Insinööritieteiden korkeakoulu

Geoinformatiikan opiskelija Gabriel Cramer pitää kaikesta paikkatietoon liittyvästä

Gabriel aloitti geoinformatiikan opinnot epätavallisista lähtökohdista, mutta onnistui omaksumaan tärkeimmät tekniset ja teoreettiset taidot nopeasti. Hän työskentelee opintojensa rinnalla tutkimuksen parissa lähtötietojen kerääjänä.

Gabriel Cramer sitting on the ground.

Suoritin ensimmäisen maisterintutkintoni poliittisen maantieteen alalla Lontoossa ja syvemmin aiheesta lukiessani huomasin, että suuri osa oppimastani rakentui paikkatietoanalyysin ja kaukokartoitustekniikan varaan. Mieleeni juolahti kysymys: voisinko laajentaa osaamistani myös näille aloille? Olin aiemmin tutustunut vain tilastotieteeseen, varsinaisia tekniikan opintoja minulla ei taustalla ollut. Siispä ryhdyin etsimään tietoa netistä – avoimilta verkkokursseilta tai perusteellisista oppimateriaaleista. Uuden oppimisesta kiinnostunut voi löytää verkosta monia aineistoja ja hyviä opettajia, mutta pian huomasin, että en tiennyt missä tietojeni aukot olivat ja että paras tapa oppia olisi tarttua härkää sarvista ja hakeutua opiskelemaan virallisesti. 

Ensin luulin tarvitsevani toisen kandidaatintutkinnon (ensimmäisessä pääaineeni oli filosofia ja kirjallisuus), mutta sitten törmäsin Aallon geoinformatiikan maisteriohjelmaan, joka vaikuttikin täydelliseltä. Voisin viettää aikaa perheeni kanssa Suomessa sekä opiskella arvostetussa oppilaitoksessa. Siispä kirjoitin Petri Rönnholmille viestin, jossa kerroin taustastani ja hän kannusti jättämään hakemuksen. Tein niin – ja tulinkin hyväksytyksi! 

Maisteriohjelmassa opiskellessani huomasin, että minulla on taipumusta ongelmanratkaisuun. Insinöörin ajattelutapa, toisin sanoen. Puutteeni olivat teknisessä osaamisessa ja oppiminen oli aluksi kovan työn takana. Pääsin kuitenkin kursseista läpi hyvillä arvosanoilla. Onnistuminen valoi minuun itsevarmuutta oppia lisää ja soveltaa oppimaani, mistä voinen kiittää myös taitavia opettajia ja hyvää kurssirakennetta. 

A render of a 3D model of Gabriel holding an umbrella in a 3D model of a garden
3D- mallinnus, jossa Gabriel seisoo sateenvarjon kanssa. Kuva on tehty osana kurssitehtävää.

Pidän alasta kaikin puolin. Paikkatietoanalyysin viehätys on sovelluksien laajassa skaalassa, joka kattaa fysikaaliset ja yhteiskunnalliset tieteet sekä erilaiset teolliset käyttötarkoitukset. Satelliittiavusteisen kaukokartoituksen tuottamissa kuvissa on puolestaan vain jotain taianomaista. Alalta saatavan tiedon hyödyntäminen yksinkertaisesti puhuttelee minua, vaikka minulla on joitain huolenaiheita eettisyyden ja toiminnanohjauksen suhteen. Geoinformatiikan parissa työskentelemällä on todella mahdollista saada aikaan hyvää, olipa tarkasteltavana sitten yksittäinen metsikkö tai koko maapallo. 

