Kies op maat

Inloggen Menu

Data Science

Big data is geen hype maar een dagelijks fenomeen. Per persoon produceren we vandaag meer data per minuut dan er totaal in 2008 werd opgeslagen. Via allerlei sensors in de openbare ruimte, in onze apparatuur en door het gebruik van smart mobile devices zenden we continu informatie naar geïnteresseerde bedrijven en partijen. Voorbeelden van gebruik van deze data zijn het onderhoud van treinen, elektriciteit sturing door slimme meters of aanbevelingen op websites voor producten die je echt moet hebben. Data Science is de discipline die uit deze enorme hoeveelheid data zinnige uitspraken haalt middels complexe algoritmes. 

We spreken van data science in een big data omgeving, omdat de hoeveelheid informatie die wordt opgeslagen zoveel is dat kennis halen uit de data moeilijk is: de enorme hoeveelheid gegevens moeten worden opgeslagen en omgezet in bruikbare informatie. Het doel van deze minor is studenten op te leiden tot junior data scientists die in staat zijn zelf een project aan te pakken voor een opdrachtgever. Ja, we gaan met échte opdrachtgevers en échte datavraagstukken aan de slag. Binnen de minor kennen we een aantal specialisatie tracks: 

  1. Connectivity & Mobility (met een focus op Aviation) 
  2. Designing Future Cities 
  3. Energy Transition 
  4. Smart Industry 
  5. Technology for Life (met een focus op Smart Health)
Je kiest in het tweede blok van de minor voor een van de hierboven genoemde tracks. Tijdens de minor leer je programmeren in Python, data analyse technieken (machine learning), en visualisatie technieken. Daarnaast hebben we een impact programma met onder andere een hackathon.

Let op! 

  • Voorafgaand aan de minor hebben we een introductiedag waar je verwacht wordt. 
  • De minor wordt door studenten als tijdsintensief ervaren. Als je kiest voor data science (big data), kies je voor het leren van een nieuwe taal de taal van data.

Leerdoelen

De student kan na afloop van de minor:

  • data en (exploratieve) inzichten interpreteren, uitleggen en bediscussiëren; 
  • rekening houdend met de betrouwbaarheid van het resultaat, aanbevelingen doen voor data gedreven beslissingen binnen een technische context; 
  • met een onderzoekende houding een technisch vraagstuk oplossen; 
  • de vertaalslag maken van een bedrijfsprobleem binnen een technische context naar een data science vraagstuk, waarin onderscheid gemaakt wordt tussen hoofdvragen en deelvragen; 
  • zich de waarde realiseren van betrouwbare en transparante data analyse en is zich bewust van de risico’s van biases; 
  • functies gebruiken voor het importeren, bewerken, visualiseren en modelleren van data; 
  • code opleveren die overdraagbaar is.

 

Studenten krijgen domeinkennis over een van onderstaande tracks:

  • Connectivity & Mobility (met een focus op Aviation): collaborative decision making (KLM, Schiphol en NL luchtverkeersleiding) op basis van voorspelde aankomst en vertrektijden; 
  • Designing Future Cities: verbeter de dynamiek van de duurzame metropool op basis van data; 
  • Energy Transition 
  • Smart Industry: onderhoud voorspellen op basis van data; 
  • Technology for Life (met een focus op Smart Health).

Ingangseisen

De minor wordt in het Nederlands gegeven. 

Gewenst: 

  • enige ervaring met het bewerken van data (bijvoorbeeld Excel/Access); 
  • bekend zijn met een aantal basistechnieken uit de statistiek: gemiddelde, standaardafwijking, variantie, histogrammen maken. Indien dit ontbreekt raden we je aan voorafgaand aan de minor een statistiek cursus te volgen op DataCamp.; 
  • affiniteit met het werken met getallen, met databestanden en het interpreteren van data.

Echte programmeerkennis is niet vereist, tijdens de minor wordt gebruik gemaakt van DataCamp een online learning platform om het programmeren te leren. Belangrijk is dat je wil leren en daar moeite voor wilt doen. Leren programmeren gaat met vallen en opstaan en je moet het aangaan om te durven vallen. 

Maar vooral: je moet geïnteresseerd zijn in het werken met getallen, met databestanden en met het interpreteren van data.

Toelatingseisen conform OER eigen opleiding.

Literatuur

We hebben geen verplicht studiemateriaal. We maken veel gebruik van de online leeromgeving Datacamp. Als je voor de minor kiest ontvang je van ons een licentie. Mocht je het fijn vinden om uit een boek te leren, dan raden we het onderstaande (digitale) boek aan:

  • Van der Plas, J. Python Data Science Handbook
  • Digitaal verkrijgbaar via github.com of Oreilly
Daarnaast wordt gebruikt gemaakt van wetenschappelijke papers over big data en key performance indicators. Voor de Tracks wordt nog literatuur bekend gemaakt.

Verder adviseren we je middels zelfstudie te bekwamen in het data werkveld, bijvoorbeeld door het luisteren van podcasts zoals De dataloog.

