Corso Data Scientist
Impara ad analizzare dati e costruire modelli di machine learning con Python, SQL e Spark, partendo da zero fino ai modelli predittivi.
I dati da soli non dicono niente. Servono persone capaci di leggerli, ripulirli, capire cosa nascondono e costruirci sopra modelli che prevedano cosa succederà. È questo il lavoro su cui si regge la data science, ed è quello che imparerai a fare in questo percorso: dall’analisi di un foglio di dati fino alla costruzione di modelli di machine learning che funzionano davvero.
Serve una laurea in matematica o statistica?
No, e vale la pena spiegare perché. Esistono due modi di avvicinarsi alla data science: quello accademico, che parte dalla teoria statistica e arriva agli strumenti dopo mesi, e quello pratico, che parte dagli strumenti e introduce la teoria quando serve a capire cosa stai facendo. Questo percorso segue la seconda strada.
La statistica descrittiva che serve per lavorare (media, mediana, deviazione standard, correlazioni, distribuzioni) è spiegata dentro il percorso. Quello che non troverai è la statistica inferenziale avanzata e la matematica dietro agli algoritmi: imparerai a usare bene gli strumenti e a interpretare i risultati, non a dimostrare i teoremi.
A chi si rivolge questo percorso
Il percorso parte da zero: i primi corsi sono dedicati a Python e non serve alcuna esperienza di programmazione precedente. È pensato per chi lavora già con i dati in altri modi (Excel, report, business intelligence) e vuole fare il salto verso strumenti più potenti, e per chi programma e vuole spostarsi verso l’analisi dati. Se sai già programmare in Python puoi saltare i primi quattro corsi.
Cosa imparerai
Si comincia da Python, il linguaggio standard della data science: sintassi, strutture dati, funzioni e programmazione a oggetti.
Il secondo blocco è dedicato a SQL con MySQL, perché prima di analizzare i dati bisogna saperli estrarre. Imparerai a interrogare database, filtrare, raggruppare, usare le funzioni di aggregazione e incrociare tabelle con i JOIN. È la competenza che compare per prima in quasi tutti gli annunci di lavoro del settore, e spesso è quella che manca a chi si forma da autodidatta.
Poi entri nel vivo dell’analisi dati: statistica descrittiva applicata, NumPy e Pandas per manipolare i dataset, Matplotlib e Seaborn per visualizzarli, tabelle pivot, lettura di dati da Excel e da database.
Il blocco di machine learning copre scikit-learn e i modelli che si usano quotidianamente: regressione lineare e multipla, classificazione, alberi decisionali, regressione logistica. Poi si passa alle tecniche avanzate: metodi Ensemble e RandomForest, preprocessing dei dati, XGBoost e le basi dell’elaborazione del testo verso la sentiment analysis. Imparerai anche a riconoscere overfitting e underfitting, cioè a capire quando un modello ti sta ingannando.
Il percorso si chiude sui Big Data con Apache Spark e PySpark, per lavorare su moli di dati che non stanno in memoria su una sola macchina.
Cosa questo percorso non copre
Preferiamo dirlo prima: il percorso non tratta il deep learning e le reti neurali, quindi non copre computer vision né elaborazione del linguaggio naturale con i modelli moderni. Se il tuo obiettivo è costruire applicazioni con gli LLM, il percorso giusto è AI Expert. Sul lato SQL restano fuori subquery avanzate e window functions, che potrai approfondire dopo aver acquisito le basi.
Quanto tempo serve
Il percorso comprende 10 corsi per circa 101 ore di impegno complessivo, di cui 51 di videolezione e il resto tra esercitazioni e test di autovalutazione. Tradotto in calendario, significa circa 5 mesi dedicando 5 ore a settimana. Chi ha già le basi di Python o di SQL può saltare i corsi relativi e ridurre sensibilmente i tempi.
Puoi farti un’idea prima di decidere. Iscrivendoti gratuitamente potrai seguire per intero il corso Fondamenti di Python, il primo del percorso: 9 lezioni, 4 ore, dalla prima all’ultima. In più avrai accesso a tutti gli screencast della piattaforma. Nessuna carta di credito richiesta.
Quando vorrai il resto del percorso, con un’unica iscrizione avrai accesso all’intero catalogo devACADEMY, non solo a questo percorso: scopri modalità di iscrizione e prezzi.
Corsi inclusi nel percorso
-
1
Fondamenti di Python
Impara a programmare in Python, uno dei linguaggi di programmazione più semplici ed utilizzati al mondo per sviluppare applicazioni di ogni genere.
-
2
Strutture dati in Python
In questo Corso Python parleremo di strutture dati. Imparerai ad usare array, liste, tuple, dizionari e set con funzioni e procedure collegate.
-
3
Funzioni e moduli in Python
In questo Corso imparerai a organizzare ed espandere i tuoi programmi, a definire le tue funzioni e a raggrupparle in moduli.
-
4
Programmazione a oggetti in Python
Impara a programmare ad oggetti con con Python, uno dei linguaggi di programmazione più usati al mondo.
-
5
MySQL
In questo corso pratico imparerai i concetti che stanno alla base dei database, del linguaggio SQL e di MySQL, uno dei RDBMS più diffusi e utilizzati al mondo.
-
6
Data Science con Python
Inizia il tuo percorso per diventare Data Scientist, scopri gli strumenti e impara le tecniche per analizzare e comprendere ogni tipo di informazione
-
7
Machine Learning in Python
Apprendi i fondamenti del Machine Learning una delle branche più apprezzate oggi dell'intelligenza artificiale
-
8
Machine Learning avanzato
Diventa un esperto di Machine Learning, scopri le tecniche avanzate per studiare i dati e predirne le evoluzioni future
-
9
Big Data
Scopri i Big Data e impara a gestirli con Python e la libreria PySpark, grazie ad una sintassi veloce, tante funzionalità e un approccio interattivo.
-
10
Big Data: analisi con DataFrame
Scopri i DataFrame di PySpark e sfrutta la potenza dei Big Data con la semplicità del linguaggio SQL
