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. Opiskelijana voit käytännössä unohtaa tämän kaavan ja seurata harjoituksesta saatuja loppupisteitä. Jos aihe kuitenkin kiinnostaa, avaa alla olevat admonition-laatikot.

Miten kurssipisteet lasketaan? Python edition

# 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)

Miten kurssipisteet lasketaan? Moodle edition

Moodlen Grabook:ssa laskukaava on Course Totalin osalta:

=sum([[CSC01]] * 2, [[LAK01]] * 2, [[SRK01]] * 2, ..., [[BIG01]] * 8)

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)	Deadline
CSC01	cPouta	Metaharjoitus, jossa opit ajamaan seuraavat harjoitukset oman koneen sijasta CSC cPouta -palvelussa.	10	A
LAK01	Duck Lake	Duck Lake -harjoitus, jossa kasataan minimaalinen Data Lakehouse.	10	A
SRK01	Apache Spark	Apache Spark -tutuksi kontitetun Spark:n ja spark-client:n avulla.	10	A
SRK02	Spark Delta	Apache Spark -harjoitus, jossa käytetään Delta Lakea.	15	A
CDC01	Mealie CDC	Mealie-sovelluksen CDC-tiedonkeruuharjoitus.	20	A
STR01	Streaming	Redpanda Streaming -harjoitus. Kafka producer ja consumer toteutetaan Pythonilla.	10	B
ORC01	Airflow	Orkestraatioharjoitus, jossa käytetään Airflow-työkalua.	15	B
ORC02	Dagster	Orkestraatioharjoitus, jossa käytetään Dagster-työkalua.	10	B
KIM01	Kimball	Dimensionaalisen mallintamisen harjoitus.	10	B
CUB01	OLAP-kuutio	OLAP-kuutio rakentaminen Marimo Notebookissa.	10	B
BIG01	Juna-alusta	Digitrafficin Rautatieliikennedataa hyödyntävä End-to-End OLAP-alusta.	40	B

Mitä tarkoittaa Deadline?

Harjoitukset on jaettu ryhmiin A ja B deadlinen mukaan. Ryhmän A harjoitukset palautetaan noin kurssin puolivälissä, ryhmän B harjoitukset viimeistään kurssin lopuksi. Näin varmistetaan, että opiskelijat saavat palautetta harjoituksistaan ennen kuin kurssi päättyy, ja ettei työ kasaannu viimeiselle viikolle.

Entä lopullinen arvosana?

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

Moodlen Gradebook:ssa tämä lasketaan seuraavalla kaavalla, jossa TOTAL edustaa yllä esiteltyjen tehtävien kumulatiivista pistemäärää:

=min(5, max(0, floor(([[TOTAL]] - 50) / 10)))

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.