Mio Dio quanto aspettavo questa intervista!! Grandissimo Francesco e complimenti anche per le superguide, io mi sto trovando veramente bene e spero di aver la possibilità di scambiare qualche chiacchiera!
Ciao ragazzi! I progetti del percorso menzionati dal dott. Bagattini nel video sono rimasti gli stessi o nel frattempo sono stati aggiornati e/o proposti di nuovi? Grazie mille 😊
Ciao! I progetti sono stati aggiornati per essere in linea con la novità annunciata qualche settimana fa ovvero la novità della personalizzazione dei progetti. Puoi trovare una sezione dedicata a questa novità nella pagina Percorso Data Science: www.start2impact.it/percorsi/data-scientist/
Ragazzi, questi master sono da frequentare solo se avete già un esperienza accademica alle spalle in un settore quantitativo come Ingegneria (meglio se informatica) , statistica, matematica. Se non è così non buttate i soldi.
Intervista super interessante, aspettavo anche io questo tipo di video per il percorso di Data Science! Inoltre le parole di Francesco mi hanno infuso ulteriore motivazione per raggiungere i miei obiettivi e continuare a studiare, in un momento non del tutto facile. Grazie!
Grazie per questo video! Potreste realizzarne uno analogo per il master in Data Analysis? Magari, se possibile, includendo una parte di confronto tra i 2 masters
Ciao, sono una programmatrice, ho 37 anni. Vorrei sapere se essendo più vicino ai 40 e con una professione già, è possibile, studiando inserirmi in questo settore o i data scientist junior possono essere solo under 35?
Ciao Gabriella! Il percorso in Data Science non ha limiti di età, la dicitura "junior" non fa riferimento all'età della persona ma agli anni di esperienza in quel settore. Per qualsiasi cosa puoi scriverci nella chat che trovi sul nostro sito start2impact.it in basso a destra :)
Ottima intervista, ma avrei alcuni dubbi: da laureato magistrale in biologia molecolare...le conoscenze apprese in questo corso sono trasversali e applicabili anche all'ambito della bioinformatica (quindi Data science in biologia)? Come mai non verrà trattato anche SQL? Ho sentito che è molto importante, forse più di NumPy, Panda etc in data science..Infine, se i progetti sono sempre gli stessi per tutti gli studenti, come si può rendere unico il proprio portfolio da presentare alle aziende? Sto pensando di finire di studiare python per conto mio e successivamente di iscrivermi a questo corso per costruirmi un portfolio valido, fare esperienza e trovare lavoro nonostante abbia 28 anni (passare la vita in laboratorio non fa per me). Spero sia ancora fattibile!
Ciao Eugenio! Grazie mille! Ci siamo confrontati con il nostro Super Coach di Data Science Francesco Bagattini e per quanto riguarda la prima domanda, la Data Science è un insieme trasversale di tecniche ed è applicabile ovunque, anche nell'ambito della bioinformatica. La Data Science ha un ecosistema enorme. Un dato va saputo trovare, immagazzinare efficientemente, manipolare, visualizzare, analizzare, sfruttare per fare predizioni... crediamo che, per partire, non sia necessario imparare tutto e subito SQL è un linguaggio molto semplice ma anche piuttosto specifico che permette di estrarre informazioni da un certo tipo di base dati; abbiamo preferito dare priorità a strumenti più moderni e ad aspetti trasversali della Data Science; abbiamo creato un percorso basato su Python che affronti i tre step secondo noi fondamentali: - programmazione ad alto livello (Python e NumPy, libreria fondamentale per imparare a "vedere" i dati nella propria testa) - manipolazione e visualizzazione dati (Pandas, altra libreria di Python, che permette di fare analisi grafiche e statistiche avanzate in modo elegante ed estremamente efficiente) - machine learning, cioè la costruzione di modelli predittivi (Scikit-learn, ancora una libreria di Python open source, semplice e potente). In questo modo, più che imparare un po' di tutto, si forma un profilo che è in grado non solo di padroneggiare degli strumenti, ma anche di ragionare ad alto livello. I progetti, soprattutto quelli avanzati di data visualization e machine learning, lasciano molto spazio alla creatività e alle capacità dello studente che ha libertà completa di scegliere gli strumenti e gli obiettivi della propria analisi. È proprio così che viene valutato uno studente: come si è saputo muovere in autonomia, a partire da dati "grezzi". I nostri studenti ricevono anche un feedback personalizzato: questi feedback sono certamente materiale prezioso anche per approfondire la materia e lavorare a progetti propri. Per qualsiasi cosa ti invitiamo a scriverci nella live chat che trovi sul nostro sito start2impact.it così i nostri Community Manager potranno aiutarti in maniera più specifica 😊
Ciao Eugenio! Anch'io mi trovo in una situazione simile alla tua (Laurea in Biotech), hai poi proseguito su questa strada o ne hai trovata un'altra? Nel caso, come ti trovi? Grazie!
