La cosiddetta “scienza del dato” è un insieme di conoscenze che trae origine da diversi campi delle aree matematico / statistica, dell’information technology, data engineering, ecc. Il corso consegna conoscenze di base che ogni data scientist dovrebbe possedere e strumenti che ne rendono possibile l’utilizzo.
Danilo Maurizio
Advanced and Predictive Divison Manager Horsa - Director of Data Science at doolyticLa cosiddetta “scienza del dato” è un insieme di conoscenze che trae origine da diversi campi delle aree matematico / statistica, dell’information technology, data engineering, ecc. Il corso consegna conoscenze di base che ogni data scientist dovrebbe possedere e strumenti che ne rendono possibile l’utilizzo.
Perché Partecipare
I temi Big Data, Predictive, Advanced Analytics sono molto di moda, molti ne parlano, a vario titolo e su diversi aspetti. Ma tu hai capito a cosa possono servirti? Le aziende come la tua sono incuriosite, cercano di informarsi, ma la maggior parte di loro non riesce a farsi una idea chiara di cosa possa servire per loro e di come questi strumenti possano aiutare il proprio business in un contesto in cui non ci sono spazi per investimenti con ROI incerti.
A chi è rivolto
CXO, Analisti Marketing, Business Intelligence e Customer Intelligence Consultant, addetti al Risk Management, Business Analysts, Sales Managers.
Obiettivi
L’obiettivo del corso è quello di costruire un percorso di avvicinamento alla “scienza del dato” identificando da subito ambiti concreti di applicazione e stimolando la crescita di sensibilità e attitudini al (moderno) data driven decision making.
Materiale / Servizi compresi
- Materiale didattico (Dispense ed esercitazioni)
- Attestato di partecipazione
- Coffee Break
- Pranzo a buffet
Programma
- Come definire la scienza del dato.
- Dai data ai big data: come cambiano i metodi di analisi.
- Le skills non tecnichedel data scientist: curiosità, capacità di comunicazione e comprensione del business.
- Le skills tecniche del data scientist: capacità di analisi e conoscenze tecniche specifiche.
- Gestione ed analisi dei dati strutturati: database relazionali e relative evoluzioni (columnar DB, Hadoop).
- Gestione ad analisi di dati non strutturati:
- stream di dati (da web, machine data, ecc.), database documentali, dati provenienti da social media, mail marketing, web marketing, ecc.
- Dall’analisi esplorativa dei dati fino alle analitiche predittive passando per il machine learning.
- Strumenti di analisi dei dati per il marketing: Market basket analysis, association rules
Orari: 9.00 – 18.00
