Tecnico per l’analisi e la visualizzazione dei dati
Operazione RIF PA 2025-24065/RER, approvata con Deliberazione di Giunta Regionale n. 1238 del 28/07/2025 e cofinanziata con risorse del Fondo Sociale Europeo+ e della Regione Emilia-Romagna
Il Tecnico per l'analisi e la 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.
Organizzazione del corso
Il corso prevede 800 ore suddivise nel seguente modo:
- formazione d'aula: 440 ore
- Project Work: 40 ore
- stage: 320 ore
A chi è rivolto
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.
Infine, in attuazione di quanto previsto dall’art. 43, comma 1, del DL 15/06/2015, n. 81, ulteriori posti saranno resi disponibili per apprendisti contrattualizzati da imprese sottoscrittrici di specifico protocollo con l'istituzione formativa per il conseguimento di un certificato di specializzazione tecnica superiore.
Come funziona
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 la capacità di esecuzione e riuscita in differenti aree significative per la figura professionale in uscita;
- la prova tecnica scritta per accertare la conoscenza di informatica, inglese;
- il colloquio individuale ha lo scopo di accertare la motivazione alla partecipazione e l'interesse per il settore specifico del corso, oltre alle capacità organizzative, di comunicazione efficace con gli altri e di lavorare in team.
I candidati che avranno perfezionato la procedura di iscrizione al corso riceveranno una mail di convocazione alle prove scritte di selezione che si terranno presso la sede IFOA di Bologna.
Tutti i partecipanti presenti alle prove scritte avranno accesso ai successivi colloqui individuali.
Cosa imparerai a fare
Il corso è finalizzato a formare uno specialista in grado di:
- 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
- I principi di utilizzo dei big Data e delle relative architetture e tecnologie
- Lo stack tecnologico HADOOP
- I sistemi NoSQL
- Progettazione concettuale: il modello E/R
- Progettazione logica: ristrutturazione degli schemi E/R, traduzione nel modello relazionale
- Tecniche di normalizzazione: forme normali, decomposizione in terza forma normale
- Introduzione ai Database Management Systems
- Modello relazionale: concetti base, vincoli di integrità e chiavi
- Linguaggio SQL
- MySQL
- MongoDB e Cassandra
- Introduzione ai linguaggi di programmazione
- Introduzione a Python e al dynamic typing
- Introduzione a Pandas
- Strutture dati principali: Series e DataFrame
- Filtraggio e selezione
- Modifica di righe e colonne
- Lettura di file CSV, Excel, JSON e SQL
- Identificazione dei dati mancanti
- Metodi di imputazione: fillna(), dropna(), interpolate()
- Applicazione di funzioni: apply(), map(), applymap()
- Concatenazione di DataFrame e join
- Pandas su excel
- Creazione ed analisi di dataframe su excel
- Introduzione al ML e casi d’uso
- Teoria degli algoritmi di ML (supervisionati, non supervisionati, con rinforzo, semisupervisionati)
- Framework open source ed esempi di Dataset: caricamento dati, training e parametri del modello
- Processo di implementazione algoritmi di ML: raccolta dati, data cleaning, costruzione del modello, crossvalidation, valutazione dei risultati
- Introduzione ai metodi non supervisionati: Clustering, dimensionality reduction
- Introduzione al K-means e DBSCAN
- Teoria del clustering gerarchico
- Agglomerativo e divisivo
- Analisi delle Componenti Principali (PCA) ed interpretazione dei risultati
- Anomaly Detection nella sensoristica: identificazione di pattern e anomalie
- Strumenti di predictive maintenance
- Introduzione al Text Mining
- Tokenizzazione
- Stop words, stemming, e lemmatizzazione
- Rappresentazione dei testi: Bag-of-Words, TF-IDF
- Frequenza di termini e analisi delle n-gram
- Word clouds
- Word2Vec, GloVe
- Text Classification con algoritmi di classificazione e Sentiment Analysis
- Concetto di API
- Fondamenti di HTTP
- Introduzione alle API RESTful
- Documentazione delle API
- Autenticazione e autorizzazione nelle API
- Consumo di API con linguaggi di programmazione
- Creazione di API RESTful
- Mappe strategiche e operational dashboard
- Data collection e Data Enrichment
- Data wrangling: organizzazione, pulizia e sistematizzazione dei dati
- Data Visualization: metodologie di rappresentazione dei dati
- Librerie Python: Pandas e Seaborne
- Tools di data visualization: Power BI e Tableau
- Marketing 4.0 e Data Driven Strategy
- Business Intelligence e Big Data
- Utilizzo di ChatGPT nei piani di marketing
- Disegnare e creare il data Warehouse
- Analisi multidimensionale dei dati
- Advanced Analytics: Pixel FB, Google Analytics
- Google Cloud e big data
- Big Data Analytics applicati su dati originati da Social Analytics e web
- Piattaforme e applicazioni digitali per manifattura avanzata e IoT
- Algoritmi di Big Data, Analytics e Intelligenza Artificiale
- Raccolta ed elaborazione dei dati all’interno di uno stabilimento produttivo
- Robotica collaborativa e automazione industriale
- Smart manufacturing: Simulazione e progettazione
Fase pratica di sperimentazione dei concetti appresi durante la formazione.
I partecipanti, suddivisi in piccoli gruppi, lavoreranno su un dataset reale (o simulato) fornito dai partner ed applicheranno metodi di analisi esplorativa per individuare trend significativi e generare insight utili.
Il percorso sarà organizzato in fasi:
- definizione del progetto e acquisizione del dataset
- raccolta e preparazione dei dati
- analisi e interpretazione
- creazione di dashboard interattive
- presentazione finale in aula
Certificazioni
- Certificato di specializzazione tecnica superiore
Estremi finanziamento
Operazione RIF PA 2025-24065/RER, approvata con Deliberazione di Giunta Regionale n. 1238 del 28/07/2025 e cofinanziata con risorse del Fondo Sociale Europeo+ e della Regione Emilia-Romagna
Note
Durante il processo di iscrizione ti verrà richiesto di caricare i seguenti documenti:
- copia della Dichiarazione sostitutiva di certificazione compilata (Scaricabile qui)
- copia della Carta d'identità
- copia del Codice Fiscale
- copia del Curriculum Vitae aggiornato
- foto tessera