Modulets indhold, forløb og pædagogik

Modulet giver de studerende en grundlæggende introduktion til infrastrukturen bag den aktuelle digitale dataudvikling, herunder de væsentligste teknologier, dataorganiseringsprincipper og reguleringsmæssige tiltag (fx GDPR). Kurset introducerer blandt andet de studerende til API’er, Big Data og Open Data samt vigtige distinktioner såsom semi vs. ustruktureret data og superviseret vs. usuperviseret maskinlæring (eng. 'machine learning').

Gennem modulet får de studerende udviklet deres tekniske vokabular og får de første praktiske erfaringer med elementerne i organisationens datainfrastruktur. Herigennem lærer de studerende at identificere de væsentligste komponenter i den teknologiske infrastruktur, som har betydning for de datapraksisser, der både skaber muligheder og udfordringer for fremtidens organisationer.

Læringsmål

Viden

Viden om: 

• væsentlige teknologier, dataorganiseringsprincipper og reguleringsmæssige tiltag, der karakteriserer aktuelt dataarbejde og dataficering

• metoder til indsamling, opbevaring og behandling af data samt struktureret og ikke-struktureret datadataanalyse

• etiske spørgsmål relateret til aktuelt dataarbejde i og omkring organisationer

Færdigheder

Færdigheder til: 

• at beskrive organisationens datainfrastruktur med inddragelse af et teknisk fagsprog samt at oversætte fagsproget til forskellige involverede faggrupper

• at kunne beskrive og skelne mellem forskellige typer af datadrevne analyser

Kompetencer

Kompetencer til: 

• at vurdere udfordringer og muligheder i den måde data indhentes, opbevares og stilles til rådighed på

• selvstændigt at kunne diskutere datainfrastruktur i relation til organisationens øvrige videnspraksisser

Undervisningsform

Vedr. undervisningsform henvises til studieordningens §17. Den konkrete vægtning mellem de forskellige undervisningselementer vil fremgå af semesterbeskrivelsen for modulet. Semesterbeskrivelsen offentliggøres i Moodle før semesterstart.

Eksamen

Prøver