selle aja jooksul viinud läbi hulgaliselt koolitusi erineva tasemega kasutajatele. Lisaks arvutikoolitustele on ta ca 20 aastat olnud tegev ka õppejõuna mitmes Eesti kõrgkoolis, õpetades lisaks IT valdkonnale ka statistikat, andmeanalüüsi ning majandusteadust. Praegu tegutseb Silver Tallinna Tehnikakõrgkooli ning Eesti Maaülikooli ridades, samas on ta 10 aastat töötanud ka Tallinna Tehnikaülikoolis, kus Avatud ülikooli koolituspartnerina lööb kaasa tänagi. Omab täiskasvanute koolitaja (tase 7) kutsetunnistust.
     • Päringute loomine
     • Päringute tegemine ühest tabelist
     • Tingimuste seadmine, sorteerimine, grupeerimine, agregaatfunktsioonide kasutamine
     • Päringud mitmest tabelist, tehted päringutulemustega
     • Alampäringute kasutamine
     • Funktsioonide kasutamine päringutes
     • Täiendavad võimalused (vaadete ja transaktsioonide kasutamine)
6. Power BI – visuaalsete raportite loomine ja automatiseerimine
   • Silver Toompalu OfficePoint OÜ, omanik ja koolitaja; Tallinna Tehnikakõrgkooli ja Eesti Maaülikooli lektor; Täiskasvanute koolitaja (tase 7)
     Silver Toompalu on arvutikoolitajana tegutsenud aastast 1997 ning selle aja jooksul viinud läbi hulgaliselt koolitusi erineva tasemega kasutajatele. Lisaks arvutikoolitustele on ta ca 20 aastat olnud tegev ka õppejõuna mitmes Eesti kõrgkoolis, õpetades lisaks IT valdkonnale ka statistikat, andmeanalüüsi ning majandusteadust. Praegu tegutseb Silver Tallinna Tehnikakõrgkooli ning Eesti Maaülikooli ridades, samas on ta 10 aastat töötanud ka Tallinna Tehnikaülikoolis, kus Avatud ülikooli koolituspartnerina lööb kaasa tänagi. Omab täiskasvanute koolitaja (tase 7) kutsetunnistust.
     • Power BI on Microsofti ärianalüüsi tööriist, mis pakub võimalust luua interaktiivseid andmete visualiseeringuid, mille abil saavad lõppkasutajad luua ise aruandeid ja armatuurlaudu. Eesmärk on anda teadmised Power BI Desktop ja Power BI võrguteenuste kontseptsioonist ja toimimisest.
       • Power BI olemus ning kasutusvõimalused
       • Kuidas ühendada Power BI erinevate andmeallikatega
       • Kuidas oma andmeid Power Query abil teisendada ja andmemudeleid luua
       • Kuidas luua DAX-i abil arvutatud veerge ja mõõdikuid
       • Kuidas Power BI abil andmeid visualiseerida
       • Kuidas avaldada aruandeid Power BI võrguteenuses
     • NB! Koolituspäeva ülesehitus eeldab Power Query koolituspäeva läbimist või samaväärsete eelteadmiste olemasolu.
7. Õppepäev: Python
   • Maarja Maarjakõiv Endine Elisa Eesti andmeanalüütik; Olympic Entertainment Group, kliendisuhete ja püsikliendiprogrammi juht
     Maarja Maarjakõiv on omandanud Tartu ülikoolis bakalaureusekraadi matemaatilise statistika erialal. Analüütika valdkonnas on kogemust pea 7 aastat töötades riigisektoris, ITK valdkonnas ning ka meelelahutussektoris. Maarja on töötanud Elisa kliendibaasi analüütikuna ning hiljaaegu on liikunud analüütikavaldkonnast tootejuhtimisse.
     • Koolituspäeva eesmärk on läbi praktiliste ülesannete tutvustada Pythoni kui andmeanalüüsi ja visualiseerimise tööriista põhilisi funktsionaalsuseid.
       • Mis on Python ja miks seda kasutatakse?
       • Praktiline ülesanne
         • Andmete laadimine Python keskkonda
         • Andmete esmane uurimine
         • Andmete puhastamine
         • Andmete visualiseerimine
         • Graafikute loomine
         • Lihtsamate mudelite loomine
8. Õppepäev: R – võimas töövahend andmetega töötamisel
   • Merilin Paas-Loeza OlyBet, vanemanalüütik
     Merilin on omandanud Tallinna Ülikooli bakalaureusekraadi pedagoogika (2013) ja magistrikraadi kasvatusteaduste (2015) erialal. Ta on varasemalt töötanud hariduse ja panganduse valdkondades. ning hetkel töötab ta vanemanalüütikuna (Senior Customer Insights Analyst) Olybet-is.
     • Andmete importimine ja esmane analüüs
     • Andmete importimine töölauale Exceli või CSV failist
     • Andmetest ülevaate saamine ja esmane analüüs
     • Andmetöötlus Tidyverse’i pakettidega dplyr
     • dplyr’i verbid
     • Andmete visualiseerimine paketiga ggplot2
     • Jooniste loomine (hajuvusdiagramm, tulpdiagramm ja joondiagramm)
