Presentazione

L'analisi dei dati e la business intelligence sono due discipline focalizzate sull'estrazione, trasformazione, visualizzazione e comunicazione di informazioni rilevanti da grandi volumi di dati, facendo uso di tecniche e strumenti quali big data, web analytics, data mining, data science, cloud computing e internet delle cose. In questo master in Data Analytics e Business Intelligence, gli studenti apprenderanno i concetti, le tecniche, gli strumenti e le applicazioni di queste due discipline, fondamentali per lo sviluppo professionale e aziendale. L'analisi dei dati e la business intelligence sono essenziali per il processo decisionale strategico, l'ottimizzazione delle procedure, il miglioramento della competitività e l'innovazione nelle organizzazioni.

Obiettivi:

- Conoscere i fondamenti e le caratteristiche dei big data e della web analytics.
- Applicare i principi della business intelligence.
- Riconoscere i modelli di data mining e machine learning per ricavare informazioni dai dati.
- Utilizzare linguaggi e strumenti di programmazione statistica e di scienza dei dati, come Python, R o SPSS.
- Implementare le tecnologie di cloud computing e IOT per archiviare, elaborare e accedere ai dati in modo scalabile.

Attestato

Diploma di Master in Analisi dei Dati e Business Intelligence di 1500 ore, rilasciato da EUROINNOVA INTERNATIONAL ONLINE EDUCATION, appartente al piano formativo Euroinnova Formazione e recante il marchio di eccellenza accademica in educazione on-line rilasciato da QS World University Rankings.

Durata

12 mesi, 1.500 ore

Programma

MODULO 1. BIG DATA
UNITÀ DIDATTICA 1. INTRODUZIONE AI BIG DATA
UNITÀ DIDATTICA 2. FONTI DI DATI
UNITÀ DIDATTICA 3. DATI APERTI
UNITÀ DIDATTICA 4. FASI DI UN PROGETTO BIG DATA
UNITÀ DIDATTICA 5. ECOSISTEMA HADOOP
UNITÀ DIDATTICA 6. WEKA E DATA MINING

MODULO 2. WEB ANALYTICS E BIG DATA
UNITÀ DIDATTICA 1. COS'È LA WEB ANALYTICS?
UNITÀ DIDATTICA 2. ANALISI WEB DI BASE: INTRODUZIONE
UNITÀ DIDATTICA 3. ANALISI DELLE INFORMAZIONI QUANTITATIVE
UNITÀ DIDATTICA 4. ANALISI DELLE INFORMAZIONI QUALITATIVE
UNITÀ DIDATTICA 5. DEFINIZIONE DI KPIS
UNITÀ DIDATTICA 6. CI: INTELLIGENZA COMPETITIVA
UNITÀ DIDATTICA 7. WEB ANALYTICS 2.0. CELLULARI E VIDEO
UNITÀ DIDATTICA 8. WEB ANALYTICS 2.0. RETI SOCIALI
UNITÀ DIDATTICA 9. PROBLEMI E SOLUZIONI DI WEB ANALYTICS
UNITÀ DIDATTICA 10. OLTRE I DATI
UNITÀ DIDATTICA 11. DAI BIG DATA AI LINKED OPEN DATA

MODULO 3. BUSINESS INTELLIGENCE
UNITÀ DIDATTICA 1. LA BUSINESS INTELLIGENCE E LA SOCIETÀ DELL'INFORMAZIONE
UNITÀ DIDATTICA 2. PRINCIPALI PRODOTTI DI BUSINESS INTELLIGENCE
UNITÀ DIDATTICA 3. DATA MINING E MACHINE LEARNING
UNITÀ DIDATTICA 4. DATAMART. CONCETTO DI DATABASE DIPARTIMENTALE
UNITÀ DIDATTICA 5. DATAWAREHOUSE O MAGAZZINO DATI AZIENDALE
UNITÀ DIDATTICA 6. INTRODUZIONE ALLA VISUALIZZAZIONE DEI DATI
UNITÀ DIDATTICA 7. TABLEAU
UNITÀ DIDATTICA 8. POWERBI

MODULO 4. SCIENZA DEI DATI E PROGRAMMAZIONE STATISTICA CON PYTHON E R
UNITÀ DIDATTICA 1. INTRODUZIONE ALLA SCIENZA DEI DATI
UNITÀ DIDATTICA 2. DATABASE RELAZIONALI
UNITÀ DIDATTICA 3. PYTHON E L'ANALISI DEI DATI
UNITÀ DIDATTICA 4. R COME STRUMENTO PER I BIG DATA
UNITÀ DIDATTICA 5. PRE-ELABORAZIONE ED ELABORAZIONE DEI DATI
UNITÀ DIDATTICA 6. ANALISI DEI DATI

MODULO 5. STATISTICA APPLICATA. ANALISI DEI DATI E SPSS
UNITÀ DIDATTICA 1. CONCETTI DI BASE E ORGANIZZAZIONE DEI DATI
UNITÀ DIDATTICA 2. STATISTICHE DESCRITTIVE DI BASE
UNITÀ DIDATTICA 3. MISURE DI TENDENZA CENTRALE E DI POSIZIONE
UNITÀ DIDATTICA 4. ANALISI CONGIUNTA DELLE VARIABILI
UNITÀ DIDATTICA 5. DISTRIBUZIONI DI PROBABILITÀ
UNITÀ DIDATTICA 6. INTRODUZIONE ALLA STATISTICA NEI PROGRAMMI INFORMATICI. SPSS
UNITÀ DIDATTICA 7. STATISTICHE DESCRITTIVE CON SPSS

MODULO 6. IOT E CLOUD COMPUTING
UNITÀ DIDATTICA 1. INTERNET DELLE COSE
UNITÀ DIDATTICA 2. TECNOLOGIE APPLICATE ALL'INTERNET DELLE COSE
UNITÀ DIDATTICA 3. INTERNET DELLE COSE CON ARDUINO
UNITÀ DIDATTICA 4. ASPETTI INTRODUTTIVI DEL CLOUD COMPUTING
UNITÀ DIDATTICA 5. HARDWARE DEL CLOUD
UNITÀ DIDATTICA 6. SERVIZI CLOUD
UNITÀ DIDATTICA 7. CLOUD COMPUTING E DISPOSITIVI MOBILI
UNITÀ DIDATTICA 8. MODELLI DI CLOUD
UNITÀ DIDATTICA 9. CLOUD IBRIDI E VISIONE STRATEGICA