Introduzione ai Big Data

Modulo 1 – INTRODUZIONE AI BIG DATA

1. Cosa sono i Big Data                                                           
2. La storia dei Big Data                                                          
3. le tipologie di Big Data                                                        
4. Il ruolo dei Big Data

Modulo 2 – I BIG DATA ANALITYCS

5. Cosa sono i Big Data Analytics                                                      
6. Impostare un progetto di Big Data Analytics                                          
7. Il valore del mercato Analytics                                                     
8. Le competenze necessarie per gestire un progetto di big data                      
9. I tipi di analysis                    

Modulo 3 – ARCHITETTURA DEI DATI

10. Come costruire un'architettura di dati per favorire l'innovazione secondo Mckinsey                    
11. Creare l’architettura di dati rivoluzionaria                                                       
12. Dalle piattaforme dati on-premise a quelle basate su cloud                                              
13. Dal batch all'elaborazione dei dati in tempo reale                                                             
14. Dalle soluzioni commerciali pre-integrate alle piattaforme modulari best-of-breed                     
15. Dall'accesso ai dati da punto a punto a quello disaccoppiato                                             
16. Da un magazzino aziendale a un'architettura basata su dominio                                      
17. Dai modelli di dati rigidi agli schemi di dati flessibili ed estensibili                                     
18. Come iniziare                                                    
19. L’architettura dei Big data in se                                                             
20. L’ecosistema Hadoop                                                           
21. Le competenze nello specifico per gestire i Big Data                              
22. Microsoft Azure: analisi                                                       
23. Microsoft Azure: quando usarlo                                                             
24. I casi di fallimento dei Big Data                        

Modulo 4 – BIG DATA E MARKETING

25. Cos’è il BIG DATA Marketing                                                         
26. I big data ci dicono chi sono i nostri clienti                                    
27. Come si gestiscono i dati                                                     
28. Come applicare i big data al marketing                                                  
29. Analisi dei competitor con i BIG DATA         

Modulo 5 – BIG DATA: LA CONVERGENZA DI TECNOLOGIE                      

30. Big data ed intelligenza artificiale                                                          
31. Big data e IoT                                                            
32. Big data e realtà virtuale/aumentata                                                     
33. Big data e cloud computing                                                          
34. I trend Big data                   

Modulo 6 – BIG DATA: LE APPLICAZIONI PRATICHE

35. Big Data e manifatturiero                                                             
36. L’importanza dei BIG DATA contro le frodi                                    
37. Intercettazioni delle frodi e tendenze del mercato                                           
38. Casi di frodi in finance e non solo                                                          
39. Il caso Canada                                                           
40. Banche e Big Data Analytics                                                         
41. Il caso Deutsche Bank                                                         
42. L’utilizzo dei big data nel processo produttivo farmaceutico 
43. Manutenzione predittiva per minimizzare i fermi macchina                     
44. Situazione sanitaria di emergenza                                                         
45.  Analytics intelligence: semplificare la comprensione di fenomeni complessi
46. Riconoscere automaticamente schemi complessi e prevedere in anticipo situazioni critiche
47. Il mondo delle costruzioni                                                            
48. La risposta ai problemi di redditività                                                      
49. Progetti e subappalti                                                           
50. Il binomio Big Data e agricoltura                                                           
51. Analisi del corretto prezzo                                                            
52. Turismo: L’esempio della Lombardia                                                     
53. Esempi di Big Data nella vita quotidiana                                                
54. Sport                                                        
55. Come i big data diventano arte                                                             
56. Dati aziendali: una risorsa di comunicazione e brand – Intervista a Davide Fuschi di WILD MAZZINI - Data art gallery                                        
57. Dai dati alla sabbia – Wild Mazzini