     • Jooniste lihtsam kujundamine
     • Andmed RStudiost välja
     • Töövoo automatiseerimine R-i skripti abil
     • Tulemuste salvestamine Exceli faili
9. Õppepäev: Tehisintellekti (AI) rakendamine andmetöötluses ja andmeanalüüsis
   • Andres Karjus Tallinna Ülikool, digihumanitaaria ja tehisaru lektor; Estonian Business School, vanemteadur
     Andres Karjus on keeleteaduse (PhD) ja tehisintellekti (MSc) haridusega andme- ja kultuuriteadlane, kes toimetab Tallinna Ülikoolis tehisaru ja digihumanitaaria lektorina ning Estonian Business Schoolis vanemteadurina. Andres tegeleb ka teaduse populariseerimise ja koolitamisega ningon esinenud neil teemadel meedias. Lisaks kannab ta “Riiklikult tunnustatud teaduse populariseerija” kvaliteedimärki.
     • Mis on juturobotite (ChatGPT, Gemini, Claude jt) võimalused ja piiratused andmeanalüüsis?
     • Kuidas otsustada, kuidas andmeanalüütilisele ülesandele läheneda: lahendada ise, juturoboti abiga, mõne ülesande-spetsiifilise tööriistaga, või rakendada suuri keelemudeleid?
     • Assistendi-funktsioonid juturobotites: kuidas teha endale analüüsi-abilist?
     • Sammud küsimusest praktilise analüüsini
     • Kas ja kuidas analüüsida kvalitatiivseid andmeid (tekstid, küsimustikud, dokumendid, pildid) kvantitatiivselt ja suurel skaalal?
     • Suured keelemudelid ja zero-shot learning – tehisaru sisulises analüüsis
     • Kuidas jooksutada oma keelemudelit: lokaalsed ja pilve-lahendused, kommerts- ja “avatud” mudelid
     • Praktika: rakendame koos tehisarusid
     • Kokkuvõttev mõttevahetus, edasiste sammude arutamine
10. Õppepäev: Andmeanalüüsiks vajalik tööriist Tableau
    • Mari Helen Štarkov Alexela, andmeanalüütik
      Mari Helen Štarkov on andmetega igapäevaselt töötanud üle 5 aasta. Hetkel töötab Mari Helen Alexelas andmeanalüütikuna. Enne Alexelat on ta töötanud Telias protsessijuhina, kus ta arendas andmevisualiseerimise ja suhtlusoskusi, tooteomanikuna, keskendudes analüütikale ja suhtlusele ning kvaliteedianalüütikuna, töötades samuti andmevisualiseerimise ja suhtluse alal. Tema hariduslik taust on bakalaureusekraad Tartu Ülikooli Matemaatilise Statistika erialalt ning magistrikraad TTÜ Infosüsteemide analüüsi ja kavandamise erialalt. Tal on Tableau spetsialisti sertifikaat, on läbinud erinevaid andmete ja analüütikaga seotud täiendkoolitusi ning jätkab enda pidevat arendamist.
      • Mis on Tableau?
      • Tableau kasutajaliidese demo
      • Andmetega ühendamine
      • Visualiseerimine I
      • Interaktiivsus ja dashboard’id
      • Visualiseerimine II
      • Andmeallikate ühendamine
      • Tableau Server
      • Tableau kasutusjuhtude näited
      • Küsimused ja kokkuvõte
11. Õppepäev: Mida peavad andmeanalüütikud teadma (suur)andmete ja isikuandmete kaitsest?
    • Markus Malm Olympic Entertainment Group AS, jurist ning andmekaitsespetsialist
      Markus on lõpetanud 2020. aastal Tartu Ülikoolis Infotehnoloogiaõiguse magistriõppe. Ta töötab Eesti suurimas online-kasiinos Olybet juristina ning andmekaitsespetsialistina, kus lahendab igapäevaselt andmekaitsega seonduvaid küsimusi.
      • Koolituspäeva eesmärk on anda igale isikuandmetega kokku puutuvale isikule baasteadmised, millega tuleb arvestada, kui tööprotsesside käigus tuleb tegeleda ka isikuandmetega, mida tuleks teha erinevates praktikas ettetulevates olukordades, mis puudutavad isikuandmete töötlemist. Osalenu oskab ära tunda erinevaid andmekategooriaid ning teab, millistel õiguslikel alustel tohib andmeid töödelda ning millised on rikkumiste tagajärjed.
        • Millal ja kellele GDPR kohaldub?
        • Mis on isikuandmed?
        • Milliseid printsiipe peab järgima andmete kogumisel ja töötlemisel?
        • Andmetöötluse õiguslikud alused
        • Mis on eriliiki isikuandmed ja mida nende töötlemisel silmas pidada?
        • Profileerimine ja automatiseeritud otsused – mida tähele panna
        • Andmetöötlejate rollid
        • Andmekaitse mõjuhinnang – millal teha ja miks see vajalik on?
        • Andmete turvalisuse tagamine
        • Andmeleke – levinud põhjused ja mida teha
        • Karistused andmetöötlusnõuete rikkumise pärast