Ciao!Mi interessa molto la vostra realtà! Sono un consulente BI da 2 anni con un forte interesse verso il machine learning e il mondo delle startup! Solo che nel mio lavoro mi sono reso conto che ancora non viene compreso nelle PMI italiane i benefici nell'uso sia della bi ne tantomeno dell'intelligenza artificiale o data mining. Tante volte mi ritrovo a fare prima più da consulente data driven che applicare le mie conoscenze. quindi mi piacerebbe approfondire su quali potrebbero essere gli scenari o le opportunità lavorative future in modo da capire se potrebbe essere la scelta giusta quella di investire sulla data science.
Ciao Daniele! Uno dei motivi per cui studiare o approfondire la data science è proprio quello di acquisire competenze da 'portare' in azienda. Un data scientist non è solo un tecnico, ma un professionista con uno sguardo ad alto livello che aiuti l'azienda nella quale lavora o con la quale collabora a capire le potenzialità dei propri dati e a progettare soluzioni, anche da zero. In bocca al lupo!
Sti gran c, peró. Non puoi dire che un data scientist puó farlo chiunque. Non puoi. Arrivi dicendo che hai un PhD e poi dici che lo puó fare chiunque? Io in economia ho studiato benissimo statistica e matematica, oltre che informatica e certe cose come la regressione, che é un tema anche "facile" non puoi affrontarla senza basi..... Una cosa é il coding di cicli for/if get e quant'altro, un'altra é sapere quello che fai per gestire tons di dati e farne predictions, regressioni o adottarne machine learning.
Da quello che si vede dei progetti, si vede molta applicazione di statistica, non conosco il programma del corso nel dettaglio ma così su due piedi sembra che si formeranno persone che non avranno la minima idea di quello che stanno svolgendo a livello teorico, costruiranno matrici di correlazione spingendo un tasto.
Ciao Alex! Le risorse gratuite segnalate dal nostro Super Coach Franceso Bagattini per studiare la teoria coprono ampiamente tutte le basi di statistica che servono per affrontare i progetti. I suoi feedback personalizzati integrano poi queste risorse con spunti, letture e approfondimenti, dando modo ai Membri della nostra Community che studiano Data Science di avanzare nella teoria parallelamente alla pratica.
Ecco le competenze che puoi sviluppare su start2impact per diventare un Junior Data Scientist: www.start2impact.it/blog/programmazione/come-diventare-data-scientist/
Impara a programmare con qualche tutorial tranquillamente su internet. Impara la sintassi e qualche costrutto, dopo di che passa ad imparare NumPy e tutte le librerie che ti permettono di lavorare sui dati. Ma prima impara il linguaggio e la logica della programmazione
![BLACK BAG - Official Trailer [HD] - Only in Theaters March 14](http://i.ytimg.com/vi/Du0Xp8WX_7I/mqdefault.jpg)
Mio Dio quanto aspettavo questa intervista!! Grandissimo Francesco e complimenti anche per le superguide, io mi sto trovando veramente bene e spero di aver la possibilità di scambiare qualche chiacchiera!
Siamo felici che questo video sia stato utile! 😊
Grazie Luca, mi fa piacere che ti piacciano le guide, prometto chiacchiere alla prima occasione!
Molto interessante, grazie per l'intervista!
Felici che ti sia stata utile Daniele :)
Ciao ragazzi!
I progetti del percorso menzionati dal dott. Bagattini nel video sono rimasti gli stessi o nel frattempo sono stati aggiornati e/o proposti di nuovi?
Grazie mille 😊
Ciao! I progetti sono stati aggiornati per essere in linea con la novità annunciata qualche settimana fa ovvero la novità della personalizzazione dei progetti. Puoi trovare una sezione dedicata a questa novità nella pagina Percorso Data Science: www.start2impact.it/percorsi/data-scientist/
sono un insegnante di matematica di liceo 38enne.. è troppo tardi per reinventarsi e diventare data scientist?
