8 ore di formazione sull'approccio Data-Driven

Il Data-Driven Mindset è un approccio trasversale che può essere applicato a molti settori e a molte attività e per questo sono enormi i vantaggi che l'acquisizione di maggior know-how nell'approccio data-driven può portare in termini lavorativi.

L’acquisizione di competenze in questo ambito rende i professionisti molto più appetibili e competitivi sul mercato del lavoro, in quanto le aziende sono sempre più alla ricerca di figure in grado di utilizzare al meglio i dati per migliorare i propri processi. 

Inoltre, la formazione nell'approccio data-driven consente di acquisire una maggiore consapevolezza delle potenzialità offerte dall'uso dei dati, consentendo di proporre soluzioni innovative e di migliorare l'efficienza di qualsiasi attività. 

Che tu sia un imprenditore, un analista, un marketer o un programmatore, questo corso ti fornirà le competenze e gli strumenti necessari per utilizzare i dati in modo efficace e ti permetterà di capire come sfruttare le evoluzioni in AI e Machine Learning che stanno trasformando il modo in cui le aziende creano valore dai dati.

Partiremo dal trasferimento del Mindset per poi passare alla comprensione e modellazione delle tecnologie che permettono di estrarre valore dai Dati.
Vedremo insieme in cosa consiste realmente la costruzione di un AI Project passando attraverso una serie di processi ben definiti che comprendono aggiornamento, formazione, acquisizione delle competenze, data analysis, data engineering, implementazione, misurazione, continuous improvement. 

Esploreremo a fondo ogni aspetto che viene coinvolto nell’utilizzo efficiente dei dati e gli strumenti che permettono di farlo.

Il corso è composto dai seguenti 6 moduli:

1 - Data Driven Culture
Introduzione
Mindset Data Driven
Tradurre problemi in domande ai dati
Sviluppo di una cultura aziendale Data Driven
Test and Learn
Conclusione: il processo iterativo della Data Driven Culture

2 - AI e Machine Learning
Introduzione
AI vs ML vs DL
Storie del Machine Learning
Qualità dei dati e interpretabilità
La componente umana
Classificazione di algoritmi di Machine Learning

3 - Building an AI Project
Building an AI Project
Insidie da evitare
Processo di implementazione
Lavorare con un team AI
Strumenti tecnici per il team di AI
Workflow di un progetto di Data Science
Workflow di un progetto di Machine Learning

 4 - Generative AI
Introduzione all'AI generativa
Cos'è la Generative AI
Casi d'uso
Supporto al processo creativo
Architetture di Generative AI
Sfide della Generative AI
Conclusioni

5 - AI nella Società
Introduzione
Bias e discriminazione
Etica dell'AI
Adversarial AI
AI e sviluppo economico
Le nuove professioni

6 - Cloud Computing (Bonus Track)
Introduzione al Cloud Computing
IaaS, PaaS e SaaS
Business Intelligence Analytics
Blockchain
AI e ML in cloud

Prima di procedere all'acquisto si prega di prendere visione della:
- Informativa sul trattamento dei dati personali
- Condizioni generali di vendita