Campus Digitale

Tecnico esperto nell'analisi e nella visualizzazione dei dati

Categoria:
Con stage
Finanziamento:
Finanziato/Gratuito
Durata corso:
800
Durata stage:
280

Prossima scadenza

Non attivo

Contattaci
Tecnico esperto nell'analisi e nella visualizzazione dei dati

Obiettivi

Il Tecnico esperto nell'analisi e nella visualizzazione dei dati è un professionista digitale di ultima generazione in grado di acquisire, organizzare ed elaborare elevati volumi di dati digitali (Big Data) a supporto del management aziendale, al fine di prevedere eventi e trend futuri e favorire lo sviluppo di prodotti e servizi in linea con le richieste del mercato.

È una figura professionale che riesce a mixare sapientemente abilità analitiche, capacità di ragionamento matematico e statistico, competenze di programmazione e doti comunicative.

Possiede una solida conoscenza delle architetture e delle metodologie per la raccolta, archiviazione e analisi dei dati, impiega soluzioni software avanzate di data processing, tools di reporting e tecniche di data visualization.

Richiedi info

Destinatari

20 giovani e adulti, non occupati od occupati in possesso del diploma di istruzione secondaria superiore (preferibilmente a indirizzo informatico, multimediale e grafico), residenti o domiciliati in regione Emilia-Romagna in data antecedente all'iscrizione alle attività.

L’accesso è consentito anche a coloro che sono stati ammessi al quinto anno dei percorsi liceali e a coloro che sono in possesso del diploma professionale conseguito in esito ai percorsi di quarto anno di Istruzione e Formazione Professionale (Tecnico Grafico). Inoltre, possono accedere anche persone non diplomate, previo accertamento delle competenze acquisite in precedenti percorsi di istruzione, formazione e lavoro.

Competenze in uscita

Sul piano operativo, la figura che si intende formare svolgerà le seguenti attività:

  • identificare gli obiettivi dell'analisi dei dati con il management al fine di approntare la strategia più appropriata;
  • raccogliere, organizzare e strutturare dati provenienti da fonti interne ed esterne all'azienda, ripulendo i database dai dati irrilevanti;
  • analizzare i dati con metodi statistici e attraverso l’uso di tool specifici (Excel, SQL, Python, Apache, ecc);
  • individuare schemi e trend attraverso l’impiego di tecniche di machine learning;
  • presentare i risultati dell’analisi al management, utilizzando tools di reporting e tecniche di data visualization.

È in grado di mixare sapientemente abilità analitiche, capacità di ragionamento matematico e statistico, competenze di programmazione e doti comunicative.

Contenuti del corso

  • INTRO AI BIG DATA E AI SOCIAL ANALYTICS

    8 ore

    • I principi di utilizzo dei big Data e delle relative architetture e tecnologie
    • Lo stack tecnologico HADOOP
    • I sistemi NoSQL
    • Social intelligence: elaborazione di una pratica di misurazione per il business
  • STRUMENTI DI OFFICE

    24 ore

    • Funzioni del foglio di lavoro
    • Power Pivot
    • Pivot Grafici
    • Tabella di dati
    • Progettazione delle tabelle: normalizzazione, relazioni, indici, tipi di dati
    • Query di selezione e query di comando
    • Pannello comandi
    • Join tra tabelle e raggruppamenti
    • le espressioni, utilizzo degli operatori e delle funzioni
    • Maschere
    • Le macro di Access
    • Report

  • BASI DI MATEMATICA E STATISTICA

    60 ore

    • Statistica descrittiva: Introduzione
    • Rilevazione dei dati statistici e loro presentazione in tabelle e grafici
    • Classificazione dei caratteri statistici
    • Serie e seriazioni statistiche
    • Lo studio di un carattere statistico
    • Gli indici di posizione: medie analitiche, moda e mediana
    • Analisi delle tabelle a doppia entrata
    • La connessione
    • La correlazione lineare
    • Probabilità e inferenza statistica
  • DATA PRIVACY

    8 ore

    • Ruoli e responsabilità nel trattamento del dato personale
    • Studio del ciclo di vita del dato dalla fase di raccolta fino alla sua distruzione
    • Normative in vigore in materia di privacy e tutela dei dati personali
    • Cybersecurity
  • ORGANIZZAZIONE AZIENDALE, DIGITALIZZAZIONE E SOSTENIBILITA’ AMBIENTALE

