Vai al contenuto principale

Corsi su dati, intelligenza artificiale e cloud

Padroneggia le competenze che contano

Segui brevi video guidati da istruttori esperti e poi metti in pratica ciò che hai imparato con esercizi interattivi direttamente nel tuo browser.

  • Impara al tuo ritmo
  • Acquisisci esperienza pratica
  • Capitoli brevi e completi

Crea il tuo account gratuito

Continua con GoogleMostra più opzioni

o


Continuando, accetti i nostri Termini di utilizzo, la nostra Informativa sulla privacy e che i tuoi dati siano conservati negli Stati Uniti.
349 Corsi

Corso

HR Analytics: prevedere il turnover dei dipendenti in R

  • IntermedioLivello di competenza
  • 4.8+
  • 21 revisioni

Prevedi il turnover dei dipendenti e pensa a delle strategie per farli restare.

Machine Learning

4 ore

Corso

Building AI Agents with Snowflake

  • IntermedioLivello di competenza
  • 5
  • 4 revisioni

Build autonomous Cortex Agents in Snowflake that query structured and unstructured data, then deploy and monitor them.

Intelligenza artificiale

4 ore

Corso

Prevedere il CTR con il Machine Learning in Python

  • IntermedioLivello di competenza
  • 4.8+
  • 19 revisioni

Impara a prevedere i tassi di clic sugli annunci e a implementare modelli base di Machine Learning in Python per ottimizzare meglio i tuoi annunci.

Machine Learning

4 ore

Corso

Build Streaming Data Pipelines on Google Cloud

  • IntermedioLivello di competenza
  • 4.7+
  • 8 revisioni

Design and operate batch data pipelines on Google Cloud using Dataflow, Serverless Spark, Cloud Composer, and data validation techniques.

Cloud

3 ore 32 min

Corso

Build Batch Data Pipelines on Google Cloud

  • IntermedioLivello di competenza
  • 4.8+
  • 7 revisioni

Explore streaming data architectures on Google Cloud with Pub/Sub, Managed Kafka, Dataflow, and BigQuery for real-time data processing.

Cloud

2 ore 6 min

Corso

Architecting with Google Kubernetes Engine: Workloads

  • IntermedioLivello di competenza
  • 4.7+
  • 7 revisioni

Deploy and manage Kubernetes workloads on GKE. Cover networking, deployments, jobs, persistent storage, and data management in production environments.

Cloud

2 ore 30 min

Corso

Architecting with Google Kubernetes Engine: Production

  • IntermedioLivello di competenza
  • 4.6+
  • 6 revisioni

Secure and monitor GKE production environments. Learn access control, logging, monitoring, CI/CD pipelines, and managed storage integration on Google Cloud.

Cloud

3 ore 30 min

Corso

Work with Gemini Models in BigQuery

  • IntermedioLivello di competenza
  • 4.7+
  • 9 revisioni

Work with Gemini AI models in BigQuery for sentiment analysis. Analyze customer reviews using SQL and Python notebooks with Gemini.

Cloud

1 ora

Corso

Analitica predittiva con dati di rete in R

  • IntermedioLivello di competenza
  • 4.8+
  • 32 revisioni

Impara a prevedere le etichette dei nodi nelle reti usando lapprendimento di rete ed estraendo caratteristiche descrittive dalla rete.

Probabilità e Statistica

4 ore

Corso

LLM Application Fundamentals with LangChain

  • IntermedioLivello di competenza
  • 4.6+
  • 143 revisioni

Learn to build conversational LLM applications — with reliable structured output, persistent conversation history, and real-time streaming.

Intelligenza artificiale

AI Tutor

3 ore

Corso

Prompt Engineering with LangChain

  • IntermedioLivello di competenza
  • 4.6+
  • 60 revisioni

Learn to write effective prompts and systematically improve them through evaluation rather than intuition.

