Data Lab

Guarda avanti. Big Data, nuove competenze per nuove professioni. Il progetto Data Lab è approvato dalla Regione Emilia Romagna e cofinanziato dal Fondo sociale Europeo e si rivolge a laureati in tutte le aree disciplinari.

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.

IFOA – Reggio Emilia

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.

Edizione attiva

Operazione Rif. PA 2021-16029/RER approvata con DGR n° 927 del 21 giugno 2021 e co-finanziata dal Fondo Sociale Europeo PO 2014-2020 Regione Emilia-Romagna.

Prossimi corsi in partenza

Chiusura iscrizioni: 26/04/2022

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 della 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: 26/04/2022

Durata: 120 ore

Partecipanti: 12

ObiettiviUno dei principi chiave per operare con i Big Data è lo stoccaggio di tutti i dati originali, indipendentemente da quando questi saranno utilizzati. Quindi col tempo gli archivi possono assumere dimensioni anche incredibilmente elevate. Anche se nulla impedisce di realizzare l’archiviazione dei dati tramite un classico database relazionale, spesso questa scelta porta a investire risorse economiche importanti sia in termini computazioniali, sia di storage. Questi e altri motivi portano alcuni colossi dell’innovazione, tra cui Google e Facebook, ad adottare strumenti diversi dagli RDBMS per gestire e i loro Dataset: tra le tecnologie Open Source create per questo scopo una delle più diffuse e utilizzate è Apache Hadoop. Il progetto ha come obiettivo quello di permettere ai partecipanti di comprendere le architetture esistenti per il trattamento di Big Data e per la memorizzazione in db noSQL, in modo da essere in grado di utilizzare le principali funzionalità di questi strumenti.

Contenuti del percorso:

  • TECNOLOGIE E SOFTWARE DI DATA SCIENCE
    • Overview della definizione di soluzioni architetturale per il trattamento di Big Data Hadoop common (strato software comune con funzioni di supporto)
    • Hadoop Distributed File System (HDFS – derivato da Google’s GFS)
    • Hadoop tools, ecosistema e distribuzioni
    • Comprendere MapReduce
    • Utilizzo di tecnologie open source per trasferire i dati processati da HDFS in un database SQL e viceversa (ETL)
    • Differenze tra SQL e linguaggi usati per i BIG DATA
    • Operazioni CRUD e aggregazioni avanzate
    • Elaborazione dati ed esportazione verso NOSQL
    • Utilizzo di MongoDB Connector for Hadoop
    • L’importanza di saper comunicare i dati: strumenti di “Data Visualization”
    • Algoritmi di data mining (per operazioni di classificazione, regressione, clusterizzazione)
    • Algoritmi per la market basket analysis
    • Algoritmi per trovare item simili in larghe quantità di dati
    • Librerie Python per la gestione e la visualizzazione dei dati (ad es. Pandas, Scikit-Learn, Matplotlib, Seaborne)
    • Apache Spark per l’analisi dei dati: RDD, Structured queries, e use case di esempio)
  • DATA PRIVACY E CYBERSECURITY

Chiusura iscrizioni: 03/05/2022

Durata: 120 ore

Partecipanti: 12

Obiettivi: L’obiettivo del progetto è quello di introdurre i benefici dell’utilizzo dei Big Data in contesto marketing, analisi di mercato e lead generation. Durante il progetto saranno fornite le conoscenze statistico-informatico di base per affrontare i contenuti specialistici e usare i software di riferimento, nonché conoscenze per agire nel rispetto della normativa vigente in materia di privacy del cittadino consumatore. Alla fine del corso, lo studente sarà in grado di comprendere e utilizzare i principali canali di marketing digitale in modo da poter pianificare obiettivi, modelli e kpi. Inoltre lo studente sarà in grado di collegarsi alle varie sorgenti provenienti da social media e digital analytics in modo da sfruttarne i dati per il monitoraggio delle performance e le informazioni nascoste all’interno.

Contenuti del percorso:

  • MODULO DI AZZERAMENTO STATISTICO-INFORMATICO
  • MARKETING ANALYTICS & BUSINESS INTELLIGENCE
    • Marketing 4.0 e Data Driven Strategy
    • Business Intelligence e Big Data
    • Disegnare e creare il data Warehouse
    • L’analisi multidimensionale dei dati
    • Il sistema di reportisticaAdvanced 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
    • Data Visualization e 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)
    • Organizzare i dati e fare Data Blending
    • Creazione di Dashboard integrative, tabella di calcoli e Data storytelling
  • DATA PRIVACY E CYBERSECURITY

Strumenti di Data Analysis e Visualization

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

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

Chiusura iscrizioni: 07/03/2022

Durata: 120 ore

Partecipanti: 12

Obiettivi: Il corso ha l’obiettivo di fornire competenze teoriche e capacità pratiche nell’ambito della realizzazione di prodotti giornalistici data-driven, ovvero di articoli, inchieste, comunicati stampa incentrati prioritariamente sull’analisi quali-quantitativa di dati e informazioni statistiche, da realizzare attraverso un processo di valorizzazione delle fonti informative disponibili (offline e online, a livello nazionale ed internazionale). Durante il progetto saranno fornite le conoscenze statistico-informatico di base per affrontare i contenuti specialistici e usare i software di riferimento, nonché conoscenze per agire nel rispetto dell’etica dei dati e della normativa vigente in materia di privacy del cittadino consumatore.

Contenuti del percorso:

  • MODULO DI AZZERAMENTO STATISTICO-INFORMATICO
  • DATA JOURNALISM
    • Il Workflow del Data Journalism: ricerca dei dati, verifica e organizzazione, analisi, incrocio con altri dati, visualizzazioni e Storytelling;
    • Gli step indispensabili nell’attività del Data Journalist;
    • Data Driven Journalism: formare, coerentemente con le esigenze del lavoro del giornalista, la capacità di navigare negli Open & Big Data per produrre articoli e reportage;
    • Visualizzazione dati: Come presentare nel modo più efficace per la comprensione del lettore i dati raccolti;
    • Infografica: Come costruire degli schemi grafici basati sui dati per facilitare (o sostituire) l’articolo testuale nel veicolare i contenuti soprattutto sui nuovi canali di fruizione digitali;
    • Database Journalism, formare sulle tecniche disponibili per costruire un sistema di gestione delle informazioni in cui le informazioni sono organizzate in un database (al contrario di una struttura organizzativa tradizionale incentrata sulla storia) e che quindi facilitano successive ricerche e approfondimenti;
  • L’INTEGRITÀ DEI DATI TRA PRIVACY, CYBERSECURITY E MINACCE IBRIDE

Edizioni concluse

Operazione Rif. PA 2018-9495/RER approvata con Deliberazione della Giunta Regionale n° 633 del 2 maggio 2018 e co-finanziata dal Fondo sociale europeo PO 2014-2020 Regione Emilia-Romagna.

Operazione Rif. PA 2019-11596/RER approvata con Deliberazione della Giunta Regionale n° 789 del 20 maggio 2019 e co-finanziata dal Fondo Sociale Europeo PO 2014-2020 Regione Emilia-Romagna.

Contatti


IFOA – Reggio Emilia

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

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