Artesis Plantijn Hogeschool Antwerpen
Media, Design en IT
Data foundations36983/3385/2425/1/82
Studiegids

Data foundations

36983/3385/2425/1/82
Academiejaar 2024-25
Komt voor in:
  • Bachelor in de elektronica-ICT
    Keuzeoptie:
    • IT & Software
  • Bachelor in de toegepaste informatica, trajectschijf 3
    Keuzeoptie:
    • IT & Software
Dit is een enkelvoudig opleidingsonderdeel.
Studieomvang: 3 studiepunten
Men kan dit opleidingsonderdeel niet volgen binnen een
  • examencontract (met het oog op het behalen van een creditbewijs).
  • examencontract (met het oog op het behalen van een diploma).
Co-titularis(sen): Haddouchi Hassan, Similon Andie
Onderwijstalen: Nederlands
Kalender: Semester 1
Dit opleidingsonderdeel wordt gequoteerd op 20 (tot op een geheel getal).
Mogelijke grensdata voor leerkrediet: 15.10.2024 (1ste semester)
Tweede examenkans: wel mogelijk.
Delibereerbaarheid/tolereerbaarheid: Dit opleidingsonderdeel komt in aanmerking voor deliberatie/tolerantie onder de voorwaarden van de opleiding waarvoor je bent ingeschreven.
Totale studietijd: 78,00 uren

Volgtijdelijkheid

Op dit opleidingsonderdeel is er geen volgtijdelijkheid van toepassing.

Korte omschrijving

Data speelt een steeds belangrijkere rol bij veel organisaties met als centrale doel om meer waarde uit de data te creëren. In dit OLOD bekijken we wat er hiervoor nodig is en wat er achter de schermen gebeurt. We bestuderen de data lifecycle met de verschillende stappen om rauwe data om te zetten in interessante inzichten en voorspellende modellen. Dan gaan we wat dieper in op een aantal stappen zoals de data verwerking, de data infrastructuur (data engineering) en het visualiseren van de data. Ten slotte bekijken we kritisch een aantal mogelijke valkuilen en het belang van een ethische werkwijze.

OLR-Leerdoelen (lijst)

Ontwerpen
Bespreekt het gebruik van data in organisaties aan de hand van de stappen in de data lifecycle.
Professioneel handelen
Bespreekt mogelijke ethische valkuilen van het gebruik van data.
Realiseren
Gebruikt Python om online data verzamelen en op te laden in een database.
Maakt duidelijke visualisaties van rauwe data en kiest een gepaste presentatievorm.
Verwerkt rauwe data tot nuttige informatie met SQL en Pandas.
Automatiseert een data pipeline.
Ontwikkelt een predictief ML model.

Leerinhoud

  • Data lifecycle
  • Data verwerking en feature engineering (Pandas, SQL)
  • Introductie tot data engineering
    • Data pipelines
    • Orchestratie 
    • Data Warehouse
  • Data visualisatie (Power BI)
  • Machine Learning
  • Ethical AI

Studiematerialen (lijst)

Online leermateriaal op DigitapVerplicht

Onderwijsorganisatie

Werkvormen
Hoor- en/of werkcolleges12,00 uren
Practicum en/of oefeningen24,00 uren
Werktijd buiten de contacturen42,00 uren

Toetsing (lijst)

Evaluatie(s) voor de eerste examenkans
MomentVorm%Opmerking
Eerste examenperiodeKennis- en inzichtstoets in de examenreeks40,00Digitaal.
Eerste examenperiodeVaardigheidstoets in de examenreeks40,00Digitaal.
Evaluatie(s) voor de tweede examenkans
MomentVorm%Opmerking
Tweede examenperiodeKennis- en inzichtstoets in de examenreeks40,00Digitaal.
Tweede examenperiodeVaardigheidstoets in de examenreeks40,00Digitaal.
Evaluatie(s) voor beide examenkansen, niet herhaalbaar in tweede examenkans
MomentVorm%Opmerking
Eerste examenperiodeVaardigheidstoets permanent tijdens de lesweken (Permanente evaluatie)20,00

Toetsing (tekst)

De totale examentijd voor de kennis- en inzichtstoets(en) en/of de vaardigheidstoets(en) die tijdens de examenreeks en de toetsweek plaatsvinden, bestaat uit de voorziene tijd hiervoor plus ¼ extra examentijd – met een max. van 30 min. – voor alle studenten. De extra examentijd als individuele aanpassing is hierbij dus inbegrepen. Indien er op het moment van de toetsing een aanvullende toetsing plaats zou vinden, dan wordt de extra examentijd met een maximum van 30 min. toegekend.