Vai al contenuto principale

Creare una forza lavoro data-driven con il blended learning

Sheil Naik, Global Data Technical Trainer di Bloomberg, spiega come un ambiente di blended learning può favorire una forza lavoro guidata dai dati.
Aggiornato 29 set 2026  · 2 min leggi

Scopri con l'IA

ChatGPTClaudePerplexity

Man mano che le organizzazioni producono più dati e digitalizzano prodotti e processi, una forza lavoro guidata dai dati non è mai stata così cruciale. Ecco perché la formazione e lo sviluppo sono diventati centrali nelle strategie aziendali, soprattutto nelle iniziative volte a costruire competenze di data science in tutta l’organizzazione.

La prossima settimana, Adel Nehme, Data Science Evangelist di DataCamp, ospiterà un webinar con Sheil Naik, Global Data Technical Trainer presso Bloomberg, su come Bloomberg utilizza il blended learning per insegnare l’analisi dei dati con Python e su come queste tecniche di analisi possono essere usate per valutare il cambiamento comportamentale e il successo delle iniziative di upskilling.

Blended learning in Bloomberg

Una forza lavoro data-driven in Bloomberg usa la data science per prendere decisioni aziendali basate sui dati, migliorare i processi con i dati e creare notizie guidate dai dati. Sheil Naik guida un programma di blended learning a livello aziendale incentrato sull’Analisi dei Dati con Python, che include da 12 a 20 ore di apprendimento tramite DataCamp a trimestre, tre sessioni in aula dal vivo di 1,5 ore tenute da esperti tecnici e un progetto finale che utilizza dati Bloomberg come consegna conclusiva.

Il webinar approfondirà i vantaggi del blended learning. La combinazione dei corsi DataCamp e delle sessioni in aula virtuali dal vivo consente maggiore coerenza e flessibilità rispetto ai vincoli geografici e di pianificazione e aumenta la capacità delle classi in tutto il mondo.

Valutare il successo dell’upskilling

Una metodologia per valutare il ritorno diretto sull’investimento dei programmi di formazione è il Modello di Valutazione di Kirkpatrick. In breve, il Modello di Kirkpatrick propone quattro diversi livelli di valutazione: la reazione iniziale dopo un programma di formazione, la valutazione dell’apprendimento, il cambiamento comportamentale e l’impatto sul business delle competenze acquisite.

Nel webinar del 4 novembre, Sheil approfondirà come Bloomberg ha reso operativo il Modello di Valutazione di Kirkpatrick misurando e valutando il cambiamento comportamentale post-formazione per tutte le persone iscritte al programma.

Cogli i vantaggi dell’upskilling sui dati

Questo è solo un assaggio della conversazione di Adel e Sheil sulla creazione di una forza lavoro guidata dai dati. Per scoprire come la tua organizzazione può scalare l’apprendimento personalizzato, valutare il successo della formazione e collegare la formazione agli obiettivi di business, partecipa al nostro webinar del 4 novembre.

Argomenti
Per le aziende
Correlato

blog

Tokenizzazione nel NLP: come funziona, sfide e casi d'uso

Guida al preprocessing NLP nel machine learning. Copriamo spaCy, i transformer di Hugging Face e come funziona la tokenizzazione in casi d'uso reali.
Abid Ali Awan's photo

Abid Ali Awan

10 min

blog

I 15 migliori server MCP remoti che ogni AI builder dovrebbe conoscere nel 2026

Scopri i 15 migliori server MCP remoti che stanno trasformando lo sviluppo AI nel 2026. Scopri come migliorano automazione, ragionamento, sicurezza e velocità dei workflow.
Abid Ali Awan's photo

Abid Ali Awan

15 min

blog

Che cos'è Snowflake? Guida per principianti alla piattaforma dati cloud

Esplora le basi di Snowflake, la piattaforma dati cloud. Scopri la sua architettura, le sue funzionalità e come integrarla nelle tue pipeline di dati.
Tim Lu's photo

Tim Lu

12 min

Mostra AltroMostra Altro