Rooster

Het onderwijs concept van de minor is dat je aan het begin van iedere twee weken een challenge krijgt die je op de vrijdag moet presenteren. Op de maandag krijg je de basisstof voor de challenge gedoceerd, echter de challenge gaat veel verder dan de basisstof. Zodoende wordt je steeds uitgedaagd het beste uit jezelf te halen. Het stramien van de minor is in de twee blokken doorgaans als volgt:

maandag
college; theorie uitleg en challenge voor komende twee weken
dinsdag
blok 1: zelfstudie (onder begeleiding)
blok 2: bij het bedrijf aan de slag met de bedrijfscase 

woensdag
werkcollege

donderdag
blok 1: zelfstudie (onder begeleiding)
blok 2: bij het bedrijf aan de slag met de bedrijfscase
 

vrijdag
blok 1: een tweewekelijkse presentatie van de challenge
blok 2: een wekelijkse presentatie van de voortgang de bedrijfscase

  Het eerste blok wordt door studenten als pittig ervaren maar tegelijkertijd wel ervaren dat er veel geleerd wordt in slechts enkele weken. Juist daardoor is het mogelijk om in het tweede blok het geleerde in de praktijk te brengen. 

Naast de standaard colleges hebben we in de minor een viertal presentatie/workshop avonden waarin we de trends, hacks of maatschappelijke impact verder uitdiepen.

Contacttijd:
Studiedeel / Hoorcollege Werkcollege / Overig 
Introduction to Data Science / 7 x 100 min. / 7 x 8u Datacamp / 7 x 100 min. / 7 x 8u consult
Visual Analytics / 7 x 100 min. / 7 x 100 min.
Data Mining / 7 x 100 min. / 7 x 100 min.
Track 7 x 100 min. / 7 x 100 min. / 5 x 3u presentaties
50 min. eindpresentatie Hackaton 
4 dagen fulltime ML workshop 
4 dagdelen Data ethics 2 x 50 min. opzet
4 thema avonden van ca 4u
8u excursies, oa Big Data Expo

Let op: 

  • Voorafgaand aan de minor hebben we een introductiedag waar je verwacht wordt. 
  • De minor wordt door studenten als tijdsintensief ervaren. Als je kiest voor data science (big data), kies je voor het leren van een nieuwe taal de taal van data. Soms betekent dit meer uren te besteden dan je voorafgaand had gehoopt, dat moet je willen accepteren. Het docententeam van de minor is gecommitteerd om het beste uit jou te halen, we zullen er alles aan doen om je tijdens de minor échte ervaringen op te laten doen  in bijvoorbeeld excursies. We vragen dus ook commitment van jou.

Toetsing

Totaal 30 EC.

Studiedeel / EC / Blok / Toetsing 
Introduction to Data Science / 9 / 1 / Tentamen
Visual Analytics / 5 / 1 / Opdrachten 
Data Mining / 4 / 2  / Opdrachten 
Hackaton / -- / 1 waarschijnlijk in week 7
Deelname Data Ethics / 2 / 1 en 2 / Reflectie deelname

De vakken Introduction to Data Science en Visual Analytics kunnen in blok 1 en blok 3 worden herkanst.
Het vak Data Mining en de Track kunnen in blok 2 en blok 4 worden herkanst.

Voor vak Data Ethics geldt een herkansing op maat. Afhankelijk van welk onderdeel je moet herkansen.

In geval van herkansen vragen we je om van tevoren contact met ons op te nemen.


Wanneer een student een onderdeel niet succesvol heeft afgerond in de onderwijsperiode waarin de student het onderwijs van de minor heeft gevolgd, dan kan de student alsnog de minor afronden tijdens volgende onderwijsperiode(n) van de betreffende minor.

Wordt een minor niet meer aangeboden of is de inhoud van de minor herzien? Dan biedt de opleiding in het daarop volgende studiejaar nog tweemaal de gelegenheid tot het afronden van de minor. 

Aanvullende informatie

Meer informatie:

Video Minor Data Science

Kosten:

Voor het gebruik van het DataCamp platform ontvangen studenten een gratis licentie. 

De thema en hack avonden van het vak Data Ethics zijn nog niet gepland. Maar het kan zijn dat er voor een van de avonden kosten gemaakt worden. Denk hierbij aan de aanschaf van een Raspberri Pi of sensor boards. 

Tot slot, zorg voor een redelijke laptop. We kunnen support bieden aan Macbooks, Windows en Linux/Unix, maar Chromebook kunnen we niet ondersteunen.

Vragen over de minor?
Contact: Charaf Batou, c.batou@hva.nl

Vragen over de Kies op Maat-procedure?
Contact: Monique Ax-Bervoets, Digitaal Servicepunt  

Er zijn 15 plaatsen voor KOM-studenten. De aanmeldperiode voor HvA-studenten is voorafgaand aan de aanmeldperiode voor niet HvA-studenten.

Aanmeldingen worden op volgorde van binnenkomst ondertekende leerovereenkomsten in behandeling genomen.