Koolituse läbinuna: 

• tead, kuidas andmeid koguda, analüüsida ja töödelda
• saad algteadmised andmete erinevatest liikidest, kuidas neid analüüsida ning kuidas valida endale see kõige meelepärasem tööriist ja väljendusviis
• mõistad, kuidas töötada SQL andmebaasidega ning kuidas lisada ja muuta andmeid olemasolevates tabelites
• oskad koostada päringuid ühest ja mitmest tabelist tingimustele vastavate andmete kättesaamiseks, kasutades vajadusel ka alampäringuid
• saad baasteadmised, kuidas ja kus masinõpet kasutada
• oskad andmeid analüüsida Excelis Pivot tabelis, PowerQuery ja Qlik tööriistadega ning luua omale kõnekaid visuaale
• oskad automatiseerida ja luua visuaalseid raporteid Power BI abil
• tead, kuidas ettevõttes tasuvuse suurendamiseks andmete analüüsi tõhusalt kasutada
• omad algteadmisi sellest, kuidas R-iga andmeid analüüsida, visualiseerida ja raporteerida
• omandad andmetest väärtuste loomiseks vajalikke metoodikaid
• oskad igakülgselt analüüsida ja avastada seoseid oma andmetes ning luua tähenduslikke esitlusi ja neid teistega jagada
• oskad ära tunda erinevaid andmekategooriaid ning tead, millistel õiguslikel alustel tohib andmeid töödelda ning millised on rikkumiste tagajärjed

Töö toimub väikestes gruppides ja kohtade arv on piiratud!

Eelmistel arenguprogrammidel osalenute tagasiside:

“Andmeanalüütiku arenguprogrammi tugevaimaks väärtuseks oli minu jaoks see, et koolitus lisas ülikoolis omandatud teoreetilistele teadmistele praktilisi oskusi, mida läheb tarvis reaalses tööelus. Koolitajad olid toetavad ja julgustavad ning oma ala spetsialistid.”
“Tänan suurepärase koolituse eest, sain palju materjale taas meelde tuletada ning ka palju uusi teadmisi juurde! Tekkis huvi nii mõnegi uue programmi vastu.”
“Oli väga arendav koolitus suurepäraste lektorite, kaasõppijate ja suurepärase korraldusega. Ja kuigi testi tulemus on nigel, oli ikkagi põnev ja loodan, et tulevikus on võimalus süvitsi minna mõne andmebaasiga.”
“Väga palju uusi teadmisi.”
Aitäh! Koolitus algas ja lõppes täpselt, info oli ette saadetud jpm. Õppevideod võiks olla kauem kättesaadavad, sest koolitus tekitas meeletu huvi ja sealt oleks tõhusam õpitut korrata, vaadata üle, kui konspektist, kuna kõik ei saa nagunii kirja. Ülihea korralduslik pool ja lektorid oma ala profid.”
“Väga arendav koolitus oli. Tänan selle eest!”
“Mõnusalt asjalik koolituste sari :-)”
“Aitäh nii super õpetliku ja hästi korraldatud koolituse eest! Olen äärmiselt tänulik, et mul oli võimalus selles osaleda! Jõudu teile ja kõike parimat!”
“Koolitus oli ülevaatlik ja andis baasteadmisi valdkonnast. Inspireeriv ja arendav.”
“Väga hea ja põhjalik tutvustus erinevatele andmeanalüüsiks vajalikele programmidele ja üldiselt hariv. Tänud”

Täiendõppe kogumaht 84 AT, millest iseseisev töö 20 AT. Koolituspäevad on interaktiivse ülesehitusega, kus toimub koolitaja ning osaleja vaheline dialoog ning praktilised harjutused. Osalejad saavad personaalselt vastused enda küsimustele. Kursus lõpeb elektroonilise kirjaliku arvestusega. Andmeanalüütiku arenguprogrammi tunnistuse saavad kõik, kes on läbinud kogu arenguprogrammi