Master in Data Analytics: da Excel a Spark, con accesso da chiarire
La proposta può essere utile a chi cerca un percorso ampio tra analisi con fogli di calcolo, reportistica e tecnologie per grandi volumi di dati. Chi ha un obiettivo circoscritto, come creare report PowerBI, dovrebbe valutare quanto dell'intero programma intende effettivamente seguire. Prima di scegliere servono soprattutto durata complessiva, condizioni associate al prezzo e indicazioni sul supporto disponibile. Per chi parte da zero conta anche chiarire la sequenza consigliata tra basi e moduli tecnici.
A chi si rivolge
- Per deduzione dal programma, persone che vogliono avvicinarsi all'analisi dati attraverso Excel e statistica descrittiva, per poi esplorare strumenti più articolati.
- Chi lavora con report e dati aziendali e cerca argomenti specifici su Power Query, modelli, misure DAX e condivisione in PowerBI Service.
- Chi desidera affiancare alla reportistica una panoramica tecnica su Spark, processi ETL, archiviazione cloud e analisi di grandi dataset.
Cosa puoi imparare
- Il programma prevede attività su formule, date, testo, frequenze e indici statistici in Excel, con esercitazioni accompagnate da soluzioni.
- La parte PowerBI affronta preparazione dei dati, relazioni, visualizzazioni, misure DAX e gestione della condivisione nel servizio.
- La parte Big Data propone analisi con Spark SQL, costruzione di processi ETL, operazioni su S3 e introduzioni applicative a machine learning e streaming.
Come è strutturato il programma
Il Master in Data Analytics di Profession.AI riunisce 198 sezioni e 883 unità di contenuto. La struttura visibile permette di distinguere tre aree: analisi con Excel, business intelligence con PowerBI e trattamento dei Big Data. Sono ambiti collegati dal lavoro sui dati, ma con obiettivi e strumenti differenti. Per costruire le basi, la parte Excel passa da celle, riferimenti e formule a variabili, frequenze e manipolazione dei dati. Le sezioni sugli indici di posizione e dispersione comprendono media, mediana, quartili, varianza ed errore standard. Titoli come “Età della popolazione italiana” e “Statistiche di powerlifting” mostrano come il programma preveda di applicare questi concetti a casi concreti, alternando teoria, pratica e soluzione. La parte PowerBI sposta l'attenzione sulla preparazione e presentazione dei dati: dall'Editor di Power Query alle relazioni, poi visualizzazioni e DAX, con misure CALCULATE e RANKX. PowerBI Service introduce inoltre aree di lavoro e condivisione. L'esercitazione finale “Analisi degli omicidi negli USA” offre un riferimento concreto per il tipo di analisi previsto. La parte Big Data allarga il percorso alle infrastrutture e al calcolo distribuito. Comprende Spark con Zeppelin, RDD, Spark SQL e un'esercitazione dichiarata su 28 milioni di recensioni di film. Seguono modelli con MLlib, processi ETL verso MySQL, operazioni su AWS S3 e Spark Streaming. La distinzione esplicita fra teoria, pratica ed esercitazione è osservabile nel curriculum; i titoli, da soli, non permettono invece di giudicare profondità delle spiegazioni o aggiornamento degli strumenti.
