Diventa esperto di cybersecurity grazie alla padronanza dell'informatica e dell'analisi dei dati, migliorando notevolmente la tua possibilità di impiego in un settore sempre più dinamico"

Sotto la spinta dei continui progressi dell'informatica, non solo la tecnologia ha goduto di grandi miglioramenti, ma lo stesso hanno fatto gli strumenti digitali con cui oggi si svolgono molte attività. L'altra faccia della medaglia è che questi progressi hanno portato anche a un aumento delle vulnerabilità informatiche. Per questo motivo, sempre più aziende sono alla ricerca di professionisti specializzati in Cybersecurity in grado di fornire loro un'adeguata protezione contro tutti i tipi di attacchi informatici.

Iscrivendoti a questo master specialistico, l’informatico potrà approfondire aspetti quali la sicurezza nello sviluppo e nella progettazione di sistemi, le migliori tecniche di crittografia e la sicurezza negli ambienti di Cloud Computing. Questo programma si concentra inoltre sui fondamenti della programmazione e della struttura dei dati, sull'algoritmica e sulla complessità, nonché sulla progettazione avanzata di algoritmi, sulla programmazione avanzata, sui processori di linguaggio e sulla grafica computerizzata. Il tutto, con numerose risorse didattiche multimediali, tenuto da un personale docente tra i più prestigiosi e specializzati del settore.

D'altra parte, questo programma affronta, da una prospettiva tecnica e aziendale, la scienza dei dati, offrendo tutte le conoscenze necessarie per l'estrazione della conoscenza nascosta in essi. Gli informatici potranno così analizzare in dettaglio i diversi algoritmi, piattaforme e strumenti all'avanguardia per l'esplorazione, la visualizzazione, la manipolazione, l'elaborazione e l'analisi dei dati. Tutto questo, completato dallo sviluppo di competenze commerciali, è necessario per raggiungere un profilo di livello esecutivo in grado di prendere decisioni chiave in un'azienda.

Questo percorso didattico fornisce quindi al professionista gli strumenti e le competenze specifiche per svolgere con successo la propria attività professionale nell'ampio contesto dell'informatica. Lavorando su competenze chiave come la conoscenza della realtà e della realtà quotidiana in diverse aree informatiche e sviluppando la responsabilità nel monitoraggio e nella supervisione del proprio lavoro, oltre a competenze specifiche in ogni campo.

Con questa qualifica, gli informatici potranno specializzarsi in Computer Science, Cybersecurity e Data Analytics, rappresentando l'opportunità perfetta per migliorare la propria carriera professionale. Tutto questo sarà possibile grazie a un programma 100% online, che si adatta alle esigenze quotidiane dei professionisti. Sarà sufficiente disporre di un dispositivo con connessione a Internet per iniziare a lavorare per ottenere un profilo professionale completo con proiezione internazionale.

In modo agevole e semplice, potrai acquisire le conoscenze necessarie in Computer Science, Cybersecurity e Data Analytics per realizzare una programmazione informatica di qualità"

Questo master specialistico in Computer Science, Cybersecurity e Data Analytics possiede il programma più completo e aggiornato del mercato. Le caratteristiche principali del programma sono:

• Lo sviluppo di casi di studio pratici presentati da esperti in campo Informatico 
• Contenuti grafici, schematici ed eminentemente pratici che forniscono informazioni scientifiche e pratiche sulle discipline essenziali per l’esercizio della professione 
• Esercizi pratici che offrono un processo di autovalutazione per migliorare l'apprendimento 
• La sua particolare enfasi sulle metodologie innovative in Cybersecurity e in Data Analytics 
• Lezioni teoriche, domande all'esperto e/o al tutor, forum di discussione su questioni controverse e compiti di riflessione individuale 
• Contenuti disponibili da qualsiasi dispositivo fisso o portatile provvisto di connessione a internet 

TECH mette al tuo servizio un materiale didattico ampio e preciso, che incorpora tutti gli argomenti di interesse attuale, in modo che tu possa continuare a progredire nel campo dell'informatica"

Il personale docente del programma comprende rinomati specialisti del settore dell’Informatica, che forniscono agli studenti le competenze necessarie a intraprendere un percorso di studio eccellente.

