Ti aiuterà a confrontare vari corsi e trovare l'offerta formativa più conveniente.
Descrizione
Tipologia
Corso
Metodologia
Online
Inizio
Scegli data
Descrizione
La figura del ”data scientist” è un professionista che analizza e interpreta grandi quantità di dati per estrarre informazioni utili e supportare decisioni strategiche. Il suo lavoro combina competenze in statistica, matematica, programmazione e conoscenza dei business o dei settori specifici. I data scientist utilizzano strumenti avanzati, come machine learning e intelligenza artificiale, per costruire modelli predittivi e risolvere problemi complessi. La loro attività può spaziare dall'analisi dei dati aziendali per migliorare l'efficienza operativa, alla creazione di algoritmi per migliorare i prodotti o i servizi offerti da un'azienda
Sedi e date
Luogo
Inizio del corso
Online
Inizio del corso
Scegli dataIscrizioni aperte
Domande e risposte
Aggiungi la tua domanda
I nostri consulenti e altri utenti potranno risponderti
Stiamo controllando la tua domanda per verificare che sia conforme con gli standard di pubblicazione. A parte questo, abbiamo rilevato dalle tue risposte che potresti non essere in grado di immatricolarti a questa formazione. Questo potrebbe essere dovuto al titolo di studio che possiedi, al luogo in cui vivi, ecc. In ogni caso ti consigliamo di verificare contattando il centro di formazione.
Grazie mille!
Stiamo verificando la tua domanda. A breve sarà pubblicata
Preferisci essere contattato dal centro?
Opinioni
Hai seguito questo corso? Condividi la tua opinione
Successi del Centro
2023
2022
2020
Tutti i corsi devono essere aggiornati
La media delle valutazioni dev'essere superiore a 3,7
Più di 50 opinioni degli ultimi 12 mesi
6 anni del centro in Emagister.
Materie
Python
Programmazione
SQL
Gestione database
E-business
Programma
Modulo 1: la Manipolazione dei Dati
Definizione di manipolazione dei dati.
Importanza della gestione e manipolazione dei dati nelle applicazioni e nei database.
I principali tipi di operazioni sui dati: inserimento, aggiornamento e cancellazione.
Concetti base di dati strutturati e non strutturati.
Modulo 2: Fondamenti dei Database Relazionali
Cos'è un database relazionale.
Struttura dei database: tabelle, righe e colonne.
Relazioni tra tabelle: chiavi primarie, chiavi esterne.
Introduzione a SQL (Structured Query Language).
Modulo 3: Inserimento dei Dati (CRUD: Create)
Cos'è l'operazione di inserimento dei dati.
Sintassi SQL per l'inserimento dei dati (INSERT INTO).
Inserimento di singole righe e più righe contemporaneamente.
Inserimento dei dati da altre tabelle o query.
Modulo 4: Gestione degli Errori durante l'Inserimento dei Dati
Come gestire gli errori durante l'inserimento.
Utilizzo di constraint (vincoli) per garantire la qualità dei dati (es. NOT NULL, UNIQUE).
Trapping degli errori e gestione delle transazioni.
Gestione dei dati duplicati durante l'inserimento.
Modulo 5: Aggiornamento dei Dati (CRUD: Update)
Cos'è l'operazione di aggiornamento dei dati.
Sintassi SQL per l'aggiornamento dei dati (UPDATE).
Uso del comando WHERE per aggiornamenti mirati.
Aggiornamento di singole righe e più righe contemporaneamente.
Modulo 6: Gestione degli Errori durante l'Aggiornamento dei Dati
Come evitare aggiornamenti accidentali.
Uso di transazioni per garantire operazioni sicure.
Verifica dei dati prima dell'aggiornamento (controllo pre-aggiornamento).
Conflitti di dati e come risolverli durante gli aggiornamenti.
Modulo 7: Cancellazione dei Dati (CRUD: Delete)
Cos'è l'operazione di cancellazione dei dati.
Sintassi SQL per la cancellazione dei dati (DELETE).
Cancellazione mirata con l'uso del comando WHERE.
Cancellazione di righe multiple e gestione delle dipendenze tra tabelle.
Modulo 8: Gestione degli Errori durante la Cancellazione dei Dati
Evitare cancellazioni accidentali o errate.
Uso dei vincoli di integrità referenziale (Foreign Key) per prevenire cancellazioni non volute.
Come utilizzare il comando TRUNCATE per eliminare tutti i dati di una tabella.
Recupero dei dati cancellati: strategie e approcci.
Modulo 9: Transazioni e Consistenza dei Dati
Cos'è una transazione e la sua importanza nella manipolazione dei dati.
I principi ACID delle transazioni (Atomicità, Consistenza, Isolamento, Durabilità).
Come gestire le transazioni nei database relazionali.
Rollback e Commit per garantire l’integrità dei dati.
Modulo 10: La Normalizzazione e la Denormalizzazione dei Dati
Concetti di normalizzazione e denormalizzazione.
La normalizzazione per evitare ridondanze e migliorare l'integrità dei dati.
Impatti della denormalizzazione sulle prestazioni e sulla manipolazione dei dati.
Quando è appropriato utilizzare ciascun approccio.
Modulo 11: Manipolazione dei Dati in un Contesto NoSQL
Cos'è un database NoSQL e le differenze rispetto ai database relazionali.
Inserimento, aggiornamento e cancellazione dei dati in un database NoSQL (MongoDB, Cassandra, ecc.).
Manipolazione dei documenti, colonne e grafi nei database NoSQL.
Vantaggi e limitazioni delle operazioni nei database NoSQL.
Modulo 12: Strumenti e Tecnologie per la Manipolazione dei Dati
Uso di strumenti di gestione dei database (SQL Server Management Studio, pgAdmin, MySQL Workbench).
Utilizzo di linguaggi di programmazione per la manipolazione dei dati (Python, Java, PHP).
Strumenti di ETL (Extract, Transform, Load) per la gestione dei dati.
Integrazione tra database e applicazioni web.
Modulo 13: Ottimizzazione delle Operazioni di Manipolazione dei Dati
Ottimizzazione delle query di inserimento, aggiornamento e cancellazione.
Uso di indici per velocizzare le operazioni sui dati.
Strategie per gestire grandi volumi di dati (batch processing, partizionamento).
Best practices per evitare il lock dei dati e migliorare la concorrenza.
Modulo 14: Auditing e Tracciamento delle Operazioni sui Dati
Monitoraggio delle modifiche ai dati: log di audit.
Creazione di trigger per tracciare modifiche, inserimenti e cancellazioni.
Sistemi di versioning per mantenere la cronologia dei dati.
Strumenti per il backup e il ripristino dei dati.
Modulo 15: Conclusioni e Best Practices nella Manipolazione dei Dati
Principi chiave nella manipolazione sicura e affidabile dei dati.
Conformità alle normative sulla protezione dei dati (GDPR, CCPA).
Strategie di gestione dei dati per aziende in crescita.
Prospettive future e tendenze nella manipolazione dei dati (Data Lakes, Data Warehousing).