Big data Management for Executive

Luiss Business School

A Roma e Milano

7.000 € +IVA

Descrizione

  • Tipologia

    Corso post laurea

  • Luogo

    In 2 sedi

  • Durata

    6 Mesi

  • Inizio

    Scegli data

Descrizione

Big Data Management for Executive è un programma di formazione manageriale orientato a fornire solide competenze per la gestione delle informazioni generate dall’analisi dei Big Data ed orientate al decision making e alla creazione di insight attraverso il machine learning e gli advanced analytics. I dati sono oggi una chiave di volta fondamentale per le aziende poiché per l’elaborazione di nuove strategie di business è fondamentale saperli conoscere, valutare ed analizzare in maniera corretta.

L’accelerazione nello sviluppo di tecnologie per la gestione di grandi moli di dati ha profondamente trasformato gli scenari di business, dando un forte vantaggio competitivo alle aziende in grado di mettere al centro della propria strategia la “Digital Transformation”.

La Digital Transformation richiede una forte necessità di cambiamento a chi lavora nelle aziende e nelle istituzioni e la necessità di figure professionali che sappiano gestire questo cambiamento portando al contempo valore. Per arrivare a queste competenze il percorso prevede moduli dedicati all’introduzione alle tecnologie abilitanti i sistemi Big Data Analytics, alle varie tipologie di Machine Learning e alla loro applicazione concreta a processi di business, alla definizione di una strategia di implementazione e diffusione in azienda di queste soluzioni.

Informazioni importanti

Per frequentare il corso devi avere uno dei seguenti titoli di studio: Laurea triennale, Laurea magistrale, Master di primo livello, Master di secondo livello, Dottorato

Sedi

Luogo

Inizio

Milano
Visualizza mappa
Via Massimo D’Azeglio 3, 20154

Inizio

Scegli dataIscrizioni aperte
Roma
Visualizza mappa
Via Nomentana, 216, 00162

Inizio

Scegli dataIscrizioni aperte

Da tener presente

Il programma ha l’obiettivo di far comprendere come progettare e implementare soluzioni Big Data Analytics attraverso la conoscenza delle infrastrutture abilitanti e delle classi di algoritmi a utilizzare. Il corso permetterà inoltre di comprendere come massimizzare l’efficacia dell’introduzione di soluzioni Big Data Analytics presentando i vincoli esistenti in tali contesti (normativi, legali, etici, di gestione dell’organizzazione e del personale e di contestualizzazione al contesto informatico ed infrastrutturale in essere), nonché attraverso la discussione di business case e di framework per la gestione di processi di Digital Transformation.

Il corso è pensato per chi ha voglia di comprendere come i processi di business possano essere modificati, arricchiti e ottimizzati attraverso l’utilizzo di tecnologie Big Data e di algoritmi di Machine Learning. Professionisti e manager del Settore Marketing Professionisti e manager del Settore IT Professionisti e manager del Settore Finance Professionisti e manager del Settore Risorse Umane Altri Professionisti e manager funzionali o di Business Unit Project Manager e Program Manager

Domande e risposte

Comunicaci i tuoi dubbi,altri utenti potranno risponderti

Chi vuoi che ti risponda?

Pubblicheremo solo il tuo nome e la domanda

Successi del Centro

2018

Tutti i corsi devono essere aggiornati

La media delle valutazioni dev'essere superiore a 3,7

Più di 50 opinioni degli ultimi 12 mesi

9 anni del centro in Emagister.

Materie

  • Manutenzione
  • Algoritmi
  • e-Business
  • Database design
  • Management
  • Analisi dei dati
  • Informatica per l'e-commerce
  • Informatica per il marketing
  • Marketing
  • Marketing Operations
  • Big data project management
  • Big Data
  • Marketing plan
  • Big data analysis
  • Data Analysis
  • Database
  • Big Data Analytics
  • Data management
  • Gestione dei Dati

Programma

Programma e struttura

Il programma ha una durata complessiva di 6 mesi per un totale di 5 moduli organizzati in 10 week-end alterni (venerdì pomeriggio e sabato tutta la giornata).