I contenuti multimediali, sviluppati in base alle ultime tecnologie educative, forniranno al professionista un apprendimento coinvolgente e localizzato, ovvero inserito in un contesto reale.

La creazione di questo programma è incentrata sull’Apprendimento Basato su Problemi, mediante il quale lo specialista deve cercare di risolvere le diverse situazioni che gli si presentano durante il corso. Lo studente potrà usufruire di un innovativo sistema di video interattivi creati da esperti di rinomata fama.

Migliora a livello professionale determinando la creazione di dashboard e KPI in base al dipartimento in cui lavori"

Vieni a scoprire in prima persona le migliori tecniche di sicurezza applicate agli ambienti di Cloud Computing o alla tecnologia Blockchain"

Il master specialistico in Computer Science, Cybersecurity e Data Analytics è stato creato appositamente per gli informatici che desiderano avanzare in questo campo in modo più rapido e con una reale qualità. Ecco perché è stato elaborato un programma basato su obiettivi realistici e di alto valore che ti faranno avanzare sul piano lavorativo. Il professionista si concentrerà sullo studio delle diverse tecniche, tecnologie e fasi necessarie all'informatica, in una prospettiva innovativa, completa e aggiornata.

TECH ti offre una qualifica di alta qualità che ti permetterà di intervenire con risolutezza nell'informatica, garantendo la sicurezza della tua azienda"

Obiettivi generali

• Essere aggiornati dal punto di vista scientifico e tecnologico, nonché prepararsi ad affrontare la pratica professionale dell'informatica e delle lingue in modo trasversale e versatile, adattandosi alle nuove tecnologie e alle innovazioni del settore 
• Generare conoscenze specialistiche relative a un sistema informatico, ai tipi e agli aspetti della sicurezza da tenere in considerazione 
• Identificare le debolezze di un sistema informatico 
• Definire la regolamentazione giuridica e la perseguibilità del delitto di attacco informatico 
• Valutare diversi modelli di organizzazione della sicurezza per stabilire il modello più appropriato per l'azienda 
• Identificare i quadri normativi applicabili e le relative basi normative 
• Analizzare la struttura organizzativa e funzionale di un'area di sicurezza informatica (l'ufficio del CISO) 
• Analizzare e sviluppare il concetto di rischio e incertezza nel contesto in cui viviamo 
• Esaminare il modello di gestione del rischio basato sullo standard ISO 31.000 
• Esaminare la scienza della crittologia e il rapporto con le sue aree: crittografia, crittoanalisi, steganografia e stegoanalisi 
• Analizzare i tipi di crittografia in base al tipo di algoritmo e al suo utilizzo 
• Esaminare i certificati digitali 
• Analizzare l'infrastruttura a chiave pubblica (PKI) 
• Sviluppare il concetto di gestione dell'identità 
• Identificare i metodi di autenticazione 
• Generare conoscenze specialistiche sull'ecosistema della sicurezza informatica 
• Valutare le conoscenze di Cybersecurity 
• Identificare le aree di sicurezza nel Cloud 
• Analizzare i servizi e gli strumenti in ogni ambito di sicurezza 
• Sviluppare le specifiche di sicurezza per ogni tecnologia LPWAN 
• Paragonare la sicurezza delle tecnologie LPWAN 
• Analizzare i vantaggi dell'applicazione delle tecniche di analisi di dati in ogni dipartimento dell'azienda 
• Sviluppare le basi per comprendere le esigenze e le applicazioni di ogni dipartimento 
• Generare conoscenze specialistiche per selezionare lo strumento corretto 
• Proporre tecniche e obiettivi per essere il più produttivi possibile in base al dipartimento 

Obiettivi specifici

Modulo 1. Fondamenti di programmazione 

• Comprendere la struttura di base di un computer, il software e i linguaggi di programmazione di uso generale 
• Imparare a progettare e interpretare gli algoritmi, che sono la base necessaria per lo sviluppo del software 
• Comprendere gli elementi essenziali di un programma per computer, come i diversi tipi di dati, gli operatori, le indicazioni, le dichiarazioni, le istruzioni di I/O e di controllo 
• Comprendere le diverse strutture dati disponibili nei linguaggi di programmazione generici, sia statici che dinamici, e acquisire le conoscenze essenziali sulla gestione dei file 
• Comprendere le diverse tecniche di test del software e l'importanza di generare una buona documentazione insieme a un buon codice sorgente
• Imparare le basi del linguaggio di programmazione C++, uno dei linguaggi di programmazione più utilizzati al mondo 

