Master in Big Data

Il Master in Big Data, sviluppato in collaborazione con la multinazionale tecnologica Indra, offre una panoramica sulle tecnologie Big Data e sul loro utilizzo, nonché una formazione applicata e pratica nelle tecniche analitiche per il business (Business Analytics), ovvero nell'applicazione da Tecniche di Data Science ai problemi aziendali.

Il programma risponde quindi all'esigenza di conoscere in modo pratico e applicato l'utilizzo delle tecnologie e dei metodi di analisi dei dati. La comprensione dell'uso tecnico integra la visione aziendale, in modo che i laureati del programma saranno in grado di ragionare in modo approfondito sull'applicabilità delle tecnologie, nonché di applicare tecniche e strumenti analitici in situazioni specifiche.

Perché studiare alla School of Artificial Intelligence & Big Data?

esperti attivi

Professionisti attivi di Indra e Minsait ti insegneranno le abilità e le conoscenze che cercano per i loro team

Progetta il tuo allenamento personalizzato

I nostri programmi sono strutturati attorno a 2 assi principali, il tuo profilo e l'esperienza professionale in modo che tu possa accedere al mercato professionale da un profilo tecnico (Hard tech) o aziendale (Soft Tech).

Imparare facendo

Funziona con i cloud dei principali attori del settore, ecosistemi e piattaforme open source che servono oltre 500 milioni di persone

Accesso alle pratiche

Preferenza per l'accesso a stage professionali con un numero minimo di stage per ciascun corso

titolazioni

Completando questo programma otterrai un triplo grado di Master in Big Data da IMF Smart Education , certificazione professionale da Indra e Master of Big Data da UCAV.

Triplo titolo: FMI Smart Education + certificazione professionale Indra + UCAV

Possibilità di assunzione in stage e accesso preferenziale ai processi di selezione

Il programma è rivolto a professionisti e neolaureati di diversi profili che desiderano orientare o riorientare la propria carriera professionale verso una delle professioni emergenti legate all'analisi dei dati. I profili possono essere di tre tipi:

1. Profili ICT: informatici, o ingegneria affine, o professionisti che hanno sviluppato la loro carriera nello sviluppo di software o nell'amministrazione di sistemi IT.
2. Profili quantitativi: laureati in carriere con una forte componente quantitativa, come statistica e matematica, che desiderano ampliare le proprie competenze con tecniche di acquisizione, archiviazione e gestione dei dati, nonché acquisire nuove capacità analitiche.
3. Profili aziendali: laureati e professionisti in diverse aree aziendali ed economiche che vogliono specializzarsi nell'analisi aziendale, acquisendo un solido background nell'uso dei linguaggi statistici e nella comprensione della tecnologia, non solo a livello aziendale, ma in termini di la tua applicazione tecnica

• Comprendere il valore dei dati e della loro analisi nelle organizzazioni ed essere in grado di ideare e concepire soluzioni di analisi dei dati.
• Conoscere e saper affermare il valore aziendale delle principali tecnologie di elaborazione parallela e di archiviazione scalabile dei dati, nonché saper spiegare il loro utilizzo per scopi specifici all'interno dell'organizzazione.
• Essere in grado di applicare tecniche e metodi di analisi dei dati a problemi aziendali utilizzando tecniche di programmazione statistica.
• Applica tecniche di machine learning e text mining per estrarre valore dai dati e creare modelli predittivi.
• Conoscere e saper applicare strumenti di business intelligence e visualizzazione per supportare l'analisi e il processo decisionale.
• Analista di dati (Big Data Analyst).
• Scienziato dei dati.
• Professionisti della Business Intelligence.
• Responsabile dei dati (CDO).
• Architetto dei Big Data.
• Data Engineer
• Docente in corsi di Business Intelligence
• Docente nel corso di Analisi dei Dati
• Insegnante in questione Qlik

Il programma fornisce la formazione di base per orientarsi verso diverse professioni nell'ambito dell'analisi e della gestione dei dati; nello specifico: Consulente per la Trasformazione Digitale

• Analisti di dati.
• Professionisti della Business Intelligence.
• Scienziati dei dati.

Nel caso di profili con precedenti esperienze di leadership e gestione di team, il programma li formerà per posizioni come Chief Data Officer (CDO). Infine, per i professionisti che hanno profili informatici, fornirà le basi per opportunità professionali come Big Data architect o Data Engineer.

