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 echte data vraagstukken aan de slag. Binnen de minor kennen we 3 specialisatie tracks (1) aviation data science (2) data driven design (3) energy transition (4) predictive maintenance en (5) urban analytics. 

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.

Leerdoelen

De student kan na afloop van de minor:

1. Data en (exploratieve) inzichten interpreteren, uitleggen en bediscussiëren.
2. Rekening houdend met de betrouwbaarheid van het resultaat, aanbevelingen doen voor data gedreven beslissingen binnen een technische context.
3. Met een onderzoekende houding een technisch vraagstuk oplossen.
4. De vertaalslag maken van een bedrijfsprobleem binnen een technische context naar een data science vraagstuk, waarin onderscheid gemaakt worden tussen hoofdvragen en deelvragen.
5. Zich de waarde realiseren van betrouwbare en transparante data analyse en is zich bewust van de risico’s van biases.
6. Functies gebruiken voor het importeren, bewerken, visualiseren en modelleren van data.
7. Code opleveren die overdraagbaar is.

Studenten krijgen domeinkennis over 1 van de tracks:

- Urban Analytics: verbeter de dynamiek van de duurzame metropool op basis van data;
- Predictive Maintenance: onderhoud voorspellen op basis van data;
- Data Driven Design: product ontwerp op basis van gebruiksdata.
- Aviation Operations: collaborative decision making (KLM, Schiphol en NL luchtverkeersleiding) op basis van voorspelde aankomst en vertrektijden

Ingangseisen

De minor wordt in het Nederlands gegeven. 

In principe is deze minor vrij toegankelijk, echter de ervaring leert dat enige ervaring met het bewerken van data (bijvoorbeeld Excel/Access) gewenst is. Een tweede vereiste is dat je bekend moet 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. 

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.

Propedeuse behaald

Literatuur

Het volgende studiemateriaal is verplicht

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 www.dedataloog.nl 

Rooster

Het onderwijs concept van de minor is dat je aan het begin van iedere week een challenge krijgt die je op de vrijdag moet oplossen. Op de maandag krijg je de basis stof voor de challenge gedoceerd, echter de challenge gaat veel verder dan de basis stof. Zodoende wordt je iedere week uitgedaagd het beste uit jezelf te halen. Het stramien van de minor zal in de twee blokken als volgt zijn

* maandag college dag, theorie uitleg en challenge voor komende week 

* dinsdag zelfstudie (onder begeleiding) in blok 1 en bij het bedrijf aan de slag met de bedrijfscase in blok 2

* woensdag werkcollege dag 

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

* Vrijdag wekelijkse presentatie van de challenge in blok 1 en wekelijkse presentatie van de voortgang de bedrijfscase in blok 2

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 4 tal presentatie/workshop avonden waarin de trends, hacks of maatschappelijke impact verder uitdiepen.

Contacttijd

Studiedeel - Hoorcollege - Werkcollege - Overig

Studiedeel: Introduction to Data Science
Hoorcollege: 7x 100 minuten + 7x 8 uren Datacamp
Werkcollege: 7x 100 minuten + 7x 8 uur consult

Studiedeel: Visual analytics
Hoorcollege: 7x 100 minuten
Werkcollege: 7x 100 minuten

Studiedeel: Data Mining
Hoorcollege: 7x 100 minuten
Werkcollege: 7x 100 minuten

Studiedeel: Track
Hoorcollege: 7x 100 minuten
Werkcollege: 7x 100 minuten
Overig: 5 x 3 uur presentaties eindpresentatie 50 minuten

Studiedeel: Hackaton
4 dagen fulltime

Studiedeel: ML workshop  
4 dagdelen

Studiedeel: Data Ethics
Hoorcollege: 2x 50 minuten opzet 
Overig: 4 thema avonden ~4 uur
excursies oa big data expo 8 uur

voorafgaand aan de minor hebben we een introductiedag waar je verwacht wordt.

Let op 

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

Studiedeel: Introduction to Data Science
Afkorting: IDS
EC: 9
Blok: A
Toetsvorm: Tentamen

Studiedeel: Visual analytics
Afkorting: VA
EC: 5
Blok: A
Toetsvorm: Opdrachten

Studiedeel: Data Mining
Afkorting: DA
EC: 4
Blok: B
Toetsvorm: Opdrachten

Studiedeel: Track*-
Aviation Data Science / Data Driven Design / Energy Transition /
Predictive maintenance/ Urban Analytics
Afkorting: TRK
EC: 10
Blok: B
Toetsvorm: Opdrachten

Studiedeel: Hackaton
Afkorting: HCK
Blok: ntb*
Toetsvorm: Deelname

Studiedeel: Data Ethics
Afkorting: MA
EC: 2
Blok: A+B
Toetsvorm: Reflectie deelname

* de hackathon zal waarschijnlijk in week 7 van blok A plaatsvinden.

Aanvullende informatie

Kosten:

We gebruiken het DataCamp platform. Studenten ontvangen van ons een gratis licentie. 

De thema en hack avonden van het vak maatschappelijke impact 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.

Extra informatie
Video 

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

Vragen over de Kies op Maat-procedure?
Contact: Onderwijsbureau Faculteit Techniek, www.hva.nl/vragenformulier met als onderwerp 'minor Techniek'.

Er is een beperkt aantal 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.