Modulo 2. Struttura dei Dati 

• Imparare i fondamenti della programmazione in linguaggio C++, tra cui classi, variabili, espressioni condizionali e oggetti 
• Comprendere i tipi di dati astratti, i tipi di strutture dati lineari, le strutture dati gerarchiche semplici e complesse e la loro implementazione in C++ 
• Comprendere il funzionamento di strutture dati avanzate diverse da quelle abituali 
• Comprendere la teoria e la pratica relative all'uso di heap e code di priorità 
• Imparare il funzionamento delle tabelle Hash, come i tipi di dati astratti e le funzioni 
• Comprendere la teoria dei Grafi, gli algoritmi e i concetti avanzati dei Grafi 

Modulo 3. Algoritmi e complessità 

• Imparare le principali strategie per la progettazione di algoritmi, nonché i diversi metodi e misure per il loro calcolo 
• Apprendere i principali algoritmi di ordinamento utilizzati nello sviluppo del software 
• Capire come funzionano i diversi algoritmi ad albero, gli Heaps e i Grafi 
• Comprendere il funzionamento degli algoritmi Greedy, la loro strategia e gli esempi del loro utilizzo nei principali problemi noti. Conoscere l'uso degli algoritmi Greedy sui Grafi 
• Imparare le principali strategie di ricerca del cammino minimo, con l'approccio ai problemi essenziali del campo e agli algoritmi per la loro risoluzione 
• Comprendere la tecnica del Backtracking e i suoi principali utilizzi, nonché altre tecniche alternative 

Modulo 4. Progettazione avanzata degli algoritmi 

• Approfondire la progettazione avanzata di algoritmi, analizzando algoritmi ricorsivi e divide et impera, nonché eseguendo analisi ammortizzate 
• Comprendere i concetti di programmazione dinamica e gli algoritmi per i problemi NP 
• Comprendere il funzionamento dell'ottimizzazione combinatoria, nonché i diversi algoritmi di randomizzazione e gli algoritmi paralleli 
• Conoscere e comprendere il funzionamento dei diversi metodi di ricerca locali e candidati 
• Imparare i meccanismi della verifica formale dei programmi e di quella iterativa, tra cui la logica del primo ordine e il sistema formale di Hoare 
• Imparare il funzionamento di alcuni dei principali metodi numerici come il metodo di bisezione, di Newton - Raphson e il metodo della secante 

Modulo 5. Programmazione avanzata 

• Approfondire la conoscenza della programmazione, soprattutto in relazione alla programmazione orientata agli oggetti, e dei diversi tipi di relazioni tra classi esistenti 
• Conoscere i diversi modelli di progettazione per i problemi orientati agli oggetti 
• Imparare la programmazione guidata dagli eventi e lo sviluppo di Interfaces utente con Qt 
• Acquisire le conoscenze essenziali della programmazione concorrente, dei processi e dei thread 
• Imparare a gestire l'uso dei thread e della sincronizzazione, nonché a risolvere i problemi più comuni della programmazione concorrente 
• Comprendere l'importanza della documentazione e dei test nello sviluppo del software 

Modulo 6. Informatica teorica 

• Comprendere i concetti matematici teorici essenziali alla base dell'Informatica, come la logica propositiva, la teoria dei set e i set numerabili e non numerabili 
• Comprendere i concetti di linguaggi formali e grammatiche, nonché di macchine di Turing nelle loro diverse varianti 
• Imparare a conoscere i diversi tipi di problemi indecidibili e intrattabili, comprese le diverse varianti di questi e i loro approcci 
• Comprendere il funzionamento di diversi tipi di linguaggi basati sulla randomizzazione e di altri tipi di classi e grammatiche 
• Conoscere altri sistemi di calcolo avanzati come il calcolo a membrana, il calcolo del DNA e il calcolo quantistico 