Master progettato da un comitato di esperti composto da medici e professionisti attivi provenienti da aziende leader nel campo dell'Intelligenza Artificiale e dei Big Data come Indra e Minsait. La loro esperienza garantisce l'idoneità degli studi e delle competenze acquisite, sia per l'inserimento nel mondo del lavoro che per il miglioramento professionale nel settore. Questo team di esperti, oltre a partecipare al comitato di progettazione del percorso formativo, collabora al tutoraggio e all'erogazione delle sessioni del master.

Fondamenti di elaborazione dei dati per la scienza dei dati

1. Utilizzo di macchine virtuali e shell di comando
2. Fondamenti di programmazione Python
3. Fondamenti del database relazionale
4. Fondamenti delle tecnologie internet
5. Condividi dati, codice e risorse nei repository
6. Fondamenti di elaborazione dati con lo stack scientifico Python

business intelligence

1. Introduzione alla business intelligence
2. Data warehouse e database analitici
3. Strumenti di rimozione e caricamento
4. Applicazioni di business intelligence
5. Analisi dei Big Data applicata al business
6. Informazioni sul cliente (CRM)

Apprendimento automatico applicato

1. Introduzione all'apprendimento automatico
2. Modelli supervisionati
3. Modelli non supervisionati
4. Ingegneria delle caratteristiche e selezione del modello
5. Modelli connessionisti
6. Regole associative e analisi del paniere di mercato

Estrazione di testo ed elaborazione del linguaggio naturale (PNL)

1. Introduzione storica e tecnologica
2. Strumenti PNL I: NLTK
3. Strumenti della PNL II: Brat e Gate
4. estrazione di testo
5. Altre applicazioni e tecniche della PNL

Business intelligence e visualizzazione

1. Introduzione alla business intelligence
2. BI contro reporting tradizionale
3. Fondamenti tecnologici per l'elaborazione e l'analisi dei dati
4. Fondamenti di visualizzazione dei dati
5. Visualizzazione avanzata dei dati
6. Strumenti di visualizzazione

Infrastruttura di big data

1. Elaborazione dei dati con Hadoop
2. Strumenti dell'ecosistema Hadoop
3. Elaborazione dei dati con Spark
4. Architetture in streaming
5. Componenti delle architetture di streaming
6. Piattaforme cloud e API

Archiviazione e integrazione dei dati

1. Database non convenzionali
2. Modelli di database basati su documenti
3. Modelli di database orientati alle colonne
4. Modelli di database orientati ai grafici
5. Modelli di database con valori-chiave
6. Acquisizione dei dati

Valore e contesto dell'analisi dei Big Data

1. Il caso aziendale dei big data
2. Progetti di big data
3. Applicazioni analitiche per settori
4. Tecnologie emergenti nell'analisi
5. Gestione del team e metodi agili
6. Aspetti normativi del trattamento dei dati

Applicazioni analitiche. Casi pratici

1. Analisi scalabile: analisi con tecnologie informatiche parallele e scalabili
2. Analisi dei social media
3. Internet delle cose (IoT)
4. Analisi finanziaria (rating aziendale)
5. Analisi dei clienti: analisi della posizione
6. Tecniche di recupero delle informazioni

Tesi di Master (TFM)

Corso Metodologie Agili

1. Cos'è Scrum e come applicarlo
2. Il quadro di Scrum
3. Squadre auto-organizzate
4. Il ruolo dei clienti e degli stakeholder
5. Gestione agile di prodotti e progetti
6. Sviluppo e integrazione continua
7. Come evolvere verso un'organizzazione agile

Corso per principianti in Python

• Introduzione a Python
• Condizionali in Python
• Strutture ripetitive in Python
• Collezioni. Elenchi
• Funzioni di stringa
• Collezioni. Dizionari
• funzioni
• Gestione dei file
• orientamento agli oggetti

Introduzione al corso R

• Introduzione a R
• Vettori
• matrici
• elenchi
• Frame di dati
• Strutture di controllo
• funzioni

Corso di inglese

• Base, Preintermedio, Intermedio o Avanzato
• Lo studente può scegliere uno dei quattro livelli.