Big Data / Introduzione ai Big Data9 contenuti
- Introduzione e storia dei Big Data
- Materiale del corso
- Grandezze e dimensioni dei Big Data
- Sorgenti dei Big Data
- Le quattro V dei Big Data
- Analisi, casi d'uso e benefici
- Domande degli esperti di Big Data
- Calcolo parallelo e distribuito
- Fai il DeepTest
Big Data / [Teoria] Le Tecnologie dei Big Data2 contenuti
- Le Tecnologie dei Big Data
- Fai il DeepTest
Big Data / [Teoria] Apache Spark3 contenuti
- Introduzione ad Apache Spark
- Introduzione ad Apache Zeppelin
- Fai il DeepTest
Big Data / [Pratica] Soluzioni Cloud - DataBricks e AWS EMR2 contenuti
- Guida all'utilizzo di DataBricks
- Guida all'utilizzo di EMR
Big Data / [Pratica] Utilizzare Spark con Zeppelin2 contenuti
- Installazione e configurazione di Zeppelin
- Utilizzare Spark con Zeppelin e Docker
Big Data / [Teoria] Resilient Distributed Dataset (RDD)2 contenuti
- Introduzione agli RDD di Spark
- Fai il DeepTest
Big Data / [Pratica] Relient Distributed Dataset (RDD)1 contenuto
- Utilizzare gli RDD in pratica
Big Data / [Teoria] Analisi dei Big Data con Spark SQL2 contenuti
- Introduzione a Spark SQL
- Fai il DeepTest
Big Data / [Pratica] Analisi dei Big Data con Spark SQL1 contenuto
- Utilizzare Spark SQL in pratica
Big Data / [Esercitazione] Analisi dei Big Data con Spark SQL10 contenuti
- ESERCITAZIONE Analisi di 28 milioni Recensioni di Film
- SOLUZIONE 1 Contiamo le Recensioni
- SOLUZIONE 2 Quante Recensioni scrive in Media un Utente
- SOLUZIONE 3 Troviamo lUtente che ha scritto più Recensioni
- SOLUZIONE 4 Quali sono i 10 Film più recensiti
- SOLUZIONE 5 Quali sono i 10 Film meglio recensiti
- SOLUZIONE 6 Quali sono i 10 Film peggio recensiti
- SOLUZIONE 7 Quali sono le Recensioni più recenti
- SOLUZIONE 8 Il Film più visto dell'anno
- SOLUZIONE BONUS Aggiungiamo Titolo e Genere alla lista di film più visti per anno
Big Data / [Teoria] Machine Learning sui Big Data con Spark MLlib5 contenuti
- Creazione di un Modello di Regressione
- Creazione di un Modello di Classificazione
- Creazione di un Modello di Sentiment Analysis
- Creazione di un Modello di Raccomandazione
- Fai il DeepTest
Big Data / [Pratica] Machine Learning sui Big Data con Spark MLlib5 contenuti
- Pipeline completa di ETL
- Esempio di Regressione con Spark MLlib
- Esempio di Classificazione con Spark MLlib
- Esempio di Sentiment Analysis con Spark MLlib
- Sistema di Raccomandazione con Spark MLlib
Big Data / [Esercitazione] Machine Learning sui Big Data con Spark MLlib8 contenuti
- ESERCITAZIONE Ordinare le Recensioni per lunghzza
- SOLUZIONE Ordinare le Recensioni per lunghezza
- ESERCITAZIONE Progressione del diabete
- SOLUZIONE Progressione del diabete
- ESERCITAZIONE Sentiment Analysis per Recensioni di fim
- SOLUZIONE Sentiment Analysis per Recensioni di film
- ESERCITAZIONE Raccomandazione di film
- SOLUZIONE Raccomandazione di film
Big Data / [Teoria] Data Lake e Data Warehouse9 contenuti
- Cosa è un Data Lake
- Data Lake vs Data Warehouse
- Data Swamp
- Tecnologie per i Data Lake
- Le Collection
- Storage
- Analytics e Processing
- Data Visualization
- Fai il DeepTest
Big Data / [Pratica] Data Lake e Data Warehouse8 contenuti
- Sviluppo di un ETL - Agenda
- Creazione di un database MySql in locale
- Installiamo DBeaver
- Colleghiamoci al DB con DBeaver
- Extract - il dataset National University Ranking
- Creazione dell'ambiente virtuale
- Transform - processiamo il dataset
- Load - carichiamo i dati su MySQL
Big Data / [Teoria] Data Storage - Come Conservare i Big Data4 contenuti
- AWS S3
- Confronto tra i Servizi di Storage
- NoSQL Database
- Fai il DeepTest
Big Data / [Pratica] Data Storage - Come Conservare i Big Data8 contenuti
- Installiamo VSCode e Python
- Creiamo il tuo primo Bucket S3
- Creiamo l’Ambiente Virtuale
- Carichiamo un file su S3 con Python
- Download di un file da S3 con Python
- Creiamo un nuovo Bucket con Python
- Listiamo i bucket creati con Python