    10 ore

    • Le principali tipologie di imprese: caratteristiche e differenze
    • Organizzazione aziendale: I modelli organizzativi
    • Effetti delle organizzazioni su comportamenti e atteggiamenti individuali
    • Azienda come sistema efficace ed efficiente
    • Mission, vision, valori e cultura aziendale
    • Approcci di business, modelli organizzativi e centralità del cliente
    • I processi e le funzioni aziendali
    • Ruolo e flussi di lavoro e di comunicazione
    • L’organigramma
    • Know-how e comportamenti organizzativi
    • La conversione verde
  • INGLESE TECNICO

    32 ore

    • Ripasso della logica della lingua inglese: i tempi verbali visti come un sistema
    • Programmare attività aziendali: ripasso futuro dei verbi, esprimere obiettivi/programmi
    • Descrivere prodotti/servizi: ordine di aggettivi, forme/materiali, Descrizione di funzione e utilizzo
    • Parlare di idee: passato semplice/continuo, sequenze sostantivo/aggettivo
    • Innovazione: seguire/fare una presentazione, preposizioni di tempo, verbo al passivo, vocaboli per esprimere innovazioni
    • Terminologia tecnica di settore nell’ambito dell’ICT
  • MODELLI E LINGUAGGI DB

    40 ore

    • Introduzione ai Database Management Systems (DBMS)
    • Il modello relazionale: concetti di base, vincoli di integrita' e chiavi
    • Il linguaggio SQL: definizione dei dati, modifica dei dati, interrogazioni, definizione di viste, transazioni
    • Un esempio di DMBS relazionale: il software MySQL
    • I software MongoDB e Cassandra
  • PROGETTAZIONE DI DB

    32 ore

    • Progettazione concettuale: il modello E/R, raccolta ed analisi di requisiti, strategie di progettazione concettuale, verifica di qualita'
    • Progettazione logica: ristrutturazione degli schemi E/R, traduzione nel modello relazionale
    • Tecniche di normalizzazione: forme normali (Boyce-Codd, terza forma normale), decomposizione in terza forma normale
  • LA SICUREZZA SUI LUOGHI DI LAVORO

    8 ore

    • L’importanza della prevenzione e della corretta percezione del rischio
    • Gli aspetti generali del D. Lgs. n. 81 -  9 aprile 2008 e i soggetti della prevenzione
    • Concetto di rischio; concetto di danno; concetto di prevenzione; concetto di protezione
    • Organizzazione della prevenzione aziendale; diritti, doveri e sanzioni per i vari soggetti aziendali; 
      Il documento di valutazione dei rischi (DVR)
    • Rischio biologico
  • SOFTWARE PER L’ANALISI E L’ELABORAZIONE DATI

    50 ore

    • Architettura dei sistemi di elaborazione e Sistemi operativi Windows e Linux
    • Principali strutture dati in Python
    • Data Analytics e Data Mining con Python
    • Librerie Python per la gestione e la visualizzazione dei dati (Pandas, Scikit-Learn, Matplotlib, Seaborne)
    • Tecniche di archiviazione dati ed implementazione delle serie storiche
  • DATA MINING e TEXT

    38 ore

    • Modelli e metodologie per l'estrazione di conoscenza da basi di dati
    • Studio delle tipologie di dati e dei metodi di pretrattamento
    • Le funzioni del Data Mining
    • Apprendimento supervisionato e non supervisionato
    • Algoritmi e metodi per la costruzione di modelli di classificazione
    • Algoritmi di clustering
    • Algoritmi di scheduling
    • Algoritmi di scoperta di regole associative
    • Metodi di valutazione della qualità dei risultati del mining
    • Le tecniche di text mining
    • Information retrieval per il text mining
    • Categorizzazione di testo
    • Opinion mining

  • MACHINE LEARNING

    80 ore

    • Introduzione al machine learning: introduzione e casi d’uso
    • Teoria degli algoritmi di Machine Learning (con apprendimento supervisionato, non supervisionato, con rinforzo, semi-supervisionato)
    • Framework open source come Scikit Learn e relativi esempi di Dataset: caricamento dati e training, parametri del modello
    • Processo di implementazione algoritmi di ML: definizione del problema, raccolta dei dati, data cleaning, costruzione del modello, cross validation, valutazione dei risultati, visualizzazione dei risultati
    • Laboratorio di supercalcolo

     