Modulo 7. Teoria degli automi e linguaggi formali 

• Comprendere la teoria degli automi e dei linguaggi formali, imparando i concetti di alfabeti, stringhe e linguaggi, nonché a eseguire dimostrazioni formali 
• Approfondire la comprensione dei diversi tipi di automi finiti, deterministici o non deterministici 
• Imparare i concetti di base e avanzati relativi ai linguaggi regolari e alle espressioni regolari, nonché l'applicazione del lemma di pompaggio e la chiusura dei linguaggi regolari 
• Comprendere le grammatiche indipendenti dal contesto e il funzionamento degli automi a Pila 
• Approfondire le forme normali, il lemma di pompaggio delle grammatiche indipendenti dal contesto e le proprietà dei linguaggi indipendenti dal contesto 

Modulo 8. Processori linguistici 

• Introdurre i concetti relativi al processo di compilazione e ai diversi tipi di analisi: lessicale, sintattica e semantica 
• Conoscere il funzionamento di un analizzatore lessicale, la sua implementazione e il recupero degli errori 
• Approfondire la conoscenza del parsing, sia top-down che bottom-up, ma con particolare attenzione ai diversi tipi di parser bottom-up 
• Comprendere il funzionamento dei parser semantici, la tradizione della sintassi, la tabella dei simboli e i vari tipi 
• Imparare i diversi meccanismi per la generazione di codice, sia in ambienti runtime che per la generazione di codice intermedio 
• Gettare le basi dell'ottimizzazione del codice, compreso il riordino delle espressioni e l'ottimizzazione dei cicli 

Modulo 9. Computer grafica e visualizzazione 

• Introdurre i concetti essenziali della computer grafica e della visualizzazione al computer, come la teoria del colore e i suoi modelli e le proprietà della luce 
• Comprendere il funzionamento delle primitive di output e dei loro algoritmi, sia per il disegno di linee che per il disegno di cerchi e riempimenti 
• Approfondire le diverse trasformazioni 2D e 3D e i loro sistemi di coordinate e visualizzazione al computer 
• Imparare a realizzare proiezioni e tagli 3D e a rimuovere le superfici nascoste 
• Imparare la teoria relativa all'interpolazione e alle curve parametriche, nonché alle curve di Bézier e alle B-Splines 

Modulo 10. Informatica bio-ispirata 

• Introdurre il concetto di informatica bio-ispirata e comprendere il funzionamento dei diversi tipi di algoritmi di adattamento sociale e genetici 
• Approfondire lo studio dei diversi modelli di calcolo evolutivo, conoscendone le strategie, la programmazione, gli algoritmi e i modelli basati sulla stima delle distribuzioni 
• Comprendere le principali strategie di esplorazione-sfruttamento dello spazio per gli algoritmi genetici 
• Comprendere il funzionamento della programmazione evolutiva applicata a problemi di apprendimento e a problemi multi-obiettivo 
• Imparare i concetti essenziali relativi alle reti neurali e comprendere il funzionamento di casi d'uso reali applicati ad aree diverse come la ricerca medica, l'economia e la visione artificiale 

Modulo 11. Sicurezza nella progettazione e nello sviluppo dei sistemi 

• Valutare la sicurezza di un sistema informatico in tutti i suoi componenti e livelli 
• Identificare i tipi di minacce alla sicurezza attualmente esistenti e le loro tendenze 
• Stabilire le linee guida per la sicurezza definendo politiche, strategie e piani di sicurezza e contingenza 
• Analizzare le strategie e gli strumenti per garantire l'integrità e la sicurezza dei sistemi informatici 
• Applicare le tecniche e gli strumenti specifici per ogni tipo di attacco o violazione della sicurezza 
• Proteggere le informazioni sensibili memorizzate nel sistema informatico 
• Disporre del quadro giuridico e della caratterizzazione del reato, integrando la visione con la tipologia del reo e della sua vittima 

Modulo 12. Strutture e modelli per la sicurezza delle informazioni 

• Allineare il Master Plan per la Sicurezza agli obiettivi strategici dell'organizzazione 
• Stabilire un quadro di gestione costante dei rischi come parte integrante del Master Plan sulla sicurezza 
• Stabilire gli indicatori appropriati per il monitoraggio della messa in atto del SGSI 
• Stabilire una strategia di sicurezza basata sulle policy 
• Analizzare gli obiettivi e le procedure associate al piano di sensibilizzazione dei dipendenti, dei fornitori e dei partner 
• Identificare, all'interno del quadro normativo, i regolamenti, le certificazioni e le leggi applicabili a ciascuna organizzazione 
• Definire gli elementi fondamentali richiesti dallo standard ISO 27001:2013 
• Implementare un modello di gestione della privacy in linea con il regolamento europeo GDPR/RGPD 