 

Täysipäiväisenä opiskelijana sain tehdä kovasti töitä. En ollut opiskellut aiemmin tekniikkaa, joten jouduin lähtemään jokaiseen harjoitustehtävään takamatkalta. Ensi töikseni tein aiheeseen yleiskatsauksen selvittääkseni mitä minun tulee oppia ja mitä ei, ja kuinka pitkälle minun pitäisi eri aiheisiin syventyä. Mitä minun pitäisi tietää tehtävän suorittaakseni? Mitä minun pitäisi oppia ylipäänsä? Nämä asiat ja muut taustat selvitettyäni (sekä kysyttyäni Googlelta, kurssikavereilta ja tutoreilta) pääsin vasta aloittamaan itse harjoituksen. Tiesin jääväni auttamatta jälkeen, mikäli en pysyisi tehtävieni tasalla, joten tukeuduin projektinhallintatyökalu Trelloon. Sen avulla järjestin tehtäväni ja paloittelin ne pienempiin paloihin, joille asetin omat aikarajansa. 

Olen nykyisin päivätöissä, joten opiskeluaikani on siirtynyt illoille ja viikonlopuille. Minun täytyy olla siis aiempaakin tiukempi ajanhallinnassa, mutta en onneksi ole enää niin pahasti muista jäljessä tietojeni suhteen! 

Viimeisen vuoden aikana olen viettänyt kuusi kuukautta Etelä-Sudanissa tiedonkeruuhankkeissa, joiden jälkeen palasin Suomeen työskentelemään veden ja kehityksen tutkimusryhmään, joka geoinformatiikan tavoin sijoiittuu Insinööritieteiden korkeakouluun. Työkseni ohjelmoin OptoFoodia, joka on viljelyn optimointimalli. Mallin avulla erilaisia maantieteellisiä tietoja – esimerkiksi hila-aineistoja – muotoillaan lineaarista optimointia varten. Oli todella hauskaa syventyä eri menetelmiin, joilla maantieteellistä tietoa voidaan käyttää sekä selvittää, miten todella erilaisia tietotyyppejä saatetaan vertailukelpoiseen muotoon. 

Nautin työskentelystä tutkimusryhmässä. Kollegat ovat olleet mukavia ja aihealue kiinnostava. Tutkimustyö koskettaa maailman suurimpia haasteita (ilmastonmuutos, ruoan ja veden niukkuus, toiminta maapallon riskirajojen puitteissa) ja olen päässyt käyttämään geoinformatiikan maisteriohjelmassa oppimiani taitoja. Työ on luonteeltaan erittäin omatoimista: määrittelen tavoitteet yhdessä ohjaajani kanssa ja käyn töihin. Useimmiten tehtäväni on toisintaa tai parantaa mallin aiemman version toimintoja. Kun olen mielestäni saavuttanut tavoitteen, käymme asian läpi ohjaajani kanssa ja jatkamme seuraavaan! 

Työni kannalta ehdottomasti tärkein opinnoista saamani asia on ollut luottamus omaan ongelmanratkaisukykyyni. Olen myös päässyt hyödyntämään erilaisten analyysitekniikoiden tuntemusta sekä taitoa käsitellä erityyppisiä maantieteellisiä- ja paikkatietoja. Lisäksi on hyvä tietää, mistä tai keneltä lisätietoja kannattaa hakea. Käytännössä tämä tarkoittaa oikeiden hakusanojen tuntemista, sillä usein joku muu on törmännyt samaan ongelmaan jo aiemmin ja mahdollisesti löytänyt ratkaisun, josta on minullekin apua. 

Aina ei voi ennalta tietää, mistä taidoista on tulevaisuudessa apua. Opintojeni aikana olin esimerkiksi tehnyt ArcGIS-harjoituksia QGIS-järjestelmässä, koska pidän avoimesta lähdekoodista ja avoimesta tiedosta. Pystyin hyödyntämään tätä osaamista suunnitellessani kenttämatkaa Etelä-Sudaniin. Yhdistelin QGISissä erilaisia tietolähteitä – esimerkiksi satelliittikuvia, OpenStreetMapin humanitaarisia aineistoja ja konfliktiraportteja – ja pystyin siten ennakoimaan kaukaisissa ja vaikeasti tavoitettavissa paikoissa vallitsevia olosuhteita. Kukaan muu toimistolla ei osannut tätä, joten pystyin melko nopeasti osoittamaan oman arvoni geoinformatiikasta saamieni oppien avulla laatimalla suunnitelmia, jotka vähensivät fyysisiä ja taloudellisia riskejä. Oli myös hienoa päästä opettamaan aihetta kollegoille. Kartat ovat asiakkaiden mieleen, joten raportteja laadittaessa myös kartanpiirustustaitoni tulivat tarpeeseen. 

