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

o

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

Corso

Introduzione a Python per la finanza

  • BasicLivello di competenza
  • 4.8+
  • 3.5K

Build Python skills to elevate your finance career. Learn how to work with lists, arrays and data visualizations to master financial analyses.

Finanza applicata

4 ore

Corso

Financial Modeling in Excel

  • IntermedioLivello di competenza
  • 4.9+
  • 2.1K

Scopri come fare modelli finanziari con Excel, tipo flusso di cassa, analisi di scenari, valore temporale e budget di capitale.

Finanza applicata

3 ore

Corso

Analisi finanziaria in Power BI

  • IntermedioLivello di competenza
  • 4.9+
  • 1.6K

Impara a fare analisi finanziarie in Power BI o usa le tue competenze finanziarie con le visualizzazioni dei dati di Power BI.

Finanza applicata

6 ore

Corso

Python intermedio per la finanza

  • IntermedioLivello di competenza
  • 4.8+
  • 1.5K

Migliora le tue abilità in Python per la finanza, imparando a usare datetime, istruzioni if, DataFrame e altro ancora.

Finanza applicata

4 ore

Corso

Introduzione a R per la finanza

  • BasicLivello di competenza
  • 4.8+
  • 839

Impara le strutture dati essenziali come elenchi e data frame e usa queste conoscenze direttamente su esempi finanziari.

Finanza applicata

4 ore

Corso

Introduzione alla gestione del rischio di portafoglio in Python

  • IntermedioLivello di competenza
  • 4.8+
  • 696

Evaluate portfolio risk and returns, construct market-cap weighted equity portfolios and learn how to forecast and hedge market risk via scenario generation.

Finanza applicata

4 ore

Corso

Introduzione ai concetti finanziari in Python

  • BasicLivello di competenza
  • 4.9+
  • 684

Con Python e NumPy, impara i concetti finanziari più importanti.

Finanza applicata

4 ore

Corso

Credit Risk Modeling in Python

  • IntermedioLivello di competenza
  • 4.8+
  • 678

Learn how to prepare credit application data, apply machine learning and business rules to reduce risk and ensure profitability.

Finanza applicata

4 ore

Corso

Trading finanziario con Python

  • IntermedioLivello di competenza
  • 4.8+
  • 579

Impara a mettere in pratica strategie di trading personalizzate in Python, a testarle e a vedere come vanno!

Finanza applicata

4 ore

Corso

Gestione quantitativa del rischio in Python

  • AvanzatoLivello di competenza
  • 4.8+
  • 535

Scopri la gestione del rischio, il valore a rischio e altro ancora applicati alla crisi finanziaria del 2008 usando Python.

Finanza applicata

4 ore

Corso

Caso di studio: Net Revenue Management in Excel

  • IntermedioLivello di competenza
  • 4.8+
  • 523

Userai le tecniche di Net Revenue Management in Excel per unazienda che si occupa di beni di largo consumo.

Finanza applicata

4 ore

Corso

Importing and Managing Financial Data in Python

  • IntermedioLivello di competenza
  • 4.8+
  • 504

In this course, youll learn how to import and manage financial data in Python using various tools and sources.

Finanza applicata

5 ore

Corso

Matematica per Professionisti della Finanza

  • BasicLivello di competenza
  • 4.8+
  • 495

Impara le basi della matematica finanziaria con esercizi pratici su Excel ed esempi dal mondo reale.

Finanza applicata

3 ore

Corso

Financial Analytics in Google Sheets

  • BasicLivello di competenza
  • 4.8+
  • 478

Learn how to build a graphical dashboard with Google Sheets to track the performance of financial securities.

Finanza applicata

4 ore

Corso

Introduzione all'analisi di portafoglio in Python

  • AvanzatoLivello di competenza
  • 4.9+
  • 456

Learn how to calculate meaningful measures of risk and performance, and how to compile an optimal portfolio for the desired risk and return trade-off.