Modulo 13. Gestione della sicurezza IT 

• Identificare le diverse componenti che un'area di sicurezza informatica può presentare 
• Sviluppare un modello di sicurezza basato su tre linee di difesa 
• Presentare i diversi comitati periodici e straordinari in cui è coinvolta l'area della Cybersecurity 
• Definire gli strumenti tecnologici che integrano le funzioni principali del team operativo di sicurezza (SOC) 
• Valutare le misure di controllo dei punti di vulnerabilità appropriate per ogni scenario 
• Sviluppare un quadro operativo per la sicurezza basato sul NIST CSF 
• Specificare l'ambito di applicazione dei diversi tipi di audit (RedTeam, Pentesting, Bug Bounty, ecc.) 
• Proporre le attività da svolgere dopo un incidente che coinvolge la sicurezza 
• Creare un centro di comando per la sicurezza delle informazioni che comprenda tutti i soggetti interessati (autorità, clienti, fornitori, ecc.) 

Modulo 14. Analisi dei rischi e ambiente di Sicurezza IT 

• Esaminare, secondo una visione globale, il contesto in cui si opera 
• Identificare i principali rischi e opportunità che possono influire sul raggiungimento degli obiettivi 
• Analizzare i rischi sulla base delle migliori procedure a disposizione 
• Valutare l'impatto potenziale di tali rischi e opportunità 
• Sviluppare tecniche che ci consentano di affrontare i rischi e le opportunità in modo da massimizzare il nostro contributo di valore 
• Approfondire le diverse tecniche di trasferimento del rischio e del valore 
• Generare valore dalla progettazione di modelli specifici per la gestione agile del rischio 
• Esaminare i risultati per proporre miglioramenti nella gestione dei progetti e dei processi fondati su modelli di gestione del rischio o Risk-Driven 
• Innovare e trasformare i dati generali in informazioni rilevanti per il processo decisionale basato sul rischio 

Modulo 15. La crittografia nell'IT 

• Conoscere le operazioni fondamentali (XOR, grandi numeri, sostituzione e trasposizione) e i vari componenti (funzioni One-Way, Hash, generatori di numeri casuali) 
• Analizzare le tecniche crittografiche 
• Sviluppare i diversi algoritmi crittografici 
• Dimostrare l'uso delle firme digitali e la loro applicazione nei certificati digitali 
• Valutare i sistemi di gestione delle crittografie e l'importanza della lunghezza delle chiavi crittografiche 
• Esaminare gli algoritmi di derivazione delle chiavi crittografiche 
• Analizzare il ciclo di vita delle chiavi crittografiche 
• Valutare le modalità di cifratura a blocchi e di cifratura a flusso 
• Determinare i generatori di numeri pseudorandom 
• Sviluppare casi reali di applicazioni crittografiche, come Kerberos, PGP o smart card 
• Esaminare associazioni e organismi correlati, come ISO, NIST o NCSC 
• Individuare gli ostacoli nella crittografia dell'informatica quantistica 

Modulo 16. Gestione dell'identità e degli accessi nella sicurezza informatica 

• Sviluppare il concetto di identità digitale 
• Valutare il controllo dell'accesso fisico alle informazioni 
• Giustificare l'autenticazione biometrica e l'autenticazione MFA 
• Valutare gli attacchi legati alla confidenzialità delle informazioni 
• Analizzare la federazione di identità 
• Stabilire il controllo dell'accesso alla rete 

Modulo 17. Sicurezza nelle comunicazioni e nel funzionamento del software 

• Sviluppare competenze in materia di sicurezza fisica e logica 
• Dimostrare la conoscenza delle comunicazioni e delle reti 
• Identificare i principali attacchi dannosi 
• Stabilire un quadro di sviluppo sicuro 
• Dimostrare di conoscere le principali normative sui sistemi di gestione della sicurezza informatica 
• Stabilire il funzionamento di un centro operativo per la Cybersecurity 
• Dimostrare l'importanza delle pratiche di sicurezza informatica per i disastri organizzativi 

