Academy · percorso specialistico gratuito · Dati, BI e software

Corso data science e analisi quantitativa avanzata gratuito

Trasformare le decisioni aziendali in domande analitiche: inferenza, causalità, machine learning rigoroso, previsione e ottimizzazione.

Costo
Gratuito
Durata
26,2 ore
Lezioni
29
Livello
Avanzato
Formato
Lezioni scritte con esercitazioni
Attestato
Partecipazione e test

Cosa imparerai

  • Trasformare una decisione aziendale in una domanda analitica e stimare il valore dell'informazione
  • Individuare e correggere problemi di qualità dei dati
  • Applicare inferenza frequentista e bayesiana, bootstrap e test di permutazione
  • Progettare esperimenti e stimare effetti causali, anche senza randomizzazione
  • Costruire, validare e interpretare modelli di machine learning
  • Prevedere serie temporali, ottimizzare sotto incertezza e analizzare la sopravvivenza
  • Portare analisi e modelli in produzione con monitoraggio, privacy e riproducibilità

Questo corso gratuito di data science e analisi quantitativa è un percorso avanzato, oltre il livello Master, per prendere decisioni aziendali basate sui dati con rigore: inferenza statistica, causalità e sperimentazione, machine learning, previsione, ottimizzazione e gestione dei dati in produzione.

A chi è rivolto

Analisti dei dati, data scientist, controller e analisti finanziari, risk manager, ricercatori, product e business analyst e manager con responsabilità decisionali basate sui dati.

Cosa imparerai

  • Trasformare una decisione aziendale in una domanda analitica e stimare il valore dell'informazione
  • Individuare e correggere problemi di qualità dei dati
  • Applicare inferenza frequentista e bayesiana, bootstrap e test di permutazione
  • Progettare esperimenti e stimare effetti causali, anche senza randomizzazione
  • Costruire, validare e interpretare modelli di machine learning
  • Prevedere serie temporali, ottimizzare sotto incertezza e analizzare la sopravvivenza
  • Portare analisi e modelli in produzione con monitoraggio, privacy e riproducibilità

Programma del corso

  1. Dal problema ai dati: valore dell'informazione, qualità dei dati, dati mancanti, trappole come il paradosso di Simpson
  2. Inferenza statistica avanzata: potenza e campione, confronti multipli, modelli lineari e generalizzati, bayesiano, bootstrap
  3. Esperimenti e causalità: esperimenti online, CUPED, grafi causali, differenze nelle differenze, variabili strumentali, uplift
  4. Machine learning rigoroso: validazione, alberi e boosting, calibrazione, interpretabilità ed equità
  5. Tempo, previsione e ottimizzazione: serie temporali, newsvendor, programmazione lineare, sopravvivenza
  6. Dati e produzione: SQL avanzato, pipeline, drift e monitoraggio, testo e LLM per l'analisi
  7. Pratica professionale e progetto: comunicare l'incertezza, privacy, riproducibilità, progetto finale
  8. Appendice: Trucchi del mestiere (112 accorgimenti operativi)

Come funziona

Le 29 lezioni sono online, da seguire al proprio ritmo, con slide e dispensa in PDF, esercitazioni con modelli pronti e frammenti di codice. Il percorso dura circa 26 ore e 10 minuti e si chiude con un test finale di 45 domande (55 minuti, soglia di superamento 85%, fino a 3 tentativi). Al completamento ricevi un attestato di completamento e un Open Badge 3.0 verificabile, condivisibile su LinkedIn.

Perché seguirlo

Un'analisi vale quanto la decisione che aiuta a prendere. Il corso parte sempre dal problema aziendale, distingue correlazione e causalità e insegna a comunicare l'incertezza ai decisori, oltre a portare i modelli in produzione in modo riproducibile.

Iscrizione gratuita

Registrati all'Academy e inizia subito il corso: il percorso è gratuito e puoi procedere al tuo ritmo.

Programma

  1. 01Dal problema ai dati: valore dell'informazione, qualità dei dati, dati mancanti, trappole come il paradosso di Simpson
  2. 02Inferenza statistica avanzata: potenza e campione, confronti multipli, modelli lineari e generalizzati, bayesiano, bootstrap
  3. 03Esperimenti e causalità: esperimenti online, CUPED, grafi causali, differenze nelle differenze, variabili strumentali, uplift
  4. 04Machine learning rigoroso: validazione, alberi e boosting, calibrazione, interpretabilità ed equità
  5. 05Tempo, previsione e ottimizzazione: serie temporali, newsvendor, programmazione lineare, sopravvivenza
  6. 06Dati e produzione: SQL avanzato, pipeline, drift e monitoraggio, testo e LLM per l'analisi
  7. 07Pratica professionale e progetto: comunicare l'incertezza, privacy, riproducibilità, progetto finale
  8. 08Appendice: Trucchi del mestiere (112 accorgimenti operativi)

Attestato. L'Academy è un progetto personale e gratuito, non un ente di formazione né un organismo accreditato. Gli attestati documentano la partecipazione al percorso e il superamento del test finale sulle competenze acquisite: non costituiscono certificazioni professionali, titoli o crediti formativi riconosciuti.

A chi è rivolto
Analisti dei dati, data scientist, controller e analisti finanziari, risk manager, ricercatori, product e business analyst e manager con responsabilità decisionali basate sui dati.
Prerequisiti
Nessun prerequisito formale; livello avanzato: sono utili nozioni di statistica e di analisi dei dati.

Domande frequenti

Il corso di data science avanzata è gratuito?

Sì, iscrizione e lezioni sono gratuite: basta registrarsi all'Academy.

È adatto a controller e manager?

Sì: tra i destinatari ci sono controller, analisti finanziari, risk manager e manager che devono decidere sulla base dei dati.

Include esercitazioni?

Sì, esercitazioni con modelli pronti e frammenti di codice, più un progetto finale con esperimento simulato.

Vuoi portare il corso nel tuo team?

Una call conoscitiva di 30 minuti, senza impegno: capiamo insieme priorità, rischi e il formato di collaborazione più adatto.

eugenio.damaso01@gmail.com