Sono 45, penso a fare un master dopo 20 anni nel settore di finanza, mai e' tardi!
Ragazzi, questi master sono da frequentare solo se avete già un esperienza accademica alle spalle in un settore quantitativo come Ingegneria (meglio se informatica) , statistica, matematica. Se non è così non buttate i soldi.
Intervista super interessante, aspettavo anche io questo tipo di video per il percorso di Data Science!
Inoltre le parole di Francesco mi hanno infuso ulteriore motivazione per raggiungere i miei obiettivi e continuare a studiare, in un momento non del tutto facile. Grazie!
Grazie Alessandro, mi fa molto piacere!
Grazie mille! Video veramente interessante!
Grazie Davide! 😊
Grazie 😘
al momento giusto
Siamo felici che questo video possa aiutare altri 😊
@@start2impact popoli
Nazioni 😎 @Gaia Castellana
Buongiorno! sono un consulente SAP e vorrei imparare di più sul mondo dei dati; come posso rivolgermi a voi? Grazie
Ciao Alberto! Puoi scriverci nella live chat che trovi sul nostro sito start2impact.it
Ti risponderanno i nostri Community Manager 😄
molto interessante e forse era il tassello mancante ! complimenti a tutti davvero!
Grazie mille Giovanni 💪🏼
Grazie Giovanni!
@@francescobagattini2209 credo di iscrivermi quanto prima !!
@@giovannigranata9111 a presto allora!
Grazie per questo video! Potreste realizzarne uno analogo per il master in Data Analysis? Magari, se possibile, includendo una parte di confronto tra i 2 masters
Grazie per lo spunto Matteo :)
Ciao, sono una programmatrice, ho 37 anni. Vorrei sapere se essendo più vicino ai 40 e con una professione già, è possibile, studiando inserirmi in questo settore o i data scientist junior possono essere solo under 35?
Ciao Gabriella! Il percorso in Data Science non ha limiti di età, la dicitura "junior" non fa riferimento all'età della persona ma agli anni di esperienza in quel settore. Per qualsiasi cosa puoi scriverci nella chat che trovi sul nostro sito start2impact.it in basso a destra :)
Ottima intervista, ma avrei alcuni dubbi: da laureato magistrale in biologia molecolare...le conoscenze apprese in questo corso sono trasversali e applicabili anche all'ambito della bioinformatica (quindi Data science in biologia)? Come mai non verrà trattato anche SQL? Ho sentito che è molto importante, forse più di NumPy, Panda etc in data science..Infine, se i progetti sono sempre gli stessi per tutti gli studenti, come si può rendere unico il proprio portfolio da presentare alle aziende? Sto pensando di finire di studiare python per conto mio e successivamente di iscrivermi a questo corso per costruirmi un portfolio valido, fare esperienza e trovare lavoro nonostante abbia 28 anni (passare la vita in laboratorio non fa per me). Spero sia ancora fattibile!
Ciao Eugenio! Grazie mille!
Ci siamo confrontati con il nostro Super Coach di Data Science Francesco Bagattini e per quanto riguarda la prima domanda, la Data Science è un insieme trasversale di tecniche ed è applicabile ovunque, anche nell'ambito della bioinformatica.
La Data Science ha un ecosistema enorme. Un dato va saputo trovare, immagazzinare efficientemente, manipolare, visualizzare, analizzare, sfruttare per fare predizioni... crediamo che, per partire, non sia necessario imparare tutto e subito
SQL è un linguaggio molto semplice ma anche piuttosto specifico che permette di estrarre informazioni da un certo tipo di base dati; abbiamo preferito dare priorità a strumenti più moderni e ad aspetti trasversali della Data Science; abbiamo creato un percorso basato su Python che affronti i tre step secondo noi fondamentali:
- programmazione ad alto livello (Python e NumPy, libreria fondamentale per imparare a "vedere" i dati nella propria testa)
- manipolazione e visualizzazione dati (Pandas, altra libreria di Python, che permette di fare analisi grafiche e statistiche avanzate in modo elegante ed estremamente efficiente)
- machine learning, cioè la costruzione di modelli predittivi (Scikit-learn, ancora una libreria di Python open source, semplice e potente).
In questo modo, più che imparare un po' di tutto, si forma un profilo che è in grado non solo di padroneggiare degli strumenti, ma anche di ragionare ad alto livello.
