L’importanza del dato per la definizione delle strategie di sviluppo aziendale è oggi stata compresa dalle aziende in qualsiasi settore. Ciò porta ad una cultura di “data science” che si sta sempre più formando in ambito aziendale. Le aziende (ormai quasi tutte “digitali”) producono quindi database di enormi dimensioni che crescono giornalmente e che devono quindi essere analizzati e compresi per supportare le nuove strategie “data driven”.
Il modello relazionale dei dati purtroppo non è in grado di supportare al meglio i bisogni odierni di “data processing” e di conseguenza si assiste ad un proliferare di tecnologie che vengono rapidamente adottate dall’industria e che comunque tendono, altrettanto rapidamente, a scomparire. Queste tecnologie e strumenti non sono ancora maturi abbastanza e non esistono degli standard di riferimento consolidati. Cosicchè, in questi anni, si assiste ad un “ricambio” frequente di strumenti e tecnologie che diventano obsoleti rapidamente.
Le aziende si trovano così costrette ad un “inseguimento tecnologico” molto costoso rispetto a competenze tecniche e di conoscenza di strumenti e pacchetti software per il trattamento e analisi dei dati in tempo reale. Questo corso vuole colmare tale gap, attraverso una programmazione didattica molto dinamica basata sul contributo seminariale di esperti esterni sulle tecnologie più richieste dal mercato del lavoro. Lo studente, in questo corso, viene così preparato al meglio ai nuovi bisogni tecnologici attuali di un’azienda moderna.
Obiettivi formativi generali dell'insegnamento in termini di risultati di apprendimento attesi.
Lezioni Frontali
Nessuno in particolare
Obbligatoria
E' un corso seminariale. Il contenuto dei seminari viene organizzato di anno in anno in base alle esigenze formative del mercato.
Di volta in votla verranno rese disponbili dai docenti in base alle tecnologie e ai relativi framework utilizzati durante il corso
Lucidi delle lezioni che verrano rese disponibili su Studium
Argomenti | Riferimenti testi | |
1 | Big Data | |
2 | Tools for data processing | |
3 | Machine Learning basis |
Prova scritta con quesiti a risposta aperta
Progetto (opzionale) su tematiche di data analysis
Tools for data processing
Big Data
Fondamenti di Machine Learning