- Come cancellare un bucket
Big Data / [Teoria] Analizzare i Big Data in Real Time con Spark Streaming2 contenuti
- Introduzione a Spark Streaming
- Fai il DeepTest
Big Data / [Pratica] Analizzare i Big Data in Real Time con Spark Streaming3 contenuti
- Creiamo il Generatore di Dati
- Otteniamo lo Stream di Dati
- Analizziamo lo Stream di Dati
Business Intelligence con PowerBI / [Teoria] Introduzione alla Business Intelligence e PowerBI3 contenuti
- Introduzione alla Business Intelligence - Parte 1
- Introduzione alla Business Intelligence - Parte 2
- Materiale del corso
Business Intelligence con PowerBI / [Teoria] Introduzione a PowerBI1 contenuto
- Introduzione a PowerBI
Business Intelligence con PowerBI / [Pratica] L'Editor di Power Query11 contenuti
- Introduzione al modulo
- Recupera Dati - Parte 1
- Recupera Dati - Parte 2
- Recupera Dati - Parte 3
- Le Basi dell'Editor - Parte 1
- Le Basi dell'Editor - Parte 2
- Comandi in HOME e TRASFORMA COLONNA - Parte 1
- Comandi in HOME e TRASFORMA COLONNA - Parte 2
- Comandi in HOME e TRASFORMA COLONNA - Parte 3
- Comandi in AGGIUNGI COLONNA
- COLONNE QUALITA DISTRIBUZIONE
Business Intelligence con PowerBI / [Pratica] Le Relazioni4 contenuti
- Introduzione a visualizzazione del modello
- Visualizzazione del modello - Parte 1
- Visualizzazione del modello - Parte 2
- Visualizzazione del modello - Parte 3
Business Intelligence con PowerBI / [Pratica] Le Visualizzazioni20 contenuti
- Introduzione alle Visualizzazioni
- Nozioni base sui VISUAL - Parte 1
- Nozioni base sui VISUAL - Parte 2
- Interazioni tra Visual - Parte 1
- Interazioni tra Visual - Parte 2
- Visual Geografici
- Inserire elementi non Visual
- Visual Filtro e FILTRI - Parte 1
- Visual Filtro e FILTRI - Parte 2
- LAYOUT Dispositivi mobili
- Formattazione condizionale
- Visual Albero scomposizione e Scheda - Parte 1
- Visual Albero scomposizione e Scheda - Parte 2
- Visual Albero scomposizione e Scheda - Parte 3
- Visual Mappa ad Albero e Misuratore - Parte 1
- Visual Mappa ad Albero e Misuratore - Parte 2
- Visual Mappa ad Albero e Misuratore - Parte 3
- Utilizzare dati dal Web - Parte 1
- Utilizzare dati dal Web - Parte 2
- Navigator Pagine
Business Intelligence con PowerBI / [Esercitazione Guidata] Le Visualizzazioni2 contenuti
- Analisi dei sindaci dei comuni italiani - Parte 1
- Analisi dei sindaci dei comuni italiani - Parte 2
Business Intelligence con PowerBI / [Pratica] DAX (Data Analysis Expressions)11 contenuti
- Introduzione a DAX
- Colonna calcolata
- Le Misure - Parte 1
- Le Misure - Parte 2
- Le Misure - Parte 3
- Le Misure - Parte 4
- Misure CALCULATE e RANKX
- Altri esempi di colonne calcolate
- Misure per righe SUMX
- Misure DATA
- Creare TABELLE
Business Intelligence con PowerBI / [Pratica] PowerBI Service10 contenuti
- L'interfaccia di PowerBI Service - Parte 1
- L'interfaccia di PowerBI Service - Parte 2
- L'interfaccia di PowerBI Service - Parte 3
- Gestione Aree di Lavoro
- Gestione e condivisione | Set di Dati
- Gestione e condivisione | Report - Parte 1
- Gestione e condivisione | Report - Parte 2
- Creare report in PowerBI Service
- Le Dashboard - Parte 1
- Le Dashboard - Parte 2
Business Intelligence con PowerBI / [Esercitazione Finale] Analisi degli omicidi negli USA5 contenuti
- ESERCITAZIONE Analisi degli omicidi negli USA
- SOLUZIONE Analisi degli omicidi negli USA - Parte 1
- SOLUZIONE Analisi degli omicidi negli USA - Parte 2
- SOLUZIONE Analisi degli omicidi negli USA - Parte 3
- SOLUZIONE Analisi degli omicidi negli USA - Parte 4
Fondamenti di Analisi Dati con Excel / Introduzione al corso2 contenuti
- Introduzione alla Statistica
- Materiale del corso
Fondamenti di Analisi Dati con Excel / [Teoria] Introduzione ad Excel1 contenuto
- Introduzione a Excel
Il programma è mostrato in estratto, con un massimo di 30 sezioni e 20 contenuti per sezione. I conteggi nella scheda si riferiscono all’intero catalogo del corso.
