Big Data Analytics – Progettazione, sviluppo e gestione dei sistemi informatici – BDA01.18

L’economia basata sui dati (data driven economy) poggia su una evoluzione sempre più rapida e profonda delle tecnologie di scrittura, utilizzo e implementazione di algoritmi con potenzialità di auto-apprendimento.

Dietro questi linguaggi informatici ci sono esperti e studiosi che cercano di rispondere ai nuovi bisogni che vengono dal mercato, dalla società, dalle pubbliche amministrazioni.

Molte grandi aziende stanno facendo investimenti significativi di ricerca e sviluppo in ambito Big Data ed in percentuale rilevante si osserva un alto livello di maturità dove il Big Data è già in grado di influire sul loro modello business.

L’utilizzo dei Big Data è mirato a:

• Sfruttare i sistemi di analisi per gestire grandi quantità di dati
• Aprire l’analisi dei dati ad un nuovo scenario che coinvolga il processare terabyte di dati
• Essere una risorsa efficiente in termini di costi per condividere migliaia di fsyi
• Integrazione con i tradizionali sistemi di analisi clienti
• Essere una tecnologia e non una soluzione software
• Complessità tecnica
• Apertura a nuove analisi basate su dati interni ed esterni

Il corso consiste in una introduzione alle architetture per la gestione dei Big Data e alle tecnologie per l’analisi predittiva. Gli argomenti saranno affrontati in modo da essere seguiti anche da utenti non esperti; verranno privilegiati gli aspetti teorici ed esempi concreti senza che sia necessario svolgere esercizi complessi.

L’obiettivo del corso è fornire conoscenze e competenze sulla gestione di grandi quantità di dati a supporto dei processi decisionali all’interno delle aziende.

STRUTTURA

Il corso è strutturato in 240 ore formative presso Forma Camera + 3 mesi di work experience presso Key to Business Srl (azienda di settore)

WORK EXPERIENCE

La work experience mira a preparare profili professionali in grado di coniugare la tecnologia con l’innovazione attraverso l’inserimento in progetti reali.

L’allievo sarà inserito all’interno della divisione che si occupa di Big Data, partecipando attivamente a progetti in essere presso clienti di medio-grandi dimensioni. In particolare collaborerà con il team consulenziale supportandolo nelle attività di:

• Utilizzo dei principali strumenti di Big Data Analysis;
• Sviluppo e elaborazione di indicatori e metriche specifiche per comprendere ed analizzare le reti sociali e i contenuti presenti nei Social Media;
• Sviluppo e individuazione dei principali indicatori appartenenti alla SNA (Social Network Analysis) per descrivere le caratteristiche principali delle reti dei social network, quali indicatori di centralità e coesione;
• Sviluppo di algoritmi di Machine Learning in grado di estrarre in maniera automatica topic e più in generale classificare contenuti eterogenei ed elaborare algoritmi di classificazione testuale, utilizzando le principali tecniche di NLP (Neuro-Linguistic Programming).
• Sviluppo ed utilizzo di metodologie di analisi dei dati nella Big Data Analysis e con metodi specifici del Data Mining (Analisi della regressione, Clustering, Analisi delle associazioni);
• Rilevamento e identificazione di modelli inerenti con processi e algoritmi matematici e stocastici, il tutto finalizzato all’interpretazione delle indicazioni raccolte per riuscire a pilotare lo sviluppo di trend specifici e per leggere ed anticipare quelli che sono i potenziali sviluppi.

PROGRAMMA

• Setup ambienti di lavoro
• Eclipse
• Maven
• Linguaggio di programmazione Java
• OOP
• Multithreading
• Serializzazione
• MySQL
• Integrazione con relazionali
• Percorso 1: Ambari (Hdfs, HBase)
• Percorso 2: Spark
• Percorso 1: Tutorial su Ambari (Hdfs, HBase)
• Percorso 2: Tutorial su Spark
• Analisi su dati esterni di natura Open e Social
• Interfacce di integrazione
• Progettazione del sistema
• Percorso 1: Modellazione servizi di integrazione
• Percorso 2: Modellazione data lake
• Percorso 3: Modellazione servizi massivi di processing
• Implementazione dei componenti progettati
• Finalizzazione e rilascio dei componenti progettati
• Verifica finale