Modulo 18. Sicurezza in ambienti cloud 

• Identificare i rischi di installazione di un'infrastruttura in un cloud pubblico 
• Definire i requisiti di sicurezza 
• Stabilire un piano di sicurezza per l'implementazione in cloud 
• Identificare i servizi cloud da implementare per la realizzazione di un piano di sicurezza 
• Determinare le misure operative necessarie per i meccanismi di prevenzione 
• Stabilire le Linee Guida per un sistema di Logging e per il monitoraggio 
• Proporre interventi di risposta agli incidenti 

Modulo 19. Sicurezza delle comunicazioni nei dispositivi IoT 

• Introdurre l'architettura IoT semplificata 
• Spiegare le differenze tra le tecnologie di connettività generaliste e le tecnologie di connettività per l'IoT 
• Stabilire il concetto di triangolo di ferro della connettività IoT 
• Analizzare le specifiche di sicurezza della tecnologia LoRaWAN, NB-IoT e WiSUN 
• Motivare la scelta della giusta tecnologia IoT per ogni progetto 

Modulo 20. Piano di continuità operativa associato alla sicurezza 

• Presentare gli elementi chiave di ciascuna fase e analizzare le caratteristiche del piano di continuità operativa (BCP) 
• Giustificare la necessità di un piano di continuità operativa 
• Stabilire le mappe di successo e di rischio per ogni fase del piano di continuità operativa 
• Specificare come viene stabilito un piano d'intervento per la realizzazione del BCP 
• Valutare la completezza di un Piano di Continuità Operativa (BCP) 
• Sviluppare l'implementazione di un piano di continuità operativa 

Modulo 21. Data Analytics nell'organizzazione aziendale 

• Sviluppare capacità analitiche per prendere decisioni di qualità 
• Esaminare campagne di marketing e comunicazione efficaci 
• Determinare la Creazione di dashboard e KPI in base al dipartimento 
• Generare conoscenze specialistiche per sviluppare analisi predittive 
• Proporre piani commerciali e di fidelizzazione basati su ricerche di mercato 
• Sviluppare la capacità di ascoltare il cliente 
• Applicare conoscenze statistiche, quantitative e tecniche in situazioni reali 

Modulo 22. Gestione e manipolazione dei Dati e delle informazioni per la Data Science 

• Eseguire l'Analisi di Dati 
• Unificare dati diversi: ottenere la coerenza delle informazioni 
• Produrre informazioni pertinenti ed efficaci per il processo decisionale 
• Determinare le migliori pratiche per la gestione dei dati in base alla loro tipologia e ai loro usi 
• Definire politiche di accesso e riutilizzo dei dati 
• Garantire la sicurezza e l’accesso: disponibilità, integrità e riservatezza delle informazioni 
• Esaminare gli strumenti per la gestione dei dati utilizzando i linguaggi di programmazione 

Modulo 23. Dispositivi e piattaforme IoT come base per la Data Science 

• Identificare cosa è IoT (Internet of Things) e IIoT (Industrial Internet of Things) 
• Esaminare il consorzio di internet industriale 
• Analizzare l'architettura di riferimento di IoT 
• Affrontare i sensori e i dispositivi IoT e la loro classificazione
• Identificare i protocolli e le tecnologie di comunicazione utilizzati in IoT 
• Esaminare le diverse piattaforme Cloud in IoT: scopo generale, industriale, open source 
• Sviluppare meccanismi di scambio di Dati 
• Stabilire i requisiti e le strategie di sicurezza 
• Presentare le diverse aree di applicazione di IoT e IIoT 

Modulo 24. Rappresentazione grafica per l'analisi dei Dati 

• Generare competenze nella rappresentazione e nell'analisi dei dati 
• Esaminare i diversi tipi di dati raggruppati 
• Stabilire le rappresentazioni grafiche più comunemente utilizzate in diversi campi 
• Determinare i principi di progettazione nella visualizzazione dei dati 
• Presentare la narrazione grafica come strumento 
• Analizzare i diversi strumenti software per l'analisi dei dati grafici ed esplorativi 

