Mitä ovat data ja datatyö sekä mihin niitä tarvitaan?

Kaiken pohjalla on organisaation datastrategia

• Mikä on datastrategia ja mikä on sen merkitys?
• Kenen vastuulla on datastrategia?

Mitä on Data Management eli tiedonhallinta ja miksi se on tärkeää?

Data Governancen merkitys, roolit ja mahdollisuudet

• Tieto omaisuuseränä
• Tiedon hallinta
• Tiedon valvonta
• Tiedon laatu

Tiedon arkkitehtuuri ja sen merkitys

Tietojen mallintaminen eli Data Modelling

• Miksi tietoja pitää mallintaa ja mitä se käytännössä tarkoittaa?
• Mallintamisen vaiheet

Tietoturvan ja tietosuojan merkitys tietotyössä

• Tiedon saavutettavuus
• Tiedon tuhoaminen
• Tiedon suojaus
• Tietoturva

Mikä on Master Data Managementin (MDM) merkitys

• Mitä MDM tarkoittaa ja sen keskeiset käsitteet
• Master Data -alueet
• Miten MDM liittyy yrityksen toimintaan

Tiedon yhdistäminen eli integrointi

• ETL
• Tiedon yhteensopivuus

Warehousing ja BI

• Business Intelligence
• Tiedon analysointi ja louhinta
• Warehouse ja Data mart

Metadata

• Metadatakäsite
• Metadatan hallinta

Datan laatu ja käytettävyys

• Miksi datan laatuun pitää panostaa?
• Datan hallinnoimiseen liittyvät roolit ja -vastuut
• Tiedon louhinta
• Tiedon korjaaminen
• Tiedon yhtenevyys
• Tiedon rikastaminen

Tiedon visualisoinnin periaatteet

• Miksi tietoa visualisoidaan?
• Millaista on hyvä visualisointi?

Big Data

• Mitä Big Datalla tarkoitetaan?
• Miksi Big Dataa kerätään?

AI ja ML

• Mihin organisaatiot voivat hyödyntää tekoälyä ja koneoppimista?
• Miksi tekoälykehityksessä ja koneoppimisessa tarvitaan dataa?

Avainsanat

Data, datatyö, Big data, AI, ML, Tekoäly, Koneoppiminen, Tieto, BI, Visualisointi, Tietotyö, Warehouse, Warehousing