Contattataci

Struttura del corso

Introduzione agli ecosistemi del Big Data

  • Panoramica sulle tecnologie e sulle architetture del Big Data
  • Elaborazione batch rispetto a elaborazione in tempo reale
  • Strategie di archiviazione dati per garantire scalabilità

Elaborazione avanzata dei dati con Apache Spark

  • Ottimizzazione delle operazioni Spark in termini di prestazioni
  • Trasformazioni e azioni complesse nell’utilizzo di Spark
  • Lavorare con i flussi dati strutturati in tempo reale

Machine Learning su larga scala

  • Tecniche per l’addestramento distribuito di modelli di machine learning
  • Ottimizzazione dei parametri in contesti con enormi quantità di dati
  • Implementazione pratica dei modelli nei sistemi Big Data

Deep Learning applicato al Big Data

  • Integrazione di TensorFlow e PyTorch con Spark
  • Pipeline per l’addestramento distribuito di reti neurali profonde
  • Casi d’uso nell’analisi di immagini, testi e serie temporali

Analisi in tempo reale e flussi di dati continui

  • Utilizzo di Apache Kafka per l’acquisizione di dati in streaming
  • Framework per l’elaborazione dei flussi dati in tempo reale
  • Monitoraggio e notifica degli eventi nei sistemi dinamici

Governance, sicurezza ed etica dei dati

  • Requisiti di privacy e conformità normativa relativa ai dati
  • Gestione degli accessi e crittografia nei sistemi Big Data
  • Aspetti etici legati all’utilizzo su larga scala dei dati per scopi analitici

Integrazione del Big Data con il Business Intelligence

  • Visualizzazione e creazione di dashboard basate sui dati massivi
  • Collegamento delle pipeline Big Data agli strumenti di BI
  • Sfruttare le analisi avanzate per generare risultati concreti a livello aziendale

Riepilogo e prossimi passi da intraprendere

Requisiti

  • Conoscenza approfondita dei concetti di analisi dati e modellizzazione statistica
  • Esperienza nell’utilizzo di strumenti per l’elaborazione dei dati e linguaggi di programmazione come Python, R o Scala
  • Familiarità con framework di calcolo distribuito quali Hadoop o Spark

Destinatari del corso

  • Data scientist desiderosi di perfezionare le proprie competenze nell’elaborazione di dati su larga scala e nell’analisi predittiva
  • Analisti senior che intendono progettare e implementare flussi analitici avanzati
  • Professionisti della ricerca e dello sviluppo orientati a soluzioni innovative basate sui dati
 42 ore

Numero di Partecipanti


Prezzo per partecipante

Recensioni (3)

Corsi in Arrivo

Categorie relative