• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
2024/2025

Управление по данным в образовательных продуктах

Статус: Маго-лего
Когда читается: 2 модуль
Охват аудитории: для всех кампусов НИУ ВШЭ
Язык: русский
Кредиты: 3

Программа дисциплины

Аннотация

Курс разработан в целях подготовки студентов к анализу процессов и показателей деятельности образовательных организаций в рамках продуктового подхода, нацелен на выработку навыков подготовки проектов решений в образовательных продуктах и деятельности образовательных организаций, основанных на внешних и внутренних данных.
Цель освоения дисциплины

Цель освоения дисциплины

  • Знать основные принципы управления данными в образовательных продуктах и уметь их применять
  • Собирать массивы данных об образовательном процессе, уметь применять современные инструменты, методы и техники к их обработке, хранению, анализу.
  • Оценивать и анализировать тенденции в области использования, анализа и принятия решений на основе данных об образовательном процессе/его составляющих.
Планируемые результаты обучения

Планируемые результаты обучения

  • Умеет критически анализировать и оценивать практику работы с данными, сложившуюся в организации/ в части управления образовательным продуктом
  • Умеет идентифицировать искажения в области представления данных
  • Умеет формулировать цели и задачи анализа данных, умеет критически отбирать данные из разных источников.
  • Умеет отбирать источники данных о разных аспектах образовательного процесса с учетом имеющихся ограничений
  • Собирает количественные и качественные данные об образовательном процессе
  • Оценивает и анализирует разные аспекты качества конкретных источников данных
  • Умеет идентифицировать существующие подходы к обеспечению качества данных
  • Умеет разрабатывать и обосновывать стратегию обеспечения качества данных об образовательном процессе
  • Владеет техниками подготовки данных для анализа
  • Умеет отбирать инструменты для чистки и подготовки данных с учетом поставленной задачи и имеющихся ограничений
  • Планирует и осуществляет ход интеграции разных источников данных с учетом поставленной задачи анализа данных об образовательном процессе
  • Умеет формулировать гипотезы для анализа данных
  • Оценивает и анализирует реализацию этических принципов в области сбора, хранения, обработки данных об образовательном процессе
  • Структурирует и анализирует большие объемы документов по теме сбора и хранения данных об образовательном процессе
  • Применяет современные методы к анализу данных об образовательном процессе
  • Применяет принципы принятия решений на основе данных для образовательных организаций/продуктов
  • Выделяет основные этапы аналитического обеспечения развития образовательного продукта/организации, умеет применять современные подходы и инструменты в этой области
  • Умеет критически анализировать риски использования данных для управления в образовательных продуктах
  • Умеет формулировать цели и задачи использования мультимодальной аналитики
  • Умеет критически анализировать ограничения разных источников данных и методов сбора данных
  • Умеет анализировать существующие подходы к обеспечению качества данных, умеет отбирать подходящий под задачи
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Данные в образовательном продукте
  • Источники данных об образовательном процессе: цифровые и аналоговые
  • Сбор данных об образовательном процессе, особенности данных.
  • Качество данных в образовательных продуктах
  • Подготовка данных для анализа: основные шаги
  • Хранение и интеграция данных
  • Этика сбора и хранения данных
  • Анализ данных: кластеризация
  • Принятие решений на основе данных
  • Аналитика цифровых образовательных продуктов
Элементы контроля

Элементы контроля

  • неблокирующий Итоговый проект, защита
    Подготовка к защите итогового проекта идет на протяжении всего курса. Итоговая презентация защищается на последнем занятии и представляет собой рассказ о дешборде, сделанном с использованием результатов анализа собранного датасета. Регламент: 7 минут на выступление и 8 минут на вопросы и ответы. Структура выступления: 1. Кому адресован дешборд? 2. Для принятия каких решений? 3. В чем могут возникнуть сложности у пользователей дешборда? 4. Как их можно разрешить?
  • неблокирующий ДЗ 1
  • неблокирующий Д3 2
    Задание является частью итогового проекта. В ходе задания необходимо провести кластерный анализ. Конкретный метод кластеризации – на усмотрение слушателей. Выявленные типы/группы необходимо объяснить в терминах концептуальной рамки, предварительно выбранной для анализа. По результатам анализа надо написать краткое аналитическое эссе.
  • неблокирующий Активность на занятиях
Промежуточная аттестация

Промежуточная аттестация

  • 2024/2025 учебный год 2 модуль
    0.1 * Активность на занятиях + 0.2 * Д3 2 + 0.2 * ДЗ 1 + 0.5 * Итоговый проект, защита
Список литературы

Список литературы

Рекомендуемая основная литература

  • 9781787129238 - Cirillo, Andrea - R Data Mining : Implement data mining techniques through practical use cases and real world datasets - 2017 - Packt Publishing Ltd - https://search.ebscohost.com/login.aspx?direct=true&db=nlebk&AN=1643003 - nlebk - 1643003
  • Anand, V. E., & Jayanthi, K. (2018). A Handbook of Journalism : Media in the Information Age. New Delhi, India: Sage Publications Pvt. Ltd. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1739149
  • Claudio Feijóo, José-Luis Gómez-Barroso, & Shivom Aggarwal. (2016). Economics of big data. Chapters, 510. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsrep&AN=edsrep.h.elg.eechap.14700.25
  • Cluster analysis, Everitt, B. S., 2011
  • DAMA-DMBOK : data management body of knowledge, , 2017
  • DAMA-DMBOK : Свод знаний по управлению данными. Второе издание - 978-5-9693-0404-8 - Dama International - 2023 - Москва: Олимп-Бизнес - https://ibooks.ru/bookshelf/390018 - 390018 - iBOOKS
  • DAMA-DMBOK: свод знаний по управлению данными, , 2022
  • DAMA-DMBOK: свод знаний по управлению данными, , 2023
  • Data clustering : theory, algorithms, and applications, Gan, G., 2007
  • Data mining with R : learning with case studies, Torgo, L., 2017
  • Ishikawa, H. (2015). Social Big Data Mining. Boca Raton: CRC Press. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=964797
  • King, R. S. (2015). Cluster Analysis and Data Mining : An Introduction. Mercury Learning & Information.
  • Palumbo, F., International Federation of Classification Societies, Montanari, A., & Vichi, M. (2017). Data Science : Innovative Developments in Data Analysis and Clustering. Cham: Springer. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1548455
  • Torgo, L. (2017). Data Mining with R : Learning with Case Studies, Second Edition (Vol. Second edition). Boca Raton: Chapman and Hall/CRC. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1429469
  • Всё сложно. Жизнь подростков в социальных сетях / пер. с англ. Ю. Каптуревского ; под науч. ред. А. Рябова ; Нац. исслед. ун-т «Высшая школа экономики». — 2-е изд., эл. — (Библиотека журнала «Вопросы образования») - 978-5-7598-2200-4 - Бойд Дэна - 2021 - Москва: ВШЭ - https://ibooks.ru/bookshelf/372253 - 372253 - iBOOKS

Авторы

  • Дворецкая Ирина Владимировна