2024/2025
Управление по данным в образовательных продуктах
Статус:
Маго-лего
Кто читает:
Департамент образовательных программ
Когда читается:
2 модуль
Охват аудитории:
для всех кампусов НИУ ВШЭ
Преподаватели:
Дворецкая Ирина Владимировна
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
- 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
- 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
- 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
- Итоговый проект, защитаПодготовка 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?
- ДЗ 1
- Д3 2Задание 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.
- Активность на занятиях
Промежуточная аттестация
- 2024/2025 учебный год 2 модуль0.1 * Активность на занятиях + 0.2 * Д3 2 + 0.2 * ДЗ 1 + 0.5 * Итоговый проект, защита
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