Intelligenza artificiale

2 ore

Corso

Retrieval-Augmented Generation with LangChain

  • IntermedioLivello di competenza
  • 4.6+
  • 46 revisioni

Learn to build knowledge-grounded LLM applications that retrieve relevant information from structured and unstructured sources before generating responses.

Intelligenza artificiale

2 ore

Corso

LLM Tool Use with LangChain

  • IntermedioLivello di competenza
  • 4.6+
  • 33 revisioni

Learn to extend your LLM applications with external tools, so your applications can retrieve live data, perform computations, and take real-world actions.

Intelligenza artificiale

3 ore

FAQs

Che cos'è la data science?

La data science è un'area di competenza incentrata sull’estrazione di informazioni dai dati. Utilizzando competenze di programmazione, metodi scientifici, algoritmi e altro, i data scientist analizzano i dati per ottenere informazioni fruibili.

Come posso imparare Data Science?

Dovrai imparare un linguaggio di programmazione come Python o R e padroneggiare i principi di matematica e statistica. Conoscere i metodi di analisi dei dati e gli strumenti di data science è altrettanto essenziale. Ci sono molti modi per apprendere la data science: oltre ai percorsi tradizionali, come una laurea o studi universitari, esistono numerose risorse per imparare al tuo ritmo. Oltre ai corsi e tutorial online, ci sono libri, video e altro ancora.

Quali competenze sono necessarie per la data science?

Oltre alla conoscenza di matematica e statistica, i data scientist devono avere competenze di programmazione in linguaggi come Python, R e SQL. Inoltre, la data science richiede la capacità di lavorare con grandi set di dati, la conoscenza della visualizzazione dei dati, del data wrangling e della gestione dei database. Anche competenze in machine learning e deep learning possono essere utili.

A cosa serve la data science?

A livello professionale, quasi tutti i settori possono sfruttare la data science in una certa misura. Le organizzazioni sanitarie la utilizzano per individuare e curare le malattie, mentre le aziende finanziarie la impiegano per rilevare e prevenire le frodi. Molti settori la applicano anche al marketing, ad esempio per creare sistemi di raccomandazione e analizzare il tasso di abbandono dei clienti.

La data science è una carriera con buone opportunità professionali?

Sì, la data science è tra i settori a più rapida crescita negli Stati Uniti e nel mondo. È anche una delle carriere più remunerative. Secondo i dati di Payscale, i data scientist esperti guadagnano in media 97.609 $ e hanno un punteggio di soddisfazione di quattro stelle su cinque negli USA.

È difficile diventare un Data Scientist?

Ci sono alcuni aspetti da considerare. Innanzitutto, entrare in un corso di laurea in data science può essere competitivo, spesso richiedendo voti molto alti. Allo stesso modo, molte delle competenze richieste richiedono studio e pazienza. Padroneggiare tutte le basi necessarie può richiedere diversi mesi, oltre a molta esperienza pratica per ottenere un ruolo entry-level.

La data science richiede competenze di programmazione?

Sì, è necessaria una certa esperienza in linguaggi di programmazione come Python, R, SQL, Java e C/C++. Tuttavia, grazie alla sua sintassi relativamente semplice, Python è spesso la scelta preferita dai principianti.

Quanto tempo ci vuole per diventare un data scientist?

Per chi non ha esperienze pregresse di programmazione o un background matematico, servono in genere dai 7 ai 12 mesi di studio intensivo per raggiungere il livello di un data scientist entry-level. Tuttavia, è importante ricordare che apprendere solo le basi teoriche della data science potrebbe non bastare per diventare un vero data scientist.

Quali argomenti posso studiare nell'ambito della data science?

Una volta padroneggiate le basi della data science, puoi specializzarti in differenti aree come machine learning, intelligenza artificiale, big data, business analytics, data mining e altro.

Aumenta le tue competenze sui dati con l'app di DataCamp

Avanza ovunque ti trovi con i nostri corsi per dispositivi mobili e le nostre sfide di programmazione quotidiane da 5 minuti.