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.
Utili Link
Linkedin.com La nuova pelle dell'informatica (di Pietro Leo)… Vedi...
Letture.org Intervista ad Alessandro Giaume… Vedi...
Millionaire Big data big business (di Tiziana Tripepi)… Vedi...
il Venerdì Scienziato dei dati, il mestiere che verrà (di Rossana Campisi)… Vedi...
B2corporate.com Come valorizzare i dati aziendali (di Vanz72)… Vedi...
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