big data university

Una Big Data University alla portata di tutti. E' quella creata da Ibm (vai al sito ufficiale) che finora ha aiutato 400 mila studenti in tutto il mondo. Gli appassionati di Big Data possono iscriversi gratuitamente da casa e studiare secondo i propri ritmi. Dietro l'idea c'è l'obiettivo di creare una community indipendente dall'azienda ma intimamente connessa a essa. Che allo stesso tempo permette poi di creare pacchetti ad hoc per le singole aziende. 

«Perché stai facendo questo gratuitamente? Qual è il vero motivo?», è stato chiesto tempo fa a Leon Katsnelson, direttore di IBM e CTO per le tecnologie emergenti: «IBM non si è trasformato in ente comunista o anti-capitalista. Siamo nel business della vendita di strumenti e attrezzi per le persone. Se le persone imparano da noi, verranno a comprare da noi».

Big Data University e l'impatto dei dati

Ma a che cosa serve una Big Data University? A prepararsi a una delle rivoluzioni che attraverseranno i prossimi anni nel mondo sempre più automatizzato e "4.0". Ogni azione che compiano in Rete e ogni movimento compiuto a una macchina in fabbrica diventa un dato, insieme a tutti gli input raccolti passivamente da telecamere di sorveglianza, contatori intelligenti e oggetti connessi. La mole di dati che produce il mondo è immensa e chi riuscirà a leggerli e sfruttarli avrà un vantaggio competitivo. 

Nei prossimi anni le aziende avranno di fronte una duplice sfida: introdurre in azienda gli strumenti per raccogliere e analizzare i dati (analytics), ma anche di definire una data strategy che consenta di estrarre conoscenza e quindi valore. Secondo Sas, sono cinque gli elementi chiave del processo di data management: identificazione, memorizzazione, condivisione, integrazione e gestione. 

Identificare il dato significa catalogarlo in modo univoco all’interno dell’azienda, per poi memorizzarlo efficacemente evitando la duplicazione e renderlo disponibile per ogni tipo di analisi. Da qui partirà poi il processo che porti all’integrazione delle diverse sorgenti presenti di dati in azienda per arrivare a una data governance che impatti concretamente il futuro del'azienda. 

Ecco dunque le logiche di utilizzo dei dati: 

  • Descrittiva, fotografa il passato e il presente dei processi aziendali e dei flussi produttivi, e rende accessibili i principali indicatori di performance al management.
  • Predittiva, sfrutta le potenziali correlazioni tra dataset aziendali (comportamento d’acquisto degli utenti, dati di vendita) e tra questi e dataset esterni (dati meteorologici, eventi rilevanti in ambiti eterogenei: ambientale, politico, sportivo, etc.) per individuare pattern ricorrenti su base storica.
  • Prescrittiva, rappresenta l’evoluzione del modello predittivo. Gli algoritmi non vengono sfruttati solo per suggerire gli scenari futuri ma, attraverso tecniche avanzate di machine learning, per fornire ai decision maker dell’azienda soluzioni operative e strategiche.
  • Automatizzata, è l’anello finale del processo. Con l’incremento della quantità di dati e la complessità delle interazioni tra di essi, cresce la disponibilità di strumenti capaci di implementare in autonomia le azioni suggerite dagli algoritmi prescrittivi.

Le Big Data University italiane

Ora che abbiamo capito l'importanza dei Big Data, possiamo spiegare perché molti atenei italiani hanno seguito Ibm sulla strada delel Big Data University. Un rapporto del Miur ha censito l’offerta esistente attraverso i database esistenti e richiedendo autosegnalazioni di iniziative in corso. L’offerta didattica è nata in grande parte all’interno dei dipartimenti di informatica e ingegneria informatica ed è disponibile per gli studenti impegnati in percorsi di studio “tradizionali”, per lo più magistrali, ma anche per lauree di primo livello e dottorati. Dal punto di vista dei corsi di laurea appositamente pensati per la formazione del data scientist, ne sono stati censiti undici. Eccoli:

big-data-university-italiane