I progetti, soprattutto quelli avanzati di data visualization e machine learning, lasciano molto spazio alla creatività e alle capacità dello studente che ha libertà completa di scegliere gli strumenti e gli obiettivi della propria analisi. È proprio così che viene valutato uno studente: come si è saputo muovere in autonomia, a partire da dati "grezzi". I nostri studenti ricevono anche un feedback personalizzato: questi feedback sono certamente materiale prezioso anche per approfondire la materia e lavorare a progetti propri.
Per qualsiasi cosa ti invitiamo a scriverci nella live chat che trovi sul nostro sito start2impact.it così i nostri Community Manager potranno aiutarti in maniera più specifica 😊
@@start2impact Tutto chiaro, grazie mille!
Ciao Eugenio! Anch'io mi trovo in una situazione simile alla tua (Laurea in Biotech), hai poi proseguito su questa strada o ne hai trovata un'altra? Nel caso, come ti trovi? Grazie!
@@lucaciva Ciao Luca! Alla fine mi sono iscritto a start2impact ma ho deciso di seguire un altro percorso, quindi non posso aiutarti, mi dispiace!
@@Furentsu Ah grazie mille comunque! Nel complesso come ti stati trovando?
Ciao!Mi interessa molto la vostra realtà! Sono un consulente BI da 2 anni con un forte interesse verso il machine learning e il mondo delle startup! Solo che nel mio lavoro mi sono reso conto che ancora non viene compreso nelle PMI italiane i benefici nell'uso sia della bi ne tantomeno dell'intelligenza artificiale o data mining. Tante volte mi ritrovo a fare prima più da consulente data driven che applicare le mie conoscenze. quindi mi piacerebbe approfondire su quali potrebbero essere gli scenari o le opportunità lavorative future in modo da capire se potrebbe essere la scelta giusta quella di investire sulla data science.
Ciao Daniele! Uno dei motivi per cui studiare o approfondire la data science è proprio quello di acquisire competenze da 'portare' in azienda. Un data scientist non è solo un tecnico, ma un professionista con uno sguardo ad alto livello che aiuti l'azienda nella quale lavora o con la quale collabora a capire le potenzialità dei propri dati e a progettare soluzioni, anche da zero. In bocca al lupo!
Sti gran c, peró.
Non puoi dire che un data scientist puó farlo chiunque. Non puoi.
Arrivi dicendo che hai un PhD e poi dici che lo puó fare chiunque?
Io in economia ho studiato benissimo statistica e matematica, oltre che informatica e certe cose come la regressione, che é un tema anche "facile" non puoi affrontarla senza basi.....
Una cosa é il coding di cicli for/if get e quant'altro, un'altra é sapere quello che fai per gestire tons di dati e farne predictions, regressioni o adottarne machine learning.
Da quello che si vede dei progetti, si vede molta applicazione di statistica, non conosco il programma del corso nel dettaglio ma così su due piedi sembra che si formeranno persone che non avranno la minima idea di quello che stanno svolgendo a livello teorico, costruiranno matrici di correlazione spingendo un tasto.
Ciao Alex! Le risorse gratuite segnalate dal nostro Super Coach Franceso Bagattini per studiare la teoria coprono ampiamente tutte le basi di statistica che servono per affrontare i progetti. I suoi feedback personalizzati integrano poi queste risorse con spunti, letture e approfondimenti, dando modo ai Membri della nostra Community che studiano Data Science di avanzare nella teoria parallelamente alla pratica.
Molto interessante, ma qual è, se c'è, il plus rispetto ai percorsi on line in inglese che si possono trovare su Coursera, Edx ecc...?
Ciao Marco! Su start2impact crei progetti pratici che poi vengono inviati in piattaforma e corretti direttamente da Francesco Bagattini
Scusate ma giusto una cosa, M serve per forza la laurea?
Ciao! La laurea non è necessaria per imparare la Data Science
@@start2impact ma serve la laurea per diventare data scientist o bastano le basi di matematica è programmazione?
Ecco le competenze che puoi sviluppare su start2impact per diventare un Junior Data Scientist: www.start2impact.it/blog/programmazione/come-diventare-data-scientist/
se uno parte da zero o quasi e volesse imparare il python cosa consigliate
Impara a programmare con qualche tutorial tranquillamente su internet. Impara la sintassi e qualche costrutto, dopo di che passa ad imparare NumPy e tutte le librerie che ti permettono di lavorare sui dati. Ma prima impara il linguaggio e la logica della programmazione