La scienza dei dati aziendali in pratica
Introduzione
Che si tratti di combattere le frodi, individuare il cancro o prevedere un uragano, servono dati e IA. Unitevi a una nuova ondata di professionisti esperti di dati con accesso a milioni di posti di lavoro disponibili sul mercato.
IBM SkillsBuild per il mondo accademico
Corso autogestito
Si tratta di un corso di approfondimento che espone il discente alla metodologia della scienza dei dati, al fine di affrontare problemi aziendali reali.
Cercate un lavoro?
Acquisite una nuova serie di competenze di analisi dei dati, integrandole con tecnologie low-code basate sull'intelligenza artificiale e con le vostre conoscenze del settore, per entrare a far parte di un team di data science, come parte di una nuova generazione di professionisti esperti di dati con accesso a milioni di posti di lavoro disponibili sul mercato.
Cercate un lavoro migliore?
Se avete già un lavoro e anche un po' di esperienza con l'analisi dei dati, utilizzate questo corso per selezionare una specializzazione e fare carriera.
Obiettivi
Svolgere diversi ruoli all'interno di un team di Data Science, risolvere sfide reali all'interno dell'azienda e sfruttare le tecnologie basate sull'intelligenza artificiale.
Ambito di applicazione
- Ruoli del team di scienza dei dati
- Metodo della scienza dei dati
- Strumenti di analisi dei dati
- Casi d'uso nel mondo reale
Risultati di apprendimento:
- Comprendere la composizione e il funzionamento di un team di Data Science, compresi i diversi ruoli, processi e strumenti.
- Concetti e metodi statistici fondamentali per individuare la struttura dei dati e fare previsioni.
- Interiorizzare la metodologia della scienza dei dati imparando a: (a) caratterizzare un problema aziendale; (b) formulare un'ipotesi; (c) dimostrare l'uso delle metodologie nel ciclo di analisi; (d) pianificare l'esecuzione.
- Costruire insiemi di dati utilizzabili identificando e raccogliendo i dati necessari, manipolandoli, trasformandoli e pulendoli; dimostrare la capacità di gestire le anomalie dei dati, come i valori mancanti, gli outlier, i dati non bilanciati e la normalizzazione dei dati.
- Esperienza pratica con IBM Watson Studio, Data Refinery Spark, Jupyter Notebooks e librerie Python.
- Visualizzare l'analisi statistica, identificare i modelli e comunicare efficacemente i risultati agli sponsor esecutivi per prendere decisioni orientate al business.
Esperienza del corso
Informazioni su questo corso
Questo corso è suddiviso in tre livelli di pratica. Ogni livello affronta argomenti più avanzati e si basa sui concetti, la pratica e le abilità affrontate nei livelli di pratica precedenti.
Livello 1 - Metodo della scienza dei dati
Esplorare le persone, i processi e gli strumenti necessari per costruire un team di data science efficace.
- 1. Il panorama della scienza dei dati
- 2. Scienza dei dati nel cloud
- 3. Metodologia della scienza dei dati
Livello 2 - Gestione dei dati
Eseguire tecniche di manipolazione dei dati per identificare modelli ed estrarre informazioni.
- 1. Esplorare e preparare i dati
- 2. Esplorare i dati dei sinistri assicurativi (studio di caso interattivo)
- 3. Rappresentare e trasformare i dati
- 4. Scoprire gli schemi delle frodi sui sinistri (studio di caso interattivo)
Livello 3 - Supporto alle decisioni
Sfruttare le tecniche di visualizzazione per fornire analisi e supporto all'impatto aziendale.
- 1. Visualizzazione e presentazione dei dati
- 2. Analisi diagnostica delle frodi (studio di caso interattivo)
Prerequisiti
Le competenze che dovrete possedere prima di partecipare a questo corso:
Completate il corso Getting started with enterprise Data science della serie Data Science Practitioner.
In alternativa, è necessaria una conoscenza preliminare dei seguenti argomenti:
- L'importanza dei progetti di scienza dei dati nel supportare la trasformazione digitale del business in diversi settori.
- Competenze trasversali nel campo della scienza dei dati, che si trovano all'intersezione tra statistica, programmazione informatica e competenze di dominio.
- Ruoli di un team di Data Science: Scienziato dei dati, ingegnere dei dati, analista dei dati e sviluppatore di intelligenza artificiale.
- Piattaforme di collaborazione per la scienza dei dati nel cloud, tra cui IBM Watson Studio e Data Refinery.
- Ingestione e manipolazione dei dati utilizzando un set di dati CSV.
Credenziale digitale
Intermedio
La scienza dei dati aziendali in pratica
Vedere il badgeA proposito di questo distintivo
Chi ottiene questo badge ha completato tutte le attività di apprendimento incluse in questa esperienza di apprendimento online, compresi laboratori pratici, concetti, metodi e strumenti relativi alla metodologia della scienza dei dati. Dimostrano le competenze e la comprensione della metodologia della scienza dei dati impegnandosi in scenari reali e giocando di ruolo con i processi/strumenti utilizzati da un team di scienza dei dati; esempio di apprendimento: Uno scenario del settore assicurativo che sfrutta approcci e tecnologie di analisi delle frodi all'avanguardia.
Competenze
Analista dei dati, Ingegnere dei dati, Raffineria dei dati, Scienza dei dati, Visualizzazione dei dati, Gestione dei dati, Frodi assicurative, Quaderni Jupyter, PixieDust, Librerie Python, Watson Studio.
Criteri
- Deve partecipare a una sessione di formazione presso un istituto di istruzione superiore che attua il programma IBM Skills Academy.
- Deve aver completato le attività del corso online autogestito e i controlli di conoscenza che convalidano la comprensione degli argomenti trattati.