CATALOGO OFFERTE DI POLITICA ATTIVA PER IL LAVORO - OPAL
Formazione Reskilling (RRSP) mirata al profilo ESPERTO DI DATA SCIENCE – 160 ore
COD. GOL22-3-221/002
UNINDUSTRIA SERVIZI & FORMAZIONE TREVISO PORDENONE SCARL
TREVISO (TREVISO)
DGR numero 1052 del 23/08/2022
L’ESPERTO DI DATA SCIENCE si occupa di identificare, raccogliere, preparare, validare, analizzare e interpretare dati relativi a diverse attività di un’organizzazione, al fine di ricavarne informazioni utili ad elaborare report, documenti e sviluppare strategie che supportino il business aziendale e i processi decisionali. Si relaziona con analisti, informatici e altri profili tecnici e con i referenti manageriali dell’organizzazione. I maggiori settori d’impiego per un Data Scientist risultano essere il settore finanziario e il settore commerciale/marketing, seguono il settore farmaceutico e quello del retail e della Grande Distribuzione Organizzata, senza dimenticare il più recente settore dell’Internet of Things (IoT), che intende estendere la connessione tramite Internet alle più svariate tipologie di oggetti. Infine, il Data Scientist può trovare occupazione sia come dipendente sia come freelancer.
Attività e Moduli:
Formazione Reskilling (RRSP) mirata al profilo ESPERTO DI DATA SCIENCE – 160 ore
Formazione Reskilling (RRSP) mirata al profilo ESPERTO DI DATA SCIENCE – 160 ore
Durata e orari
160 ore in orario 9.00-13.00 e/o 14.00-18.00.
Sede di svolgimento
UNINDUSTRIA SERVIZI & FORMAZIONE TREVISO PORDENONE SCARL PIAZZA DELLE ISTITUZIONI 12Modalità di erogazione
Le attività si svolgono in presenza.Indennità / Borsa di studio
Euro 3,5/ora per le ore frequentate in presenza.
Attestato / Qualifica
Attestazione di messa in trasparenza dei risultati di apprendimento.
Settore attività
- 63.11.20 - GESTIONE DATABASE (ATTIVITÀ DELLE BANCHE DATI)
- 62.09.09 - ALTRE ATTIVITÀ DEI SERVIZI CONNESSI ALLE TECNOLOGIE DELL'INFORMATICA NCA
Professioni correlate
- 3.1.1.3.0.0 - TECNICI STATISTICI
- 2.1.1.5.2.0 - ANALISTI E PROGETTISTI DI BASI DATI
Profili Repertorio Regionale Standard Professionali
– Tecniche di clustering, Multidimensional data modeling, progettazione di algoritmi e linguaggi di
scripting
– Trattamento dei dati strutturati e non strutturati
– Metodi di inferenza, di analisi testuale e di metodi per le decisioni
– Tecniche di interrogazione/strutturazione di Database sia relazionali che non tramite query e stored
– Tipologia, caratteristiche e funzionalità degli strumenti Extract, Transform, Load (ETL)
– Tipologia, caratteristiche e funzionalità dei principali sistemi di analisi statistica e delle principali
piattaforme di data management
– Analizzare i dati mediante l’utilizzo di diversi metodi e strumenti
– Costruire modelli quantitativi e qualitativi e modelli predittivi
– Gestire la relazione/coordinare altri ruoli e funzioni coinvolti nella raccolta dei dati
– Applicare tecniche per interpretare analisi e modelli ai fini dell’elaborazione dei dati
– Interrogare e strutturare i database tramite query e stored
– Applicare tecniche per visualizzare i dati ai fini di agevolarne la comprensione
ADA.14.01.20 - Data Science and Analytics
- Implementazione di procedure di data integrity and interoperability
- Implementazione di procedure data curation and data quality control
- Creazione di modelli, algoritmi, strumenti per la raccolta e l’analisi dei dati
- Pianificazione e coordinamento della funzione di data analytics
- Utilizzo di big data analytics platforms
– Analisi fonti, tipologia e qualità dei dati
– Tecniche di selezione e organizzazione dei dati
– Tecnologie per il monitoraggio delle tendenze
– Tipologie, caratteristiche e funzionalità di piattaforme e applicativi Big Data, Machine Learning e
Business analytics
– Formati standard per il rilascio dei modelli analitici (ad es. Predictive Model Markup Language
(PMML), Portable Format For Analytics -PFA, ecc.)
– Identificare i dati significativi e le loro fonti interne o esterne all’organizzazione
– Organizzare e strutturare i dati in formati idonei per l’analisi e interpretazione
– Adottare tecniche e metodologie di data mining, attraverso metodi automatici o semi-automatici
– Gestire la relazione/coordinare altri ruoli e funzioni coinvolti nella raccolta dei dati
– Monitorare il processo di raccolta, individuando soluzioni appropriate a fronte di eventuali criticità
ADA.14.01.20 - Data Science and Analytics
- Data mining
- Ricerca e raccolta dati
- Preparazione dati per il trattamento
fruitori dei dati a livello business
– Elaborazione di modelli descrittivi e predittivi per il business
– Elementi di Data Visualization
– Elementi di progettazione e gestione di presentazioni
– Elementi per la redazione documentale e reportistica
– Utilizzare modelli descrittivi e predittivi per presentare i dati al management aziendale
– Adottare modalità di restituzione dei dati, in relazione alla tipologia e alle esigenze dei fruitori dei
dati
– Applicare tecniche di redazione documentale
– Applicare tecniche di presentazione di report di ricerca
– Utilizzare tecniche di comunicazione orale e scritta
ADA.14.01.20 - Data Science and Analytics
- Cura di rapporti di sintesi e di comunicazione dell’esito dell’analisi dati a supporto delle decisioni
- Cura del trasferimento degli esiti delle analisi ai livelli aziendali in cui avviene l’elaborazione delle strategie di business
PER PARTECIPARE
Modalità di adesione
Per aderire è necessario essere in possesso del Patto di Servizio e relativo Assegno GOL rilasciato dal Centro per l’Impiego - Percorso3 “Riqualificazione (Reskilling)”.
CONTATTI
Bettiol Catia, ruolo: Gestione operativa finanziati - email: politicheattive@unisef.it telefono: 0422916427
Ceparano Mariolina, ruolo: Responsabile Gestione Formazione Finanziata - email: politicheattive@unisef.it telefono: 0422916421