Secondo uno studio IDC del 2017, il “Worldwide Semiannual Big Data & Analytics Spending Guide”, gli investimenti sullo sviluppo in ambito Big Data sono stati di 150,8 miliardi di dollari nel 2017. Questi investimenti ogni anno aumentano almeno a doppia cifra percentuale. 

Tuttavia, già nel 2017, meno del 14% dei Proof of Concept (PoC) sono diventate soluzioni effettivamente adottate e utilizzate in produzione. In assenza di soluzioni architetturali robuste e modelli di governance efficienti, molto spesso, parlando ad esempio di uno dei componenti core di un tipico stack Big Data, i Data Lake diventano delle “paludi”, dette Data Swamps, funzionali solo per use case esplorativi, ma lontani dall’abilitare soluzioni con valore di “produzione”. 

Le aziende e organizzazioni che traggono valore dai Big Data non sono quelle che riescono a salvare terabyte di dati in storage economici, sono piuttosto quelle che si avvalgono di soluzioni che consentono il processamento e la gestione di data source fortemente eterogenei, spesso originati da tecnologie complesse e diverse tra loro. 

Seppure sfidante e complessa, occorre inevitabilmente calarsi nella realtà dei sistemi distribuiti, con infrastrutture ed architetture che abilitino le computazioni distribuite, consentano la scalabilità del Data Lake, siano integrate da soluzioni di gestione dei master data e meta data management e molto altro ancora.

Watch Intro Video

Scopri Maestr.ia

Obiettivo del corso

L’obiettivo del corso è fornire le nozioni fondamentali proprie dei Big Data, descrivendone impieghi virtuosi ed approfondendo le caratteristiche dei casi di successo e i razionali dei casi di insuccesso.
Particolare attenzione è riservata alla spiegazione delle best practice architetturali, descrivendo Modern Data Architecture che abilitano il ROI di questi ecosistemi tecnologici.

Informazioni
Questo corso è rivolto a:

  • Decision Maker aziendali
  • Project Manager
  • Professionisti del settore
  • Tutti coloro potenzialmente interessati alla materia

Curriculum del corso

  • Verso i Big Data
  • L’aumento della complessità |Standard analitici sempre più complessi & Advanced Analytics
  • Personas & Tools of the Trade
  • Big Data & Data Lake, le prime mosse, quelle “giuste" | Focus sul Data Lake
  • Esempi di Modern Data Architectures
  • 1

    Mattina | 09:30 - 13:30

    • Verso i Big Data

    • L’aumento della complessità

    • Standard analitici sempre più complessi & Advanced Analytics

    • Personas & Tools of the Trade

  • 2

    Pomeriggio | 14:30 - 18:30

    • Big Data & Data Lake, le prime mosse, quelle “giuste"

    • Focus sul Data Lake

    • Esempi di Modern Data Architectures

Materiale didattico

  • Risorse aggiuntive
    PDF, poadcast, slides e altro materiale integrativo, per garantire una formazione stimolante e interattiva

  • Quiz di fine sezione
    Assicurati di padroneggiare gli argomenti trattati, mettendo alla prova le tue conoscenze con i test di fine capitolo

  • Attestato di fine corso
    Alla fine del corso, riceverai un attestato di completamento e i complimenti da parte di tutto il team IULM AI Lab


Conosci il tuo insegnante

Giuseppe Messina

Delivery Manager di Big Data & Advanced Analytics per Sky UK, Sky Austria, Sky Spagna e, recentemente, anche per Sky Italia. È responsabile dello sviluppo di soluzioni analitiche e servizi orientati ai clienti che si basano su architetture & infrastrutture Big Data best of breed. Ha oltre 18 anni di esperienza in ambito Process & Business Analysis in soluzioni che poggiano su infrastrutture & architetture proprie della Business intelligence e relativi Data Warehouse. Vanta una pluriennale esperienza internazionale nello sviluppo di soluzioni Big Data e Modern Data Architecture che poggiano sui più recenti Data Lake.


Domande frequenti

  • Dove si svolge il corso?

    Le lezioni si svolgono on line, attraverso la nostra piattaforma di e-learning

  • Saranno disponibili materiali sul corso?

    Oltre al programma del corso, verranno fornite le slide utilizzate durante le lezioni.

  • Sono necessari pre-requisiti?

    Conoscenze dei principali social media e delle tecniche di base di navigazione in internet; conoscenze di base di informatica e di statistica.