Corso IFTS Data Analyst
Tecnico Data Analyst per lo sviluppo di applicazioni BI con IA Generativa
Operazione RIF PA 2026-27522/RER, in attesa di approvazione
Le aziende producono ogni giorno grandi quantità di dati, ma spesso faticano a trasformarli in informazioni realmente utili. Il corso ti permette di acquisire le competenze per raccogliere, organizzare e analizzare dati provenienti da diverse fonti, utilizzando strumenti di Business Intelligence e Intelligenza Artificiale per supportare le decisioni aziendali, monitorare le performance e individuare nuove opportunità di crescita.
Durante il percorso utilizzerai strumenti e linguaggi ampiamente impiegati nel settore dei dati, come SQL e Python, insieme a librerie per Data Analytics e Machine Learning come Pandas, NumPy e Scikit-Learn. Imparerai inoltre a realizzare dashboard e sistemi di reporting con strumenti di Business Intelligence come Power BI e Tableau, e a sfruttare le potenzialità dei Large Language Models (LLM) per la consultazione intelligente delle informazioni e l'automazione di attività e processi documentali.
Organizzazione del corso
Il percorso prevede 800 ore complessive tra formazione, attività progettuali e stage. Le lezioni in aula ti permetteranno di acquisire competenze nell'ambito dell'analisi dei dati, della Business Intelligence e dell'Intelligenza Artificiale. A queste si affiancano il project work e lo stage in azienda, un'opportunità per sperimentare sul campo strumenti, metodologie e dinamiche professionali del settore.
- 6 mesi (440 ore) di formazione in aula
- 40 ore di project work
- 2 mesi (320 ore) di stage in azienda
A chi è rivolto
Il corso è rivolto a 15 giovani e adulti, occupati o non occupati, residenti o domiciliati in Emilia-Romagna, interessati a sviluppare competenze nell'ambito dell'analisi dei dati applicati ai processi aziendali.
Possono accedere al percorso coloro che sono in possesso di uno dei seguenti requisiti:
- diploma di istruzione secondaria superiore
- ammissione al quinto anno di un percorso liceale
- diploma professionale conseguito al termine del quarto anno di un percorso IeFP.
Possono candidarsi anche persone prive di diploma, previo accertamento delle competenze acquisite attraverso precedenti esperienze di studio, formazione o lavoro.
Inoltre, in attuazione di quanto previsto dall'art. 43, comma 1, del D.Lgs. 81/2015, saranno resi disponibili ulteriori posti riservati ad apprendisti contrattualizzati da imprese che abbiano sottoscritto uno specifico protocollo con l'istituzione formativa per il conseguimento del certificato di specializzazione IFTS.
Come funziona
L'accesso al corso è subordinato al superamento di una selezione finalizzata a valutare competenze, attitudini e motivazione dei candidati. L'ammissione si articola in tre fasi:
- Prova attitudinale, composta da test scritti pensati per valutare capacità e attitudini personali coerenti con il profilo professionale in uscita;
- Prova tecnica, con domande a risposta chiusa su informatica di base e lingua inglese;
- Colloquio motivazionale, dedicato ad approfondire il percorso formativo e professionale del candidato, le motivazioni alla partecipazione e le competenze relazionali e comunicative.
In occasione del colloquio sarà richiesto di presentare un CV aggiornato.
Una volta completata la procedura di iscrizione, i candidati riceveranno una convocazione via e-mail con tutte le indicazioni necessarie per partecipare alle prove di selezione, che si svolgeranno presso la sede IFOA di Bologna.
Cosa imparerai a fare
Imparerai a trasformare dati aziendali in informazioni utili per il business.
Utilizzerai strumenti di Business Intelligence per creare dashboard e report, analizzerai dati e performance aziendali e scoprirai come applicare l'Intelligenza Artificiale Generativa per automatizzare processi, consultare informazioni e supportare le decisioni delle aziende:
- ERP, CRM e database, utilizzando SQL, Python ed Excel avanzato
- Progettare assistenti conversazionali basati su LLM, come Claude
- Progettare dashboard interattive e KPI, con PowerBI
Quanto costa e modalità di pagamento
Il corso è finanziato dal Fondo Sociale Europeo Plus e prevede una quota di iscrizione di € 80.
L'importo non è richiesto in fase di candidatura, ma dovrà essere versato solo dai candidati ammessi al percorso, dopo il superamento delle selezioni e prima dell'avvio delle attività formative.
Le modalità di pagamento e le relative istruzioni saranno comunicate direttamente ai partecipanti insieme alla conferma ufficiale di ammissione al corso.
