Tervetuloa kurssille

Warning

Tämä materiaali on refaktoroinnin alla. Uusi toteutus käynnistyy syksyllä 2026.

Kenelle?

Oppimateriaali on tarkoitettu Kajaanin Ammattikorkeakoulun toisen vuoden IT-alan opiskelijoille. Materiaalin ymmärtämisessä on eduksi, että ymmärtää SQL perusteet, tietokantojen perusteet, osaa Pythonia vähintään perusteiden verran, ja on käyttänyt Dockeria.

Pisteytysmalli

Kurssi koostuu harjoituksista, jotka kukin arvostellaan Arviointityökalun kriteeristöllä nimeltään videoitu demo. Videot palautetaan Reppu-alustaan linkkeinä.

Kustakin videosta saa raakapistemäärän, joka on välillä 0–5. Tämä pistemäärä kerrotaan harjoitukselle määritellyllä kertoimella, jolloin saadaan harjoituksesta saatavat kurssipisteet. Alla oleva dummy-koodi toivon mukaan selventää logiikkaa:

# Lista, johon kerätään kaikkien harjoitusten kurssipisteet
tehtyjen_harjoitusten_pisteet = []

for harjoitus in tehdyt_harjoitukset:
    # Arviointityökalun antamat pisteet videodemon perusteella (0.0–5.0) * harjoituksen kerroin
    raaka = arviointi(harjoitus.demo_linkki)
    kerroin = harjoitusten_kertoimet[harjoitus.id]
    painotettu = raaka * kerroin
    tehtyjen_harjoitusten_pisteet.append(painotettu)

# Kurssin kokonaispistemäärä on kaikkien harjoitusten pisteiden summa
kurssin_kokonaispistemaara = sum(tehtyjen_harjoitusten_pisteet)

Kertoimet on valittu siten, että max pisteet kuvastaa keskimääräisiä opiskelijan tehtävään kuluttamia tunteja. Kerään tilastotietoa harjoituksiin käyttämästänne ajasta, jotta voin optimoida tätä pisteytysmallia tulevaisuudessa. Sinun tulee siis kertoa tehtävään käyttämäsi aika videodemossa.

Alla listattuna kurssin harjoitukset (HUOM! TÄMÄ ON YHÄ TODO eli WORK IN PROGRESS):

ID	Otsikko	Harjoituksen lyhyt kuvaus	Max pisteet (≈tunnit)
CSC01	cPouta	Metaharjoitus, jossa opit ajamaan seuraavat harjoitukset oman koneen sijasta CSC cPouta -palvelussa.	5
LAK01	Duck Lake	Duck Lake -harjoitus, jossa kasataan minimaalinen Data Lakehouse.	10
SRK01	Apache Spark	Apache Spark -tutuksi lokaalin pyspark:n avulla.	5
SRK02	Spark Delta	Apache Spark -harjoitus, jossa käytetään Delta Lakea.	10
CDC01	Mealie CDC	Mealie-sovelluksen CDC-tiedonkeruuharjoitus.	20
STR01	Streaming	Redpanda Streaming -harjoitus. Kafka producer ja consumer toteutetaan Pythonilla.	15
AUR01	Airflow	Orkestraatioharjoitus, jossa käytetään Airflow-työkalua.	10
KIM01	Kimball	Dimensionaalisen mallintamisen harjoitus.	10
CUB01	OLAP-kuutio	OLAP-kuutio rakentaminen Marimo Notebookissa.	5
BIG01	Juna-alusta	Digitrafficin Rautatieliikennedataa hyödyntävä End-to-End OLAP-alusta.	30

Saamasi arvosana riippuu kokonaispisteitä, jotka olet kerännyt eri harjoitukset palauttamalla. Arvosanat määräytyvät seuraavasti:

Pisteet	Arvosana
0–59	Hylätty
60–69	1
70–79	2
80–89	3
90–99	4
100—	5

Faktavirheet

Mikäli oppimateriaali sisältää virheellistä tietoa, tee jompi kumpi:

• Forkkaa GitHubin repository ja tarjoa Pull Request, joka sisältää korjausehdotukset.
• Ota yhteyttä ylläpitoon ja esittele virheellisen tiedon korjaus.