Data Lab
Il progetto Big Data Lab, finanziato dalla Regione Emilia Romagna e dal Fondo Sociale Europeo, si pone come obiettivo lo sviluppo di conoscenze e competenze che permettano alle persone con alto livello di istruzione, in ogni area disciplinare, di divenire soggetti capaci di dare senso, creare nessi logici, elaborare giudizi di sintesi e trasformare i dati in informazioni ad alto valore aggiunto e diffonderlo all’interno delle organizzazioni in cui lavoreranno e vivranno.
L’innovazione tecnologica e la digitalizzazione dell’informazione sono sempre più pervasive nella vita delle persone, sia nella sfera privata, sia in quella sociale che lavorativa. Siamo ormai abituati a dispositivi più o meno intelligenti che memorizzano tutti i nostri dati, si sostituiscono alle attività lavorative umane e suggeriscono o prendono decisioni al posto nostro.
Rif. Serena Laviano
Cell. 331 7150894
Tel. 059 346616
E-mail. laviano@ifoa.it
Rif. Maria Rosaria Fumarola
Tel. 0522 329231
E-mail. fumarola@ifoa.it
L’insieme di questi dati ha preso l’espressione di Big Data, un insieme di informazioni talmente ampio da non essere archiviabile attraverso i comuni sistemi hardware e tipicamente generati da processi digitali eterogenei. Stiamo assistendo a una rivoluzione che non è solo tecnologica, ma anche antropologica.
La vera natura dei Big Data deriva, infatti, dall’esperienza quotidiana delle persone e dal funzionamento automatico dei sistemi digitali. Vivendo, lavorando, utilizzando “device”, più o meno consapevolmente, emettiamo dati così come i dispositivi digitali tra loro interconnessi. Questa vastità di dati apre spazi di osservazione e conoscenza nuovi, modificando la struttura dei processi decisionali individuali e collettivi, modificando l’economia e la società, rendendole più dinamiche e complesse.
Il progetto, che gode del supporto di una compagine di enti di primo livello, si articola in 8 percorsi di formazione, dai contenuti innovativi e combinabili tra loro per costruire l’itinerario più adeguato ad ogni singolo profilo. Il progetto Big Data Lab partirà a ottobre 2019 in tutte le città dell’EmiliaRomagna. Il calendario dei corsi attivi verrà periodicamente aggiornato e gli utenti registrati potranno accedere al portale con le proprie credenziali ed iscriversi ai nuovi corsi disponibili.
Possono iscriversi ai percorsi tematici i giovani laureati da non più di 24 mesi in qualsiasi area disciplinare, umanistica, economico-giuridica, scientifica, e residenti in Emilia Romagna.
Prossimi corsi in partenza
Chiusura iscrizioni: 28/10/2022
Durata: 60 ore
Partecipanti: 12
Obiettivi:
Il percorso formativo propone i concetti fondamentali della “data analysis” e mette a fuoco le caratteristiche dei tools disponibili per elaborare e rappresentare graficamente i dati per poter agevolmente scegliere e contestualizzare il loro uso. Si presenteranno i principali strumenti presenti sul mercato ed approfondirà l’uso di un tool specifico con esempi applicativi e numerose esercitazioni in aula.
Contenuti del percorso:
- DATA ANALYSIS & VISUALIZATION
- 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
- Tool per la data visualization (Power BI o Tableau)
- Librerie Python per la gestione e la visualizzazione dei dati (Pandas, e Seaborne)
- DATA PRIVACY E CYBERSECURITY
Chiusura iscrizioni: 03/11/2022
Durata: 60 ore
Partecipanti: 12
Obiettivi: Il progetto ha l’obiettivo di fornire competenze teoriche e capacità pratiche nell’ambito della cybersecurity e della privacy, con approfondimento delle tecnologie emergente della blockchain che sarà illustrata anche attraverso esempi di potenziali applicazioni. Parallelamente all’uso di internet, alla digitalizzazione e al tema dilagante dei Bigdata aumenta l’importanza attribuita alla cybersecurity che deve diventare quasi un pre-requisito digitale.
Contenuti del percorso:
- CYBERSECURITY E PRIVACY
- Il contesto normativo europeo e nazionale
- Ruoli e responsabilità nel trattamento del dato personale
- Il regolamento europeo 2016/679 sulla privacy
- ToS: terms of services
- Strumenti legali e tecnologici per difendere la privacy: UBIQUITOUS COMMONS
- Il Cybersecurity act europeo e il quadro nazionale in divenire
- La manipolazione dei dati per la propaganda digitale (casi recenti)
- Tra fake news e minacce ibride: strumenti di prevenzione e formazione
- Il mondo moderno dei malware
- Come gestire al meglio le credenziali di accesso
- La criptazione dei dati
- Firme digitali e certificati
- Attacchi informatici e loro prevenzione
- Protezione della rete tramite firewall
- Collegamento remoto tramite VPN
- Protezione dei dati tramite backup
- BLOCKCHAIN
- Storia della blockchain ed evoluzione degli ambiti di applicazione
- Come funziona la tecnologia e come si sta evolvendo
- Casi applicativi con eventuali testimonianze aziendali
Chiusura iscrizioni: 01/11/2022
Durata: 60 ore
Partecipanti: 12
Obiettivi: Il progetto “Project Work Laboratoriale” rappresenta la fase conclusiva dell’Operazione a cui potranno accedere destinatari provenienti dalle tre aree disciplinari universitarie, dopo aver frequentato almeno uno dei progetti specialistici. L’obiettivo del progetto è di creare un vero e proprio spazio di applicazione della teoria acquisita nei progetti precedenti a un caso concreto mutuato da aziende e dati reali. Si pone idealmente come un ponte verso le imprese per creare occasioni durante le quali i partecipanti possano acquisire consapevolezza dei loro possibili percorsi di inserimento professionale e si possa avere anche un match tra domanda e offerta.