Contenuti del corso
- I principi di utilizzo dei Big Data e delle relative architetture e tecnologie
- Data Analytics e organizzazioni data-driven
- Social Intelligence e utilizzo dei dati per il business
- Introduzione alla BI
- Introduzione all'IA Generativa
- Large Language Models e principali ambiti applicativi aziendali
- Progettazione concettuale
- Modello Entity Relationship
- Raccolta e analisi dei requisiti
- Strategie di progettazione concettuale
- Verifica di qualità
- Progettazione logica
- Ristrutturazione degli schemi E/R
- Traduzione nel modello relazionale
- Tecniche di normalizzazione
- Boyce-Codd Normal Form
- Terza Forma Normale
- Decomposizione in Terza Forma Normale
- Progettazione assistita tramite Claude
- Analisi e validazione delle soluzioni proposte dall'IA
- Introduzione ai Database Management Systems
- Modello relazionale
- Linguaggio SQL
- MySQL
- NoSQL e relativi contesti applicativi
- Introduzione ai linguaggi di programmazione
- Python e Dynamic Typing
- Introduzione a Pandas
- Series e DataFrame
- Filtraggio e selezione dei dati
- loc, iloc, at, iat
- Modifica di righe e colonne
- Lettura di file CSV
- Lettura di file Excel
- Lettura di file JSON
- Lettura di dati da database SQL
- Identificazione dei dati mancanti
- fillna(), dropna(), interpolate()
- apply(), map(), applymap()
- Concatenazione di DataFrame e join
- Utilizzo di Pandas su Excel
- Creazione e analisi di DataFrame
- Verifica e comprensione del codice generato da Claude
- Concetti base e applicazioni del Machine Learning
- Apprendimento supervisionato
- Apprendimento non supervisionato
- Apprendimento rinforzato
- EDA (Exploratory Data Analysis)
- Data Visualization per il Machine Learning
- Normalizzazione e standardizzazione dei dati
- Raccolta, pulizia e pre-processing dei dati
- Feature Engineering
- Riduzione della dimensionalità
- Algebra lineare applicata al Machine Learning
- Regressione lineare
- Regressione logistica
- Alberi decisionali
- Random Forest
- Bagging, Boosting e Stacking
- Pipeline in Scikit-Learn
- Joblib e Pickle
- Deployment dei modelli
- Concetto di API
- Fondamenti di HTTP
- API RESTful
- Documentazione delle API
- Autenticazione e autorizzazione
- Consumo di API con Python
- Creazione di API RESTful
- Acquisizione automatica di dati da servizi esterni
- Integrazione di dati provenienti da piattaforme digitali
- Alimentazione automatica di dataset, dashboard e sistemi di reporting
- Introduzione al Text Mining
- Tokenizzazione
- Stop Words
- Stemming e Lemmatizzazione
- Bag of Words
- TF-IDF
- Frequenza dei termini e n-gram
- Word Cloud
- Word2Vec
- GloVe
- Text Classification
- Sentiment Analysis
- Claude API
- Analisi documentale automatizzata
- Sintesi automatica di documenti
- Estrazione automatica di informazioni
- Interrogazione di contenuti mediante linguaggio naturale
- Utilizzo dei LLM per la classificazione e il reporting documentale
- Principi e metodologie di Data Visualization
- Data Collection, Data Enrichment e Data Wrangling
- KPI e indicatori di performance
- Costruzione di mappe strategiche
- Operational Dashboard
- Dashboard operative e direzionali
- Reporting e Data Storytelling
- Data Visualization con Python (Pandas, Matplotlib, Seaborn e Plotly)
- Realizzazione di visualizzazioni dinamiche, grafici statistici e dashboard a partire dai dati elaborati con
- Python
- Integrazione tra analisi dei dati, visualizzazione e reporting
- Produzione di dashboard e insight a supporto dei processi decisionali
- Marketing 4.0 e Data Driven Strategy
- Business Intelligence e Big Data
- Utilizzo di Generative AI (ChatGPT e Claude)
- Disegno e realizzazione di Data Warehouse
- Analisi multidimensionale dei dati
- Advanced Analytics
- Google Analytics
- Google Cloud e Big Data
- Social Analytics
- Social Media Intelligence
- Estrazione di insight dai dati web e social
- Reporting automatico
- Assistenti conversazionali per l'interrogazione dei dati
Certificazioni
- Certificato di specializzazione tecnica superiore
Descrizione certificazione
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" (IV Livello EQF)
Estremi finanziamento
Operazione RIF PA 2026-27522/RER, in attesa di approvazione
Note
Operazione RIF PA 2026-27522/RER, in attesa di approvazione
Il corso è in attesa di approvazione, le iscrizioni apriranno a breve. Contattaci per maggiori informazioni e pre-candidarti.
Partners
ALMA MATER STUDIORUM - UNIVERSITA' DI BOLOGNA, IIS ARCHIMEDE, FONDAZIONE “ISTITUTO TECNOLOGICO SUPERIORE ACADEMY ADRIANO OLIVETTI”, VEM SISTEMI S.P.A., CRIF S.P.A, THE HUB REGGIO EMILIA -SOCIETA' COOPERATIVA, HAPPY MINDS S.R.L., KPI6.COM S.R.L., NEXEEVA S.R.L., PROMOSERVICE - PARMA S.R.L., GLOBAL SISTEMI S.R.L., CRISTAIL CAPITAL SOCIETA'DI CONSULENZA FINANZIARIA S.R.L.