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