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.

NUMERO VERDE:
800 915108
CATEGORIA
Con stage/tirocinio
LINEA
Post Diploma
FORMULA
Aula + Online
FINANZIAMENTO
Finanziato/Gratuito
DURATA
800 ore
STAGE/TIROCINIO
280 ore
CONDIVIDI

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

  • 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
  • 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

  • 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
  • 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
  • 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
  • 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
  • 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 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
  • 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
  • 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
  • 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

  • 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

 

  • 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)
  • 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 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)

Requisiti in 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

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”.

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.

Note

Il corso prevede 800 ore suddivise nel seguente modo:

  • Formazione d'Aula: 508 ore (in modalità in presenza e a distanza in videoconferenza, a seconda dell'evoluzione della situazione epidemiologica)
  • FAD: 12 ore (formazione e-learning asincrona)
  • Stage: 280 ore

Il corso è interamente gratuito.


Enti Finanziatori


Partners

Alma Mater Studiorum - Università di Bologna; IIS Manfredi-Tanari; HERA Spa; IIS Archimede; NSI Nier Soluzioni Informatiche Srl; Unione Regionale delle Camere di Commercio, Industria, Artigianato e Agricoltura dell'Emilia Romagna; CRIF Spa; Lovemark Srl; The Hub Reggio Emilia Società Cooperativa; Cineca Consorzio Interuniversitario; Happy Minds Srl; KPI6.com Srl; BITBANG Srl; Horsa Insight Srl


Corsi correlati

Richiedi info
(ci permette di fornirti un servizio più veloce e preciso)
Informativa Privacy (Reg. UE 2016/679)
L'informativa estesa relativa al trattamento dei suoi dati personali da parte IFOA la trova all'indirizzo https://www.privacylab.it/informativa.php?09395343333
Presta inoltre il suo consenso al trattamento dei dati personali per le finalità facoltative sotto riportate?
Invio di comunicazione su eventi, servizi e prodotti Ifoa