Finanza applicata

4 ore

Corso

Fondamenti di Finanza Aziendale

  • BasicLivello di competenza
  • 4.8+
  • 435

Impara i concetti finanziari chiave come investimento di capitale, WACC e valore per gli azionisti.

Finanza applicata

2 ore

Corso

Introduzione ai bilanci in Power BI

  • IntermedioLivello di competenza
  • 4.8+
  • 419

Scopri come usare il conto economico e il bilancio in Power BI

Finanza applicata

4 ore

Corso

Financial Modeling in Google Sheets

  • IntermedioLivello di competenza
  • 4.8+
  • 414

Impara le basi della modellizzazione aziendale, come flussi di cassa, investimenti, rendite, ammortamento dei prestiti e altro ancora usando Google Sheets.

Finanza applicata

4 ore

Corso

Case Study: Mortgage Trading Analysis in Power BI

  • IntermedioLivello di competenza
  • 4.9+
  • 392

In this Power BI case study you’ll play the role of a junior trader, analyzing mortgage trading and enhancing your data modeling and financial analysis skills.

Finanza applicata

3 ore

Corso

R intermedio per la finanza

  • BasicLivello di competenza
  • 4.8+
  • 360

Scopri come funzionano le date in R ed esplora il mondo delle istruzioni if, dei cicli e delle funzioni usando esempi finanziari.

Finanza applicata

5 ore

Corso

Modelli GARCH in Python

  • IntermedioLivello di competenza
  • 4.8+
  • 332

Scopri i modelli GARCH, come usarli e calibrarli sui dati finanziari, dalle azioni al cambio valuta.

Finanza applicata

4 ore

Corso

Analizzare i bilanci con Python

  • IntermedioLivello di competenza
  • 4.7+
  • 314

Impara ad analizzare i bilanci usando Python. Calcola i rapporti, valuta la salute finanziaria, gestisci i valori mancanti e presenta la tua analisi.

Finanza applicata

4 ore

Corso

Introduzione all'analisi di portafoglio in R

  • BasicLivello di competenza
  • 4.8+
  • 311

Usa le tue competenze in finanza e R per fare backtest, analizzare e ottimizzare i portafogli finanziari.

Finanza applicata

5 ore

Corso

Introduzione alla Valutazione d'Azienda

  • BasicLivello di competenza
  • 4.9+
  • 243

Impara a valutare unazienda con esempi pratici e casi reali usando il metodo del flusso di cassa attualizzato (DCF).

Finanza applicata

3 ore

Corso

Caso di studio: analisi finanziaria in KNIME

  • IntermedioLivello di competenza
  • 4.8+
  • 222

Usa lanalisi finanziaria in KNIME con dati reali, migliorando le tue abilità nella preparazione dei dati e nel flusso di lavoro.

Finanza applicata

3 ore

Corso

Quantitative Risk Management in R

  • BasicLivello di competenza
  • 4.8+
  • 184

Work with risk-factor return series, study their empirical properties, and make estimates of value-at-risk.

Finanza applicata

5 ore

Corso

Credit Risk Modeling in R

  • IntermedioLivello di competenza
  • 4.8+
  • 163

Usa la modellazione statistica in un contesto reale con la regressione logistica e gli alberi decisionali per modellare il rischio di credito.

Finanza applicata

4 ore

Corso

GARCH Models in R

  • AvanzatoLivello di competenza
  • 4.8+
  • 159

Specify and fit GARCH models to forecast time-varying volatility and value-at-risk.

Finanza applicata

4 ore

Corso

Previsioni finanziarie in Python

  • IntermedioLivello di competenza
  • 4.8+
  • 153

Step into the role of CFO and learn how to advise a board of directors on key metrics while building a financial forecast.

Finanza applicata

4 ore

Corso

Importare e gestire dati finanziari in R

  • IntermedioLivello di competenza
  • 4.7+
  • 128

Scopri come accedere ai dati finanziari dai file locali e da fonti Internet.

Finanza applicata

5 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.