Social Data Science is one of the six study tracks in the Contemporary Societies Master's Programme of the Faculty of Social Sciences. Many of the students come from outside the European Economic Area, some from Finland and other parts of Europe. All students in the programme communicate fluently in English, and often know other languages as well. However, the Finnish language is usually only fluent in Finnish students.
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 internship, and the goals correspond to the university's thesis requirements. Typically, during an internship, one can, for example, familiarize oneself with a phenomenon and data, and prepare preliminary analyses and conclusions.
Schedule
The planning of theses is always started in January, so we hope to get in touch by the end of the year at the latest. Generally, the best time for internship is spring/summer, for example from the beginning of May to the end of August, because theses are prepared and finalized during the late fall/winter.
Feel free to contact us and tell us about your needs, and we will refine them together!
csds+masterthesis@helsinki.fi
Yhteiskuntadatatiede (Social Data Science) on yksi kuudesta opintosuunnasta valtsikan kansainvälisessä Contemporary Societies –maisteriohjelmassa. Moni opiskelijoista tulee Euroopan talousalueen ulkopuolelta, osa Suomesta ja muualta Euroopasta. Kaikki ohjelman opiskelijat kommunikoivat sujuvasti englanniksi, ja monesti osaavat muitakin kieliä. Suomen kieli kuitenkin sujuu yleensä vain suomalaisilta opiskelijoilta.
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.
Ota rohkeasti yhteyttä ja kerro tarpeistanne, niin tarkennetaan niitä yhdessä!