Corso Data Science con Python | Big Data & Analytics formula Weekend
Scenario
I dati sono il nuovo oro! Con lo sviluppo tecnologico, l'informatizzazione e la diffusione capillare della rete internet non sono solo le grandi aziende a ritrovarsi in possesso di grandi quantitativi di dati, anche le piccole aziende riescono facilmente ad accumularne.
Questi dati possono fornire molte informazioni preziose: possono dirci, ad esempio, quali clienti sono interessati a un prodotto piuttosto che a un altro, quali trend stanno nascendo o diventano desueti, quali clienti stanno per passare a un competitor e perché, o addirittura cosa aspettarci con buona sicurezza nell'immediato futuro.
Se la sola conoscenza di Python, essendo il primo linguaggio di programmazione al mondo, è sufficiente per suscitare interesse nelle aziende, ciò che veramente si va cercando è qualcuno che sia in grado di gestire i dati ed estrarne un significato concreto: multinazionali, società di consulenza, web agency, agenzie pubblicitarie, istituti educativi e statali sono solo alcune delle realtà che richiedono queste competenze.
Il corso mira a formare sul piano teorico e pratico figure professionali dedicate alla programmazione in Python, o che vogliano aggiungere Python al portfolio delle proprie competenze. Python è un linguaggio di programmazione versatile e potente, che anche quest'anno si è posizionato al primo posto nei linguaggi di programmazione più ricercati. Il corso forma gli studenti alla manipolazione, trasformazione, analisi e presentazione dei dati mediante librerie apposite di Python, quali Pandas e Matplotlib.
Moduli 1° modulo | Python 4 Beginners
Unità didattica di avvio alla programmazione con Python partendo dalle basi. Setup dell'ambiente di sviluppo, introduzione ai paradigmi della programmazione object-oriented, Parole riservate, sintassi, istruzioni, liste, set, dizionari, comprehension, operatori, funzioni, pacchetti, classi, eccezioni, funzione lambda, moduli esterni base, tipi di dato avanzati, moduli avanzati, matematic, scientifici, input/output, scrivere file, eccezioni, errori, debugging.
2° modulo | Data Science with Python
Gestire dataset con Pandas, Importare e manipolare datasets, Statistica di base, Creazione grafici con Matplotlib, Analisi esplorativa con Seaborn, Preparazione dei dati, Pulizia dei dati, Normalizzazione, Codifica di variabili categoriche, Variabili dummy, Gestione date e serie temporali.
Richiedi un colloquio individuale per conoscere i dettagli delle singole unità didattiche.
Requisito indispensabile: curiosità, passione per le tecnologie e soprattutto motivazione.
Il corso è adatto anche per i principianti.
Conoscenze base di informatica miglioreranno la velocità di apprendimento.
Richiedi un colloquio individuale per conoscere i dettagli dei nostri moduli Entry level.
A titolo indicativo e non esaustivo, alla fine di ogni modulo sarai in grado di:
1. programmare in linguaggio Python ed avere una buona panoramica del linguaggio, essendo in grado di gestire progetti backend e di avere le giuste fondamenta per approfondire diversi aspetti.
2. gestire i dati, saperli recuperare, filtrare, trasformare e presentare, anche in forma grafica, per poter, ad es., creare report, ispezionare quali clienti sono interessati a quale prodotto, gestire produzione o approvvigionamente, eccetera.
Dotazioni tecniche di base
Notebook: CPU dual core 64 | 4GB RAM | S.O. Windows, Linux o macOS
NOTA: le ore vanno intese come ore accademiche di 50 minuti.
Leggi le opinioni di chi ha partecipato!
Il percorso ideale per chi è interessato ad assorbire rapidamente nozioni di data mining e data manipulation in Python ed integrare modelli previsionali avanzati al proprio bagaglio di competenze; molto ben strutturato, lo consiglio a tutti perché ha un taglio pratico che permette di utilizzare le competenze apprese sin da subito, sia a livello lavorativo (per i data analyst/data scientist) che personale, fornendo gli strumenti per proseguire autonomamente al termine del percorso.
Pur sapendo che in soli tre weekend è impossibile sviscerare tutti i contenuti legati al machine learning, il corso è riuscito comunque a tracciare un disegno preciso e completo delle tecniche di apprendimento supervisionato/ non supervisionato disponibili, stimolando la curiosità di chi come me interessato ad approfondire.
Una lode all'organizzazione ed alla preparazione del relatore, che ha catturato l'attenzione dei partecipanti dimostrando disponibilità e profonda conoscenza degli argomenti.
(Simone M.)