Corso Data Scientist: programma, prezzi, sbocchi
Modalità di fruizione Online - Live
Durata: 30 ore
Date: da lunedì 03 maggio a martedì 20 luglio 2021
Aggiungi ai preferiti
 
| Condividi :
Header
Descrizione del corso

La Data Science è uno degli ambiti fondamentali dell’innovazione degli ultimi decenni: ogni campo ormai dà grande importanza ai dati, fonti indispensabili di conoscenza in vari ambiti. Nel 2017, la Harvard Business Review ha definito quella dello scienziato dei dati come la professione più attraente del XXI secolo” e un’analisi realizzata nel 2018 dall’”Osservatorio Big Data Analytics & Business Intelligence” del Politecnico di Milano ha confermato che si tratti della competenza più ricercata dalle aziende. Si tratta ormai di una disciplina trasversale che non si occupa della sola gestione dei dati ma della loro valorizzazione per il mondo dell'informazione e per la data economy.

 

Il corso introduce ai metodi per estrarre scientificamente conoscenza e informazioni dai dati attraverso l'utilizzo di Python - uno dei linguaggi di programmazione più utilizzati al mondo - per manipolare i dataset, studiarne le proprietà e visualizzarle, formulare dei modelli per analizzarli e comprenderne il contenuto, e infine comunicare le conclusioni nel modo più efficace. Il corso è completamente hands-on, su dati veri e non richiede conoscenze pregresse. I tantissimi open data disponibili in rete permettono a chiunque di mettere in pratica gli insegnamenti fin dal primo momento, pubblicando le proprie conclusioni.

Diventa Data scientist
Online - Live
|
30 ore
03 maggio - 20 luglio 2021
1250 €

Il corso è al completo!

A breve le date della prossima edizione

8 video lezioni on demand
5 lezioni live streaming
6 esercitazioni
Possibilità di pagare a rate
Attestato di partecipazione

Le guide

Otho Mantegazza
Luca Mattiazzi
Cesare Soldini
Progettato con cura da Accurat
Partner
Accurat è una società di ricerca e innovazione nel campo del data-driven design, con sedi a Milano e New York. Il nostro approccio coniuga design e tecnologie di alto livello a dati di diversa natura, creando soluzioni user-centric, innovative e personalizzate. Il team di 35 data scientist e data analyst, designer e developer lavora in modo collaborativo con i clienti per affrontare sfide aziendali, sviluppare nuovi processi e metodi di lavoro, progettare ed implementare visualizzazioni dati, interfacce e strumenti.

Su misura per

Giornalisti interessati al Data Journalism, o a comprendere le tecniche di analisi e modellazione dei dati per interpretare la realtà scientifica
Sviluppatori software che non appartengono al mondo della Data Science ma vorrebbero avvicinarsi alla disciplina
Studenti o ricercatori di vari campi che vogliono applicare tecniche di Data Science alle loro discipline.
Professionisti nei settori Marketing, Business Intelligence e Business Analysis alla ricerca di strumenti più potenti rispetto alle piattaforme interattive

Cosa Imparerai

Come trovare i dati e caricarli in qualunque formato
Come pulirli e trasformarli, organizzarli e conservarli
Come formulare ipotesi sui dati, come analizzarli ed estrarne conoscenza
Come comunicare le conclusioni al meglio tramite visualizzazione dei dati
OK, ma come funziona?

Il corso dura 30 ore tra lezioni video ed esercitazioni pratiche, con l’alternanza di moduli on demand e lezioni live con i docenti, in cui risolvi dubbi, correggi le esercitazioni e approfondisci le tematiche che più ti interessano. 


Online dal 3 maggio 2021.


La partenza del corso verrà confermata al raggiungimento del numero minimo di iscritti.


È possibile concordare modalità di pagamento personalizzate.

