La laurea specialistica in Data Science con la quale darai impulso alla tua carriera
Stage garantiti al 100% nelle migliori aziende. Guida la professione più richiesta sul mercato
Il mercato di oggi richiede professionisti che sappiano come gestire, analizzare e interpretare i dati per servire gli obiettivi di business. Le aziende hanno bisogno di questi profili specializzati che combinano analisi e strategia con la parte tecnica, in modo che la formazione in questa disciplina diventi un valore differenziale per i neolaureati.
In MIOTI ti prepariamo per questa promettente realtà. Con noi imparerai dai concetti di base della pre-elaborazione dei dati, dell'intelligenza artificiale e della programmazione Python, fino agli ultimi modelli di reti neurali profonde e riconoscimento delle immagini. Lavorerai con set di dati reali applicando l'apprendimento automatico e risolvendo problemi aziendali in classe e nella pratica.
Dopo la nostra formazione ed esperienza in azienda, sarai preparato per qualsiasi sfida nel mondo del lavoro, non avrai bisogno di un periodo di adattamento.
Cosa imparerai nel Master in Data Science & AnalyticsintroduzioneIntroduzione a MIOTI, introduzione alle piattaforme da utilizzare durante il programma e introduzione al corso.Python per principiantiIntroduzione alla programmazione e preparazione alla sua applicazione in Data Science.Fondamenti di Data ScienceIntroduzione ai concetti fondamentali della scienza dei dati. Presentazione del quadro generale di riferimento.Scienza dei dati con PythonPython come framework per lo specialista della scienza dei dati. Sviluppo notebook, uso di panda, numpy, matplotlib. Elaborazione dati da sorgenti strutturate (CSV, REST, SQL, Logs) e non strutturate (Web, Spark, Cassandra).Statistiche per DSRevisione dei fondamenti delle statistiche necessarie per padroneggiare la scienza dei dati.Pre-elaborazione dei datiCome preelaborare correttamente i dati? Applicazione di filtri, anonimizzazione dei dati, selezione degli attributi, campionamento e riduzione della dimensionalità.Visualizzazione dei datiStrumenti per la visualizzazione dei dati. Introduzione alle tecniche e alle librerie più utilizzate.Analisi predittivaIntroduzione all'analisi delle serie temporali, revisione dei migliori algoritmi disponibili. Sviluppo di casi d'uso per il rilevamento di anomalie e la previsione di serie.Machine LearningIntroduzione alla classificazione e ai problemi di clustering. Costruzione di set di dati e valutazione dei risultati.Machine Learning IIRevisione dei principali algoritmi di apprendimento supervisionato bayes, vettori di supporto, regressioni e unsupervised e loro applicazione.imprenditorialitàComprensione dei nuovi modelli di business basati sulla scienza dei dati che stanno emergendo nel settore aziendale e industriale e le tecniche per implementare idee basate su questa tecnologia.Apprendimento approfonditoIntroduzione di concetti fondamentali di reti neurali profonde. Tour teorico e pratico, impara a utilizzare gli strumenti più importanti e implementa soluzioni da zero (antagonisti) per la gestione dei dati.Computer VisionIntroduzione ai concetti fondamentali delle tecniche di visione artificiale. Tour teorico e pratico delle principali tecniche.Pre-elaborazione del linguaggio naturaleIntroduzione ai concetti fondamentali dei meccanismi utilizzati per la comunicazione tra persone e macchine attraverso il linguaggio naturale. Conoscere le interazioni e la loro applicazione nel campo dell'intelligenza artificiale.Imprenditorialità IIApprofondire i nuovi modelli di business basati sulla scienza dei dati che stanno emergendo nel settore aziendale e industriale e le tecniche per implementare idee basate su questa tecnologia.Kaggle ChallengeSceglierai e svilupperai una sfida per misurarti con i migliori professionisti del mondo e valutare così quanto appreso durante il master.Apprendimento automatico IIIApplicazione di reti convoluzionali e modelli ricorrenti profondi come TensorFlow in applicazioni pratiche con immagini. Implementazione e progettazione di modelli neurali per modellazione / classificazione di problem solving e progettazione di GAN (modelli generativi antagonistici) per la gestione dei dati.Insegnamento rafforzativoIntroduzione ai concetti di apprendimento per rinforzo. Conoscere i modi per calcolare le medie e le medie mobili, i processi decisionali di Markov, la programmazione dinamica, la differenza di tempo di apprendimento e i metodi di approssimazione.Big Data per DSConcetti fondamentali delle soluzioni Big Data. Architetture di riferimento e modelli di adozione con le principali tecnologie attuali tra cui processi di acquisizione, analisi e visualizzazione dei dati in tempo reale.Nuove tecnologieIniziazione a Blockchain, Industria 4.0, Internet of Things e Robotica.DS for BusinessApplicazioni pratiche dell'IA per il business, aziende guidate da algoritmi, trasformazioni di competenze, aziende guidate dai dati.Competenze trasversaliEsperti professionisti terranno una master class su come presentare progetti e capacità di conversazione e negoziazione.Gestione del progettoConoscere le fasi di sviluppo e realizzazione dei progetti, identificare quegli elementi di cui tenere conto per facilitarne l'esecuzione, minimizzando gli incidenti prevedibili riscontrati in questo tipo di progetto.Progetto finaleSviluppo di un progetto finale per consolidare le conoscenze acquisite durante il programma.