Contenuti del percorso:
- 20 ore di aula durante le quali il tema verrà presentato con i necessari approfondimenti in termini teorici e di contesto
- un team didattico composto da: un docente/ mentore cui saranno affidate le 20 ore di docenza o parte di esse, un tutor didattico, il coordinatore del progetto
- 40 ore di lavoro individuale o in gruppo, a distanza o in presenza, per sviluppare il project work, curando anche la presentazione del lavoro e la reportistica
- presentazione finale alla presenza di imprese, relatori, team didattico con modalità tradizionale o in forma di hackaton
Chiusura iscrizioni: 02/11/2022
Durata: 60 ore
Partecipanti: 12
Obiettivi: Il progetto “Project Work Laboratoriale” rappresenta la fase conclusiva dell’Operazione a cui potranno accedere destinatari provenienti dalle tre aree disciplinari universitarie, dopo aver frequentato almeno uno dei progetti specialistici. L’obiettivo del progetto è di creare un vero e proprio spazio di applicazione della teoria acquisita nei progetti precedenti a un caso concreto mutuato da aziende e dati reali. Si pone idealmente come un ponte verso le imprese per creare occasioni durante le quali i partecipanti possano acquisire consapevolezza dei loro possibili percorsi di inserimento professionale e si possa avere anche un match tra domanda e offerta.
Contenuti del percorso:
- 20 ore di aula durante le quali il tema verrà presentato con i necessari approfondimenti in termini teorici e di contesto
- un team didattico composto da: un docente/ mentore cui saranno affidate le 20 ore di docenza o parte di esse, un tutor didattico, il coordinatore del progetto
- 40 ore di lavoro individuale o in gruppo, a distanza o in presenza, per sviluppare il project work, curando anche la presentazione del lavoro e la reportistica
- presentazione finale alla presenza di imprese, relatori, team didattico con modalità tradizionale o in forma di hackaton
Durata: 60 ore
Partecipanti: 12
Obiettivi:
L’obiettivo del corso è quello di introdurre gli studenti alle tematiche relative all’AI ed in particolare al Machine Learning e Deep Learning, attraverso inquadramenti teorici, casi applicativi, utilizzo di metodologie e tecnologie.
Al termine del percorso i partecipanti avranno compreso cosa si intende per Deep Learning e Natural Language Processing, come si è arrivati allo stato attuale dell’arte delle conoscenze e della ricerca, quali sono le tecniche che si adottano ad oggi e quali sono i principali ambiti di applicazione. In particolare quindi per il Deep Learning sapranno distinguere e prepararsi a lavorare sulle Neural Networks (DNN; RNN, CNN…) con applicazioni nei settori delle natural language processing, automatic speech recognition, image recognition, visual art processing, customer relationship management (CRM), mobile advertising, bioinformatics/medical informatics.
Contenuti del percorso:
- INTRODUZIONE AL MACHINE LEARNING
- 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
- Introduzione alle reti neurali e al layering di algoritmi di machine learning: reti neurali e deep learning concetti base, funzioni di costo
- Esempi applicati su framework Tensorflow
- PRESENTAZIONE DELLE PRINCIPALI APPLICAZIONI DEL DEEP LEARNING
- natural language processing
- automatic speech recognition
- Image recognition
- visual art processing
- customer relationship management
Chiusura iscrizioni: 02/03/2022
Durata: 60 ore
Partecipanti: 12
Obiettivi: L’obiettivo del corso è comprendere l’architettura delle reti neurali profonde e fornire competenze operative per utilizzare applicazioni basate su algoritmi di deep learning. Gli allievi impareranno come si addestra un sistema di deep learning e i principali campi applicativi: traduzione simultanea testi e suoni, classificazione di oggetti all’interno di immagini o video, riconoscimento facciale, chatbot o virtual assistant per fare alcuni esempi.
Contenuti del percorso:
- DEEP LEARNING E RETI NEURALI
- Introduzione alle reti neurali e al layering di algoritmi di machine learning: reti neurali e deep learning
- Algoritmi e use case di Supervised, Unsupervised, Reinforcement Learning applicati al Deep Learning: costruzione di sistemi di deep learning basati su layer di ML
- Sviluppo con framework Tensorflow
- Introduzione al framework ed esercitazioni
- Applicazioni nel contesto “traditional data” (tabelle, log,
- Sviluppo su dati tabellari, analisi di serie temporali, regressioni
- Applicazioni in contesto non strutturato
- Computer vision
- Speech recognition
- Natural Language Processing
- Tool di rapid prototyping: intro ai framework di sviluppo come RapidMiner, Azure ML
- DATA PRIVACY E CYBERSECURITY
Contatti
Rif. Serena Laviano
Cell. 331 7150894
Tel. 059 346616
E-mail. laviano@ifoa.it
Rif. Maria Rosaria Fumarola
Tel. 0522 329231
E-mail. fumarola@ifoa.it