L’itinerario per tappe

I dati sono parte fondamentale del processo di conoscenza scientifica tramite osservazione, formulazione e test delle ipotesi. Cos'è la data science, motivazioni, applicazioni, esempi, cenni storici. Setup di un data science notebook.
Alcuni strumenti assistono i data scientist in ogni fase del loro lavoro. Python e Jupyter, Pandas, il metodo di exploratory data analysis, Git e versionamento. Esempi pratici.
Un'esercitazione da svolgere in autonomia e da riconsegnare ai docenti del corso
Una sessione per fare il punto della situazione sull'andamento del corso
La maggior parte dei dati, in qualunque formato, può essere ricondotta a un formato tabulare. Approfondiamo come caricare e gestire dati tabulari, geografici, temporali, testuali e media, relazionali. Impariamo inoltre dove trovare o creare dataset simili, come anonimizzare eventuali dati sensibili, come esplorarli. Estrarre dati da un sito web. Teoria e approcci pratici sulle più frequenti operazioni di pulizia di un dataset e di trasformazione del dataset nella forma più utile. Esempi approfonditi ed esercitazioni pratiche.
Un'esercitazione da svolgere in autonomia e da riconsegnare ai docenti del corso
Una sessione per fare il punto della situazione sull'andamento del corso
Come importare, esplorare e visualizzare alcuni open dataset, come i dati del bikesharing di un'intera città o i dati estratti da una partita di calcio.
Un'esercitazione da svolgere in autonomia e da riconsegnare ai docenti del corso
Una guida pratica ai modelli statistici e a come usarli per estrarre patterns dai dati. Teoria e approcci pratici sulla formulazione di ipotesi scientifiche e la verifica delle stesse tramite visualizzazione dei dati e modellazione. Segnale, rumore e varianza spiegata, estrazione di pattern dai dati, clustering e PCA, regressione, tree based methods, accenno al machine learning, accenno alla libreria Sklearn. Esempi approfonditi ed esercitazioni pratiche.
Un'esercitazione da svolgere in autonomia e da riconsegnare ai docenti del corso
Una sessione per fare il punto della situazione sull'andamento del corso
I dati sono una risorsa, la privacy è un diritto. I dati come bene pubblico. Le leggi europee sulla richiesta di open data al settore pubblico. Le leggi europee sui dati personali e sulla privacy.
Come rendere utilizzabili i tuoi risultati, scrivere e presentare al meglio le proprie conclusioni, facendo leva sulla visualizzazione dei dati e sullo storytelling. Produci il tuo strumento per creare dei report interattivi. Esempi ed esercitazioni pratiche.
Un'esercitazione da svolgere in autonomia e da riconsegnare ai docenti del corso
Una sessione per fare il punto della situazione sull'andamento del corso
Modella e visualizza alcuni open dataset, proseguendo le dimostrazioni già affrontate durante il corso
Un'esercitazione da svolgere in autonomia e da riconsegnare ai docenti del corso
Un ultimo incontro per chiarire i dubbi e le questioni ancora rimasti
Calendario date
Lunedì 3 Maggio
Apertura del corso
ore 10:00 - 18:00
Online
Martedì 11 Maggio
Domande e risposte
ore 18:00 - 19:00
Online
Martedì 25 Maggio
Domande e risposte
ore 18:00 - 19:00
Online
Martedì 8 Giugno
Domande e risposte
ore 18:00 - 19:00
Online
Martedì 29 Giugno
Domande e risposte
ore 18:00 - 19:00
Online
Martedì 20 Luglio
Domande e risposte/conclusione corso
ore 18:00 - 19:00
Online
Entra nella Community di FEdu
Lascia i tuoi dati, per entrare nella nostra community
Il campo Nome è obbligatorio
Il campo Cognome è obbligatorio
Il campo Email è obbligatorio

Con la presente richiesta, dichiaro di aver preso visione dell’Informativa privacy fornita ai sensi degli artt. 13 e 14 del Regolamento Europeo (UE) 679/2016

Cosa abbiamo in Evidenza per te