Modulo 25. Strumenti di Data science 

• Sviluppare le capacità di convertire i dati in informazioni da cui estrarre conoscenza 
• Determinare le caratteristiche principali di un Dataset, la sua struttura, i suoi componenti e le implicazioni della sua distribuzione nella modellistica 
• Fornire supporto al processo decisionale attraverso un'analisi preventiva e approfondita dei dati 
• Sviluppare le competenze per risolvere casi pratici utilizzando le tecniche della data science 
• Stabilire gli strumenti e i metodi generali più appropriati per la modellazione di ciascun Dataset a seconda della pre-elaborazione effettuata 
• Valutare i risultati in modo analitico, comprendendo l'impatto della strategia scelta su diverse metriche 
• Dimostrare una capacità critica dei risultati ottenuti dopo l'applicazione di metodi di pre-elaborazione o modellazione 

Modulo 26. Data Mining. Selezione, pre-elaborazione e trasformazione 

• Generare conoscenze specialistiche sui prerequisiti statistici per qualsiasi analisi e valutazione dei dati 
• Sviluppare le competenze necessarie per l'identificazione, la preparazione e la trasformazione dei dati 
• Valutare le diverse metodologie presentate e identificare vantaggi e svantaggi 
• Esaminare i problemi in ambienti di dati ad alta dimensionalità 
• Sviluppare l'implementazione degli algoritmi utilizzati per la pre-elaborazione dei dati 
• Dimostrare la capacità di interpretare le visualizzazioni dei dati per l'analisi descrittiva 
• Sviluppare una conoscenza avanzata delle diverse tecniche di preparazione dei dati esistenti per la pulizia, la normalizzazione e la trasformazione dei dati 

Modulo 27. Prevedibilità e analisi dei fenomeni stocastici 

• Analizzare le serie temporali 
• Sviluppare la formulazione e le proprietà di base dei modelli di serie temporali univariate 
• Esaminare la metodologia di modellazione e previsione delle serie temporali reali 
• Determinare i modelli univariati includendo gli atipici 
• Applicare modelli di regressione dinamica e applicare la metodologia di costruzione di tali modelli a partire da serie osservate 
• Affrontare l'analisi spettrale delle serie temporali univariate, nonché gli aspetti fondamentali relativi all'inferenza basata sui periodogrammi e alla loro interpretazione 
• Stimare la probabilità e la tendenza di una serie temporale per un determinato orizzonte temporale 

Modulo 28. Progettazione e sviluppo di sistemi intelligenti 

• Analizzare il passaggio dall'informazione alla conoscenza 
• Sviluppare i diversi tipi di tecniche di apprendimento automatico 
• Esaminare metriche e punteggi per quantificare la qualità dei modelli 
• Implementare i diversi algoritmi di apprendimento automatico 
• Identificare i modelli di ragionamento probabilistico 
• Gettare le basi per l'apprendimento profondo 
• Dimostrare le competenze acquisite per comprendere i diversi algoritmi di apprendimento automatico 

Modulo 29. Architetture e sistemi ad alta intensità di dati 

• Determinare i requisiti per i sistemi di utilizzo dei dati di massa 
• Esaminare diversi modelli di dati e analizzare i database 
• Analizzare le funzionalità chiave dei sistemi distribuiti e la loro importanza in diversi tipi di sistemi 
• Valutare quali applicazioni di largo uso utilizzano i fondamenti dei sistemi distribuiti per progettare i loro sistemi 
• Analizzare il modo in cui i database memorizzano e recuperano le informazioni 
• Specificare i diversi modelli di replica e i problemi associati 
• Sviluppare forme di partizionamento e transazioni distribuite 
• Determinare i sistemi batch e i sistemi (quasi) in tempo reale 

Modulo 30. Applicazione pratica della data science nei settori aziendali 

• Analizzare lo stato dell'arte dell'intelligenza artificiale (AI) e dell'analisi di dati 
• Sviluppare una conoscenza specializzata sulle tecnologie più utilizzate 
• Generare una migliore comprensione della tecnologia attraverso i casi d'uso 
• Analizzare le strategie scelte per selezionare le migliori tecnologie da implementare 
• Determinare le aree di applicazione 
• Esaminare i rischi reali e potenziali della tecnologia applicata 
• Proporre i benefici derivanti dall'utilizzo 
• Identificare le tendenze future in settori specifici  

Raggiungi l'eccellenza portando a termine un programma che ti consentirà di acquisire conoscenze specialistiche in Computer Science, Cybersecurity e Data Analytics"