Data Scientist

Data Scientist per Operational Excellence è un percorso formativo della durata di 10 giornate e Certification Day per trasformare i Big Data in Smart Data e creare soluzioni concrete per migliorare i propri processi decisionali, di analisi, produttivi e di business.

Prerequisiti

  • Superamento del Test di ingresso finalizzato alla valutazione del possesso delle conoscenze di base in ambito statistico e dei linguaggi di programmazione previsti (Pandas, Python™, Jupiter e Power BI)
  • Accesso a Windows e software Pandas, Python™, Jupiter e Power BI

Contenuti del percorso Data Scientist per Operational Excellence

  • Big Data: la centralità dei dati come fattore strategico per lo sviluppo del business
  • Elaborare i dati tramite strumenti di statistica industriale
  • Strumenti di analisi inferenziale & model fitting
  • Metodi di programmazione
  • Data Collection
  • Big Data
  • Data Visualization
  • Machine Learning

Big Data: la centralità dei dati come fattore strategico per lo sviluppo del business

  • Data Driven Economy e Data Driven Decision: il ruolo dei dati e delle informazioni nelle scelte aziendali
  • Le applicazioni della Big Data Analysis
  • Data Science e Data Analysis
  • Il ruolo del Data Scientist nell’organizzazione aziendale

Elaborare i dati tramite strumenti di statistica industriale

  • Introduzione alla statistica ed elementi di gestione dell’incertezza
  • Modelli di analisi statistica
  • Stratificazione e clustering dei campioni
  • Sintesi statistica numerica: indicatori di tendenza centrale e di dispersione
  • Sintesi statistica grafica: la costruzione di report efficaci (Istogrammi, Box-Plot & Whiskers, scatterplot)
  • Analisi dei comportamenti dei campioni: le principali distribuzioni di probabilità continue e discrete
  • Analisi di Capability dei processi

Strumenti di analisi inferenziale & model fitting

  • Verifica dei comportamenti dei campioni: analisi degli outliers e delle anomalie
  • Utilizzo industriale ed applicazioni del Test di Ipotesi
  • Utilizzo ed interpretazione dell’ANOVA
  • Utilizzo ed interpretazione dei modelli regressivi
  • Analisi dei pattern e sintesi del comportamento dei residui (MAD, CV, ME,…)
  • Cenni alle Carte di Controllo per la verifica dei comportamenti

Metodi di programmazione

  • Introduzione ai linguaggi di programmazione: Phyton™ e l’ambiente Jupiter Notebook
  • Costrutti e sintassi di base tipici del programma Phyton™ dai tipi di dato alle funzioni
  • Librerie: Numpy, per operazioni su vettori e matrici; matplotlib per la visualizzazione
  • La libreria di Data Analysis Pandas per la manipolazione dei dati: importazione, analisi, estrazione, ordinamento, raggruppamento ed esportazione dei dati.

Data Collection

  • Strategie di raccolta, sistematizzazione e integrazione di dati eterogenei
  • Modelli e formati dati principali: SQL vs NoSQL, CSV, Json, immagini, ecc.
  • Tool di scraping (librerie SW e strumenti grafici interattivi) e REST API

Big Data

  • Introduzione e concetti di base
  • Data preparation: pulizia dei dati, normalizzazione, gestione dei dati mancanti e delle anomalie
  • Criticità, evoluzione, strumenti e piattaforme per la gestione di Big Data

Data Visualization

  • Introduzione all’information visualization (infoview): scopo, principi fondamentali, pattern e antipattern
  • Strumenti per la Data Visualization: mockup, wireframe & UI Prototyping
  • Realizzazione di dashboard interattive con Power BI
  • Modelli e strumenti per la valutazione di interfacce e dashboard

Machine Learning

  • Introduzione al Machine Learning ed alle metriche valutative per problemi discreti e continui
  • Vantaggi e svantaggi dei sistemi supervised ed unsupervised, applicabilità delle diverse metodologie a seconda dei contest
  • Classificazione e regressione
  • Classificatori: k-Nearest Neighbor, Support Vector Machine, Random Forest
  • Clustering (k-means) e Riduzione di dimensionalità (PCA)
  • Introduzione al Deep Learning, Reti Neurali Convolutive, Reti Ricorrenti e Reinforcement Leraning

 

Durata

80 ore di formazione + Certification Day

Destinatari

Manager e Professional del miglioramento dei processi aziendali | Specialisti di analisi dati | Manager e Professional IT
€ 6.000 (+ IVA) per partecipante

Richiedi informazioni

Al momento non sono definite date per questo evento contattaci per avere maggiori informazioni

CONVENZIONE CON CONFINDUSTRIA EMILIA CENTRO

E’ stata attivata una convenzione sui corsi e percorsi formativi per gli associati di Confindustria Emilia Centro. Gli associati potranno usufruire di uno sconto speciale su tutti i corsi a calendario fino al 31 dicembre 2023. Scopri qui la convenzione>>

Bonfiglioli Consulting è certificata ISO 9001:2015 SISTEMA DI QUALITÀ CERTIFICATO PER LE ATTIVITÀ DI PROGETTAZIONE ED EROGAZIONE DI SERVIZI DI FORMAZIONE

Le nostre proposte formative sono finanziabili attraverso i fondi paritetici interprofessionali nazionali per la formazione continua (FondImpresa, Fondirigenti, etc.) e gli altri bandi e forme di finanziamento per la formazione.

Il nostro format vincente: trasformare la conoscenza in competenza

Formazione Learning by Doing

Assessment iniziale online | Formazione teorica | Sessioni Learning by Doing con l’uso dei software Phyton™, Jupiter, Pandas e Power BI

Tutoring

Tutoring individuale e di team durante tutto il corso | Possibilità di tutoring personalizzato in azienda, da concordare per modalità e termini

Esperienza

Realizzazione di un Project Work nella propria azienda

Certificazione

Certificazione finale, sulla base dei risultati del Test e del Project Work sviluppato in azienda

Obiettivi del percorso

Il percorso Data Scientist per Operational Excellence ha l’obiettivo di sviluppare le competenze teoriche e pratiche per:

Big Data Analytics

Comprendere come impostare e implementare progetti di Big Data Analytics, attraverso la conoscenza delle infrastrutture abilitanti e delle classi di algoritmi da utilizzare.

Data Mining

Acquisire metodologie e strumenti di raccolta, organizzazione, manipolazione ed analisi dei dati per poter prendere decisioni qualificate.

Data Visualization

Supportare la comprensione dei dati e comunicare informazioni in maniera precisa ed efficace per velocizzare i processi decisionali.

Analisi Statistica e Machine Learning

Apprendere dai dati e costruire modelli analitici di classificazione, comprensione e predizione di fenomeni di interesse.

Faculty

Lean e Six Sigma Expert.
+ 20 anni di esperienza in progetti di Operational Excellence, Supply Chain e implementazione di strutture organizzative Six Sigma.

Professore Associato Area Tecnologie Web e Programmazione Internet.
Responsabile scientifico Unità Humanistic al Centro Alma AI Università di Bologna.

Ricercatrice presso il dipartimento di Matematica e Informatica Università degli Studi di Ferrara.

Docente dei corsi Web Data Science e Informatica, Università di Modena e Reggio Emilia.

Approfondimenti

Data Science: realtà e opportunità

Che cos'è la Data Science e quali opportunità e vantaggi può portare alle aziende.

Bologna|Milano|Padova|Miami|New York|San Francisco|New Delhi|Bangalore|Pune|Ho Chi Minh|Hanoi|Seoul