Data scientist. Tra competitività e innovazione
Autori e curatori
Contributi
Marco Icardi
Livello
Guide di autoformazione e autoaiuto. Testi per professional
Dati
pp. 168,      1a edizione  2017   (Codice editore 28.4)

Tipologia: Edizione a stampa
Prezzo: € 20,00
Disponibilità: Buona





Clicca qui per acquistare
Tipologia: E-book (PDF) per PC, Mac, Tablet
Prezzo: € 13,99
Possibilità di stampa:  No
Possibilità di copia:  No
Possibilità di annotazione:  Si
Formato: PDF con DRM per Digital Editions
Scarica Adobe® Digital Editions

Clicca qui per acquistare
Tipologia: E-book (ePub) per PC, Mac, Tablet
Prezzo: € 13,99
Formato: Epub con DRM per Digital Editions
Scarica Adobe® Digital Editions

Clicca qui per acquistare

In breve
Di fronte all’affermarsi della Algorithm Economy e dei Big Data, per le organizzazioni diventa sempre più necessaria una figura professionale capace di dialogare e collaborare con COBOT e macchine intelligenti: il Data Scientist. Rispondendo a questa esigenza, il volume fornisce indicazioni pratiche sia a coloro che vogliono intraprendere e sviluppare ai massimi livelli la carriera di Data Scientist sia alle aziende che desiderano accogliere questa figura per migliorare capacità decisionale e competitività.
Presentazione del volume


Sul valore del dato e su come estrarlo con le competenze necessarie si concentra gran parte di questo libro: dall'informazione alla conoscenza, dalla conoscenza alle decisioni, dalle decisioni all'execution.
Marco Icardi - Regional VP SAS Institute

Alessandro offre una rappresentazione chiara delle dinamiche tecnologiche e dell'evoluzione dei modelli di business per un "fare azienda" sempre più centrato sui dati. Un percorso che armonizza scelte strategiche, modelli organizzativi e competenze delle persone.
Ivan Ortenzi - Managing Director Ars et Inventio | Bip.

Di fronte all'affermarsi della Algorithm Economy e dei Big Data, per le organizzazioni diventa sempre più necessaria una figura professionale capace di dialogare e collaborare con COBOT e macchine intelligenti: il Data Scientist.
Rispondendo a questa esigenza, il volume fornisce indicazioni pratiche sia a coloro che vogliono intraprendere e sviluppare ai massimi livelli la carriera di Data Scientist sia alle aziende che desiderano accogliere questa figura per migliorare capacità decisionale e competitività.
Con un taglio concreto e un approccio chiaro, vengono approfonditi i seguenti aspetti:
• background elettivo del Data Scientist;
• skill e competenze;
• ruoli e attività;
• sviluppo di carriera;
• evoluzione della professione;
• strumenti a disposizione;
• nuove frontiere che la tecnologia impone all'attenzione dei decisori.
Il testo è arricchito inoltre da contributi di personaggi di rilievo del mondo dell'innovazione, che propongono un punto di vista alternativo e libero, e da testimonianze e Case histories che aiutano a chiarire i contenuti esposti.
Il dialogo continua su #datascientist

Alessandro Giaume ha un'esperienza trentennale nel campo dell'innovazione aziendale e della tecnologia; oggi è Innovation Director in Ars et Inventio, divisione di Innovation Management del Gruppo Business Integration Partners. @alegiaume

Indice

Marco Icardi, Prefazione
(Promuovere la cultura digitale; Apertura e integrazione; Competenze per la trasformazione; Una sfida per la crescita dell'Italia)
Introduzione
(Piccola storia moderna dei dati: la nascita del Data Scientist; Dai file VSAM ai Big Data)
Big Data in azienda
(Dati strutturati e non strutturati: i Big Data nella realtà; Data Governance: la potenza è nulla senza controllo; Big Data e mercato; Nuovi scenari. Michele Vianello, Il Data Scientist a sostegno delle città: il governo degli ambienti urbani è una questione di Big Data)
Da grande voglio fare il Data Scientist
(Una carriera come Data Scientist. Quale background è premiante?; Approfondimento - Strategy Execution e Big Data; Il lato umano dei Big Data; Thinking...; Quattro modi di essere Data Scientist in azienda; Cosimo Accoto, I (data) designer di una nuova specie)
Anche il Data Scientist ha un suo "profilo"
(The why and the how; Il Data Scientist è sexy; Skill e competenze/1: quali avere e come svilupparle; Approfondimento - Il metodo scientifico; Skill e competenze/2: tra formazione ed esperienza; Andrea Casati, Quattro chiacchiere con un Data Scientist)
Questa Job Description mi sta stretta
(Esplorando il mondo dei dati; L'età dei "perché?" (e i rischi connessi); Ti raccomando, fa' la cosa giusta; Luca De Biase, Dove l'impresa incontra il Data Scientist)
L'importanza dello strumento giusto
(Tools...; La tecnologia del nuovo millennio: quanto tempo costa?; La frontiera del Cognitive Computing; L'Apollo XIII rientra grazie a un cronografo manuale: l'importanza degli strumenti "analogici"; Pietro Leo, La nuova pelle dell'informatica e la nuova figura del Data Scientist)
Big Data e oltre: social engineering, algorithm economy e COBOT
(Si può guarire dall'influenza?; La algorithm economy, sempre più basata sulle interconnessioni di un ecosistema pervasivo; Che cosa succede quando una macchina intelligente prende una decisione al nostro posto?; David Orban, Big Data e tecnologie esponenziali)
I 5 proverbi Zen del Data Scientist
Bibliografia
Ringraziamenti.




newsletter facebook rss

Linkedin Facebook Twitter RSS Informatemi

Management

Finanza. Amministrazione. Controllo

Marketing. Pubblicità. Comunicazione. Vendite

Produzione. Logistica. Qualità.

Risorse umane

Banca, credito e assicurazioni

Commercio e turismo


Segnalazioni

Pubblicità