Quale tecnologia di Data Science dovrei imparare?

Non sai da dove iniziare? Il nostro corso Understanding Data Science offre una panoramica senza codice degli elementi essenziali della data science.

Oppure continua a leggere per informazioni più dettagliate sulle tecnologie insegnate su DataCamp.

Linguaggi per data science e analytics

Se tu o la tua organizzazione siete alle prime armi con la data science e gli analytics, dovrete scegliere un linguaggio per analizzare i dati e un modo ragionato per prendere questa decisione. Leggi il nostro post del blog e il tutorial per capire come scegliere tra i due linguaggi più popolari per la data science—Python e R—o continua a leggere per un breve riepilogo.

Python

Python è uno dei linguaggi di programmazione più popolari al mondo. È pronto per la produzione, il che significa che può essere l’unico strumento che si integra con ogni parte del tuo flusso di lavoro. Quindi, che tu voglia creare un’applicazione web o un modello di machine learning, Python può portarti lì!

• Linguaggio di programmazione general-purpose (può essere usato per creare qualsiasi cosa)
• Ampiamente considerato uno dei linguaggi di programmazione più accessibili da leggere e imparare
• Il linguaggio di riferimento per applicazioni all’avanguardia di machine learning e IA
• Comunemente usato per mettere i modelli "in produzione"
• Alta facilità di distribuzione e riproducibilità

Inizia a imparare Python qui.

R

R è stato usato principalmente in ambito accademico e di ricerca, ma negli ultimi anni il suo utilizzo nelle aziende è cresciuto rapidamente. Progettato specificamente per lavorare con i dati, R offre un’interfaccia intuitiva ai metodi statistici più avanzati disponibili oggi.

• Creato specificamente per analisi dei dati e visualizzazione
• Tradizionalmente usato da statistici e ricercatori accademici
• Il linguaggio di riferimento per la statistica all’avanguardia
• Un’ampia collezione di pacchetti contribuiti dalla community
• Prototipazione rapida di app e dashboard data-driven

Inizia a imparare R qui.

SQL

Gran parte dei dati grezzi del mondo vive in raccolte organizzate di tabelle chiamate database relazionali. Data analyst e data scientist devono saper manipolare ed estrarre dati da questi database usando SQL.

• Una delle competenze più richieste nel business
• Usato per accedere, interrogare ed estrarre dati strutturati organizzati in un archivio formattato, ad esempio un database
• Il suo ambito include interrogazione, manipolazione, definizione dei dati e controllo degli accessi ai dati

Inizia a imparare SQL qui.

Database

Data scientist, analyst e ingegneri devono interagire costantemente con i database, che possono archiviare enormi quantità di informazioni in tabelle senza rallentare le prestazioni. Puoi usare SQL per interrogare i dati dai database e modellare diversi fenomeni nei tuoi dati e le relazioni tra essi. Scopri le differenze tra i database più popolari nel nostro post del blog o continua a leggere per un riepilogo.

Microsoft SQL Server

• RDBMS commerciale, sviluppato e mantenuto da Microsoft
• Disponibile sui sistemi operativi Windows e Linux

PostgreSQL

• RDBMS libero e open-source, mantenuto dal PostgreSQL Global Development Group e dalla sua community
• Adatto ai principianti

Oracle Database

• Il RDBMS più popolare, usato dal 97% delle aziende Fortune 100
• Richiede la conoscenza di PL/SQL, un’estensione di SQL, per accedere e interrogare i dati

Fogli di calcolo

I fogli di calcolo sono usati in tutto il mondo del business per trasformare montagne di dati grezzi in insight chiari, organizzando, analizzando e archiviando i dati in tabelle. Microsoft Excel e Google Sheets sono i software per fogli di calcolo più diffusi, con una struttura flessibile che consente di inserire i dati nelle celle di una tabella.

Google Sheets

• Gratuito per gli utenti
• Consente la collaborazione tra utenti tramite condivisione di link e permessi
• L’analisi statistica e la visualizzazione devono essere eseguite manualmente

Microsoft Excel

• Richiede una licenza a pagamento
• Non è favorevole alla collaborazione quanto Google Sheets
• Contiene funzioni integrate per analisi statistica e visualizzazione

Strumenti di business intelligence

Gli strumenti di business intelligence (BI) rendono l’esplorazione dei dati accessibile a tutti i livelli di competenza—non solo ai professionisti di analytics avanzati. Sono uno dei modi più semplici per lavorare con i dati, fornendo gli strumenti per raccogliere i dati in un unico posto, capire cosa può fare la differenza, prevedere i risultati e molto altro.

Tableau

Tableau è un software di data visualization che è come un Microsoft Excel potenziato. La sua funzionalità intuitiva di trascinamento rende semplice per chiunque accedere, analizzare e creare visualizzazioni dei dati ad alto impatto.

• Un software di business intelligence (BI) e analytics ampiamente usato, scelto da aziende come Amazon, Experian e Unilever
• Funzionalità intuitiva di drag-and-drop
• Supporta più fonti dati tra cui Microsoft Excel, Oracle, Microsoft SQL, Google Analytics e SalesForce

Inizia a imparare Tableau qui.

Microsoft Power BI

Microsoft Power BI permette agli utenti di connettere e trasformare dati grezzi, aggiungere colonne e misure calcolate, creare visualizzazioni semplici e combinarle per creare report interattivi.

• Strumento web-based che fornisce accesso ai dati in tempo reale
• Funzionalità intuitiva di drag-and-drop
• Sfrutta i sistemi Microsoft esistenti come Azure, SQL ed Excel

Inizia a imparare Power BI qui.

Shell

La shell fornisce un’interfaccia a riga di comando che ti consente di controllare il sistema operativo del tuo computer con pochi tasti. A volte chiamata "la colla universale della programmazione", aiuta gli utenti a combinare programmi esistenti in modi nuovi, automatizzare attività ripetitive ed eseguire programmi su cluster e cloud che possono trovarsi dall’altra parte del mondo.

Scala

Scala è un linguaggio di programmazione ibrido, orientato agli oggetti e funzionale, popolare per applicazioni su larga scala e infrastrutture di data engineering. Preferito da aziende come Netflix, Airbnb e Morgan Stanley, Scala migliora la produttività, la scalabilità delle applicazioni e l’affidabilità.

Git

Il controllo di versione è uno degli strumenti più potenti della programmazione. Ti permette di tenere traccia di cosa hai fatto e quando, annullare le modifiche che decidi di non volere e collaborare su larga scala con altre persone. Git è uno strumento moderno di controllo di versione, molto popolare tra data scientist e sviluppatori software, e ti consente di fare di più in meno tempo e con meno fatica.