Social Data Science is one of the seven study tracks in the
Expertise
Areas of graduating social data scientists include datafication, digitalization, machine learning, artificial intelligence and algorithms, causality and prediction, statistical programming languages, platforms and data structures, numerical and textual data management, data ethics, data collection, measurement, visualization, analysis and modeling, and open science tools. The management of these areas is not only technical in nature, but the students' skills are based on social scientific understanding and vision.
Internship
The recommended length of the internship period is 3-6 months, during which the student can concretely start his/her master's thesis on a jointly agreed topic in such a way that the work process and the topic benefit both the intern and the organization, and the goals correspond to the university's thesis requirements. An example of a structure for an internship could be familiarizing oneself with a phenomenon and data and preparing preliminary analyses and conclusions.
Schedule
Generally, the best time for internship is spring/summer, such as from the beginning of May to the end of August, because theses are prepared and finalized during the late fall/winter. If there is a schedule that works best for you, please feel free to let us know!
Recently, our students have been working as interns for example in following companies and organisations: Wolt, Microsoft, Huawei, Statistics Poland, Demos Helsinki, Mapita Oy, National Agency for Education, Åbo Akademi, and University of Helsinki.
Feel free to contact us and tell us about your needs, and we will refine them together!
Yhteiskuntadatatiede (Social Data Science) on yksi seitsemästä opintosuunnasta valtsikan kansainvälisessä
Osaaminen
Valmistuvien yhteiskuntadatatieteilijöiden osaamisalueita ovat datafikaatio, digitalisaatio, koneoppiminen, tekoäly ja algoritmit, kausaalisuus ja ennustaminen, tilastolliset ohjelmointikielet, -alustat ja tietorakenteet, numeerisen ja tekstimuotoisen datan hallinta, dataetiikka, tiedon keruu, mittaaminen, visualisointi, analysointi ja mallintaminen sekä avoimen tieteen työkalut. Näiden alueiden hallinta ei ole luonteeltaan vain teknistä, vaan opiskelijoiden osaaminen nojaa yhteiskuntatieteelliseen ymmärrykseen ja näkemykseen.
Harjoittelu
Suositeltu harjoittelujakson pituus on 3-6 kk, jonka aikana opiskelija saa konkreettisesti alulle opinnäytetyönsä (maisterin tutkielman) yhteisesti sovitusta aiheesta siten, että työprosessi ja aihe hyödyttävät sekä harjoittelijaa että harjoittelupaikkaa, ja tavoitteet vastaavat yliopiston opinnäytetyölle asetettuja vaatimuksia. Tyypillisesti harjoittelun kuluessa voidaan esimerkiksi perehtyä johonkin ilmiöön ja aineistoon sekä laatia alustavat analyysit ja johtopäätökset.
Aikataulu
Opinnäytetöiden suunnittelu käynnistetään aina tammikuussa, joten toivomme yhteydenottoja viimeistään vuoden loppuun mennessä. Yleensä paras ajankohta harjoittelulle on kevät/kesä, esimerkiksi toukokuun alusta elokuun loppuun, sillä opinnäytetyöt laaditaan ja viimeistellään loppusyksyn/talven kuluessa.
Viime aikoina opiskelijamme ovat toimineet harjoittelijoina mm. seuraavissa yrityksissä ja organisaatioissa: Wolt, Microsoft, Huawei, Statistics Poland, Demos Helsinki, Mapita Oy, Opetushallitus, Åbo Akademi ja Helsingin yliopisto.
Ota rohkeasti yhteyttä ja kerro tarpeistanne, niin tarkennetaan niitä yhdessä!