Modulo 1 – big data analytics enabling technologies
  • Hadoop Distributed File System and its ecosystem
    • L’Hadoop distributed file system (HDFS)
    • Map Reduce
    • Yarn
    • Sqoop, Sorm e Flume
    • Hive, Pog e Spark
  • No SQL Distributed databases
    • Perché I database NoSQL
    • Key Value
    • Column-oriented
    • Graph
    • Document
    • Come scegliere il DB NoSQL adatto al contesto
  • Analytics platforms
    • Architetture virtualizzate e a container
    • Architetture cloud e ibride
    • Data science e machine learning platforms a confronto
Modulo 2 – machine learning foundation
  • R Language intro
    • Cosa è R
    • Le basi del linguaggio
    • Struttura dati: vettori, matrici, data frame e liste
    • Data loading & preparation
    • La creazione di grafici
    • Esempi di machine learning
  • Machine Learning
  • Feature selection
    • Strumenti statistici: correlazione e chi2
    • Missing data
    • Synthetic feature
  • Feature extraction
    • Principal Component Analysis (PCA)
    • Linear discriminant
    • Correspondence analysis
  • Clustering
  • Non-Hierarchical
    • Partitioning; k-means
    • Density: DBSCAN
  • Hierachical
    • Agglomerative vs divisive, differenti misure di distanza
  • Classification
    • Limited dependent variable (linear probability model, logit e probit)
    • K-nn
    • Decision tree
  • Regression
    • Regressione lineare e trasformazioni non lineari
    • Ridge e lasso
    • Cenni di serie storiche stazionarie
  • Deep Learning
    • Introduzione alle reti neutrali
    • Esempi di applicazione
Modulo 3 – machine learning in action
  • Marketing analytics in action
  • HR analytics in action
  • Finance analytics in action
Modulo 4 – business value creation using big data analytics
  • Big Data Strategy: costruire vantaggio competitivo attraverso il digitale e gli analytics
    • Digitalizzazione, trasformazione digitale e vantaggio competitivo digitale
    • Componenti dell’ecosistema digitale
    • Aree e funzioni organizzative collegate al digitale
    • Identificare il valore del digitale ed il relativo vantaggio competitivo
    • Creare e organizzare le competenze digitali nell’azienda
    • Gestire l’innovazione
    • Definire il piano di implementazione
  • Big Data Analytics business case creation
    • La pianificazione come strumento di controllo
    • Il processo decisionale e le variabili di scelta
    • La valutazione delle scelte di investimento
    • L’analisi differenziale tra scelte alternative
    • Analisi costi/benefici
    • Costi rilevanti e irrilevanti
    • I modelli di flussi di cassa scontati e il VAN
    • Elementi generali per una Valutazione Costo / Beneficio
    • Elementi di Contesto: vengono descritti i principali elementi che abilitano l’avvio di un progetto Big data
    • Descrizione degli elementi di costo
    • Illustrazione dei driver di beneficio
    • Come Vincere la Sfida della Complessità – workshop
    • Discussione di due Business Case (uno in ambito privato, l’altro in ambito pubblico) di creazione di valore attraverso l’utilizzo di soluzioni Big Data
    • Driver di discussione: Vincoli, Opportunità, Contesto, Scenari Futuri
  • Big Data Analytics Legislation
    • Pareri dell’European Data Protection Supervisor (EDPS), come l’Opinion on Meeting the challenges of big data: A call for transparency, user control, data protection by design and accountability e quella su Privacy and competitiveness in the age of big data
    • Pareri del Gruppo Art. 29 su Big Data e argomenti correlati (profilazione, anonimizzazione, legittimo interesse, limitazione delle finalità ecc…)
    • Regolamento Generale sulla Protezione dei Dati (GDPR) e riferimenti alle cd. “Analisi generali”
    • Concetto di BigDad e accountability

Chiama il centro

Hai bisogno di un coach per la formazione?

Ti permetterà di confrontare e scegliere il corso più adatto alle tue esigenze e potrai pagare l'iscrizione in comode rate.

Big data Management for Executive

7.000 € +IVA