Durata, livello e prerequisiti
Il livello non è specificato. La proposta di partire da zero appartiene alla descrizione commerciale e trova un riscontro tematico nelle lezioni introduttive su Excel, variabili e frequenze. Il programma comprende però anche calcolo distribuito, RDD, Spark Streaming e modelli di machine learning. Questa estensione suggerisce contenuti con richieste di preparazione diverse, senza permettere di assegnare un livello uniforme o valutare quanto sia graduale il passaggio tra le parti. La lingua indicata è l'italiano.
Prima di iniziare
- I prerequisiti del venditore non sono specificati.
- Come suggerimento di preparazione, una familiarità con file, fogli di calcolo e installazione di software può facilitare l'avvio delle attività.
- Per affrontare le parti su Spark, Python e cloud, può essere utile consolidare prima le basi di programmazione e database; non è un requisito dichiarato.
Punti forti e aspetti da verificare
Cosa emerge dal programma
- L'alternanza dichiarata tra teoria, pratica, esercitazioni e soluzioni rende riconoscibile la struttura di diverse parti del percorso.
- Excel e PowerBI affiancano gli argomenti infrastrutturali su Spark e cloud, offrendo temi pertinenti a esigenze diverse di analisi.
- I casi applicativi sono identificabili e vari: popolazione, sport, dati amministrativi e recensioni di film.
Limiti e informazioni mancanti
- La durata complessiva non è disponibile: resta difficile pianificare lo studio di un percorso composto da 883 unità.
- Formula e periodo di accesso associati ai 137 euro non sono specificati, limitando la valutazione economica.
- Non sono specificati prerequisiti, versioni dei software o eventuali costi per servizi cloud e licenze.
- Le informazioni disponibili non chiariscono modalità di valutazione, assistenza didattica o valore di eventuali attestazioni.
Acquisto, noleggio o abbonamento?
La scheda del corso riporta 137 euro, senza specificare la formula di accesso associata. Non è quindi possibile presentarlo come prezzo d'acquisto né stabilire per quanto tempo i contenuti restino disponibili. Il prezzo originale indicato nel catalogo è 1.870 euro, ma mancano gli elementi per confrontarlo con i 137 euro in termini di condizioni e formula: non documenta un risparmio effettivo. Non sono riportati un prezzo di noleggio o costi di abbonamento. La convenienza dipende soprattutto dalla durata dell'accesso, considerando l'estensione del programma. Un eventuale acquisto potrebbe essere utile per consultazioni ripetute se le condizioni lo consentissero; noleggio o abbonamento sarebbero valutabili conoscendone costo e periodo disponibile. I dati attuali non permettono questo confronto.
Le domande da farsi
È adatto a chi parte da zero?
La descrizione lo propone anche a chi parte da zero, e il programma comprende primi passi su Excel e concetti statistici introduttivi. Sono però presenti anche Spark, cloud e machine learning: mancano indicazioni sul raccordo tra questi livelli e non sono specificati prerequisiti formali.
Quanto tempo richiede il percorso?
Il catalogo conta 198 sezioni e 883 unità, di cui 828 con video, ma non riporta durate utilizzabili. Il totale delle ore non è disponibile e il numero di unità non consente di ricavarlo. Anche il tempo necessario per svolgere le esercitazioni resta da stimare separatamente.
Sono previste esercitazioni pratiche?
Il curriculum prevede esercitazioni e soluzioni su dati della popolazione italiana, statistiche sportive, omicidi negli USA e recensioni di film. Questi titoli documentano attività applicative previste, ma non chiariscono se siano incluse correzioni individuali o revisioni dei progetti.
Il corso garantisce un lavoro come Data Analyst?
La descrizione promette preparazione al lavoro e arriva a parlare di sbocco garantito. I dati disponibili non documentano esiti occupazionali, servizi di inserimento o condizioni di una garanzia. Il programma va valutato per gli argomenti proposti, senza considerare l'assunzione un risultato assicurato.