  • DATA VISUALIZATION

    70 ore

    • Costruzione di Mappe strategiche e operational dashboard
    • Data collection e Data Enrichment: raccolta e trattamento dati
    • Data wrangling: attività di organizzazione, pulizia e sistematizzazione dei dati finalizzati alle analisi e alle visualizzazioni
    • Data Visualization: quadro introduttivo alle principali metodologie di rappresentazione dei dati
    • Librerie Python per la gestione e la visualizzazione dei dati (Pandas, e Seaborne)
    • Tool per la data visualization (Power BI)
    • Tool per la data visualization (Tableau)
  • COMUNICAZIONE INTERPERSONALE E DINAMICHE DI GRUPPO

    16 ore

    • Lettura e spiegazione regolamento, consegna del calendario
    • Profilo professionale
    • Struttura e articolazione dei moduli
    • Finalità del finanziamento FSE, destinatari e assi del finanziamento
    • Differenze tra comunicare e trasmettere
    • Motivazione e proattività: la vera sfida
    • L’importanza dell’autostima
    • I pre-requisiti per una comunicazione efficace: responsabilità, atteggiamenti, fiducia ( la scala della fiducia ),  principi della comunicazione ( cosa dire e come dirlo )
    • I canali della comunicazione 
    • Le fasi di costruzione di una relazione ( apertura, rispecchiamento )
    • Il linguaggio del corpo
    • L’ascolto e l’ascolto attivo
    • Conflitti e la loro gestione 
    • Gestire obiezioni e dubbi: anticipazione, risposta, negoziazione
    • Preparazione al colloquio di lavoro ed elaborazione del CV
    • Il colloquio di lavoro, tecnica delle domande
    • Sviluppo della leadership
  • MARKETING ANALYTICS & BUSINESS INTELLIGENCE

    44 ore

    • Marketing 4.0 e Data Driven Strategy
    • Business Intelligence e Big Data
    • Disegnare e creare il data Warehouse
    • L’analisi multidimensionale dei dati
    • Advanced Analytics: Pixel FB, Google Analytics
    • Google Cloud e big data
    • Principali applicazioni di Big Data Analytics per i dati originati da Social Analytics e web
    • Social Media Intelligence: come estrarre utili insight dai Big Data della Internet of People
    • Le basi di visualizzazione dati con piattaforme Analytics e BI (Tableau o Power BI)
  • STAGE IN AZIENDA

    280 ore

Requisiti di ingresso

L’ammissione al corso è subordinata al superamento di prove di selezione attitudinali, tecniche e colloquio motivazionale. La prova attitudinale (test scritti) è volta a misurare l'idoneità del candidato al ruolo professionale. La prova tecnica è costituita da test scritti con domande a risposta chiusa e/o aperta inerenti a: informatica di base e inglese tecnico.

Il colloquio individuale avverrà alla presenza di due commissari e ha lo scopo di esaminare e valutare le attitudini e le esperienza formative e professionali del candidato rispetto al profilo in esame, oltre agli aspetti relazionali e di comunicazione.

Sbocchi occupazionali

La figura del Tecnico esperto nell'analisi e nella visualizzazione dei dati trovi la propria naturale collocazione nelle grandi aziende, un simile profilo può operare in qualunque realtà che intenda monitorare i propri processi interni in un’ottica di miglioramento continuo e che abbia nella relazione continua con il cliente un elemento imprescindibile del proprio modello di business, favorendo lo sviluppo di prodotti e servizi in linea con le richieste del mercato.

Interessanti opportunità d'impiego sono offerte anche dalle società di consulenza specializzate in Business Intelligence e Digital Transformation che supportano le aziende clienti nella re-ingegnerizzazione in chiave digitale dei propri modelli di business, secondo logiche di Industria 4.0.

Certificazioni

  • Certificato di specializzazione tecnica superiore

Descrizioni certificazioni

Al termine della formazione verrà rilasciato, previo superamento di un esame finale, un Certificato di specializzazione tecnica superiore in “Tecniche per la progettazione e gestione di database”.

Estremi finanziamento

Operazione Rif. PA 2022-17342/RER approvata con Deliberazione di Giunta Regionale n. 1379 del 01/08/2022 e cofinanziata con risorse del FSE+ 2021-2027 e della Regione Emilia-Romagna.

Enti finanziatori

Tecnico esperto nell'analisi e nella visualizzazione dei dati

Richiedi info

Compila il form sottostante per ottenere il download della scheda di dettaglio del corso.

Grazie!
Scarica la scheda per scoprire tutti i dettagli del corso.

Download

Compila il form sottostante per iscriverti all'evento di presentazione.