Kurssin aikana ja kurssin sisältöjä opetellessa on helppoa langeta ajattelemaan, että jokaiseen työhön löytyisi aina joku itseäni taitavampi. Osaksi tämä johtuu omien tietojen puutteiden tuntemisesta ja osaksi siitä, että näen oikeita asiantuntijoita päivittäin: professoreita, lehtoreita ja tutkijoita, jotka kaikki edustavat alansa huippua. Tilanne on kuitenkin toinen yliopiston ulkopuolella. Ei liene kohtuutonta sanoa, että suurin osa ihmisistä ei osaa käsitellä satelliitista tai synteettisen apertuurin tutkasta saatua dataa, eivätkä edes kokeneet tilastotieteilijät välttämättä tunne maantieteellisesti painotettua regressiota saatikka sitä, miten sillä voitaisiin kehittää heidän mallejaan. 

Eikä hyöty rajaudu työelämään, kuten koronapandemia minulle on näyttänyt. Lukiessani epidemiologien tekstejä taudin leviämisen mallintamisesta huomasin ymmärtäväni heidän metodejaan kohtuullisen hyvin. Ovathan nuo metodit – ainakin osin – samoja kuin ne, joita opiskellaan geoinformatiikan kursseilla. Oli osaltaan helpottavaa ymmärtää syitä eri hallitusten terveyssuosituksien taustalla. 

Geoinformatiikan maisteriohjelmassa aloittaessani minulla oli mielessäni unelmatyö, mutta kiinnostukseni ovat sittemmin muuttuneet. Työskentely tutkimusympäristössä on erittäin mieluisaa. Arvostan paljon tietoa ja uuden tiedon luomista. Tulen siis jatkamaan työskentelyä tutkimuksen parissa, oli se sitten yliopistossa tai jossain muussa organisaatiossa. Minulla on kokemusta lähtötietojen keräämisestä vaikeissa olosuhteissa ja on ollut kiinnostavaa nähdä, miten geoinformatiikan menetelmiä voidaan käyttää tiedonkeruun edistämiseen kehittyvissä maissa. 

Kannustan uusia opiskelijoita miettimään itseään varten syitä opiskelulle. Älä suorita maisteriohjelmaa vain pysyäksesi yliopistossa: on paljon parempi kerätä ensin työkokemusta ja löytää itseään kiinnostava alue ja palata geoinformatiikan pariin myöhemmin, jos intohimoa alaa kohtaan löytyy yhä. Siten voit tuoda oman kokemuksesi ja omat ajatuksesi geoinformatiikan mahdollisista sovelluksista mukaan opintoihin. Ohjelman opetus painottuu menetelmiin, ja ainakin itselleni oli hyödyllistä, että minulla oli jo alussa pieni ajatus siitä, miten haluaisin geoinformatiikan menetelmiä soveltaa. Toisaalta, jos geoinformatiikan menetelmien kehittäminen itsessään kiinnostaa, ei hakemuksen lähettämistä kannata epäröidä. 

Geoinformatics students operate a drone at Aalto University.

Master's Programme in Geoinformatics

Geoinformatiikan maisteriohjelma valmistaa yhteiskuntaan monipuolisia huippuosaajia, jotka kykenevät soveltamaan nykyistä geoinformatiikan tietämystä, mutta myös kehittämään alaa eteenpäin.

Koulutustarjonta
  • Julkaistu:
  • Päivitetty:
Jaa
URL kopioitu