Tieturi

Ohjelma

Keskiviikkona 3.2.

09:00

Mitä data-analyytikon pitää osata, kun tekoäly on yhä useammin mukana työssä?

Liiketoiminta, analyyttinen ajattelu, tekninen ammattitaito ja viestintä omassa roolissa.
Liiketoimintamalli, prosessit ja päätökset analyysikysymyksen taustalla.
Tekoälyn tehtävät ja analyytikon vastuu, mitä voi delegoida ja mitä pitää tarkistaa?
Oman työn tarkastelu, missä osaamisessa tarvitset vahvistusta?

10:30

Tauko

10:45

Mistä tiedät, että analyysi vastaa kysymykseen?

Havaintoyksikkö, aikarajaus ja kohdemuuttujien tunnistaminen.
Puuttuvat arvot, kaksoiskappaleet ja vuoto tulevaisuudesta nykyhetkeen.
Menetelmävalinta, vertailukelpoisuus, epävarmuus ja syy-seurauspäätelmien rajat.
SQL, Python ja R: millaista teknistä ymmärrystä oma työ vaatii?

12:00

Lounastauko

13:00

Ohjaa tekoälyä ja esitä tulos päätöksentekijälle

Tehtävänanto, tavoite, tausta, aineisto, määritelmät ja rajaukset.
Käytetään GROW – mallia tavoitteen ja vaihtoehtojen määrittelyyn.
Valitun vaihtoehdon perustelut ja teknisen toteutettavuuden arviointi.
Reunaehdot ja rajoitteet, organisaation hyväksymät käytännöt ja mahdolliset riskit.
Loppuyhteenveto ja seuraavat askeleet. Hyödynnetään pyramidiperiaatetta viestin jäsentelyssä.

14:00

Tauko

14:15

Harjoitus: kasvoiko myynti ja paraniko kannattavuus?

Rajaa kysymys ja tutustu aineiston käsitteisiin.
Tarkista data, laske mittarit ja arvioi annettu AI-yhteenveto.
Kirjoita suositus ja dokumentoi epävarmuus sekä tarvittavat lisätiedot.

15:15

Harjoituksen yhteinen läpikäynti

Vertaa laskentasääntöjä ja perustele datan käsittelyratkaisut.
Tunnista AI-yhteenvedon virhepäätelmät ja aineiston rajat.
Esitä suositus ja anna palautetta sen perusteluista.

15:45

Koulutuksen päätös ja oma kehityssuunnitelma.

Valitse yksi omassa työssä kokeiltava käytäntö.
Kirjaa, miten tarkistat kokeilun tuloksen.
Kysymykset ja palaute.

16:00

Kiitos! Koulutus päättyy.