Data Analytics Accelerator

Un percorso pratico per imparare a raccogliere, pulire, analizzare e visualizzare dati reali utilizzando Python e SQL.

Richiedi informazioni ↗

I PUNTI DI FORZA

Python e SQL per la Data Analysis

Dataset reali ed esercizi pratici

4 Project Lab

per costruire il tuo portfolio

A chi è rivolto questo percorso?

• Studenti e laureandi in economia, statistica, informatica, ingegneria e discipline affini.

• Neolaureati che vogliono acquisire competenze pratiche per lavorare nel mondo della Data Analysis.

• Professionisti che vogliono utilizzare Python e SQL per analizzare dati, automatizzare attività e migliorare l'efficienza lavorativa.

• Chi conosce già le basi di Python e vuole imparare ad applicarlo all'analisi dei dati.

Cosa imparerai

Analizzare e pulire dataset reali con Python e Pandas Creare grafici e visualizzazioni con Matplotlib e Seaborn Calcolare KPI e individuare insight di business Automatizzare l'elaborazione dei dati con Python Interrogare database relazionali utilizzando SQL Sviluppare progetti di Data Analysis e dashboard interattive

Guarda la prima lezione gratuitamente!

Vuoi scoprire come sono strutturate le lezioni del Data Analytics Accelerator?

La prima lezione del modulo Python per la Data Analysis è disponibile gratuitamente sul mio canale YouTube.

Guarda su YouTube ↗

Programma dettagliato

MODULO 1 — PYTHON PER LA DATA ANALYSIS

PANDAS

1. Dai dati grezzi alla prima analisi con Pandas

2. Esplorare e selezionare i dati che ti servono

3. Trovare le informazioni giuste: filtri e condizioni

4. Dati sporchi? Missing Values e duplicati

5. Trasformare dati disordinati in dati pronti per l'analisi

6. Analizzare date, periodi e trend temporali

7. Creare nuove variabili e metriche di analisi

8. Dai numeri agli insight: statistiche e riepiloghi

9. Analizzare gruppi e categorie con GroupBy e Pivot Table

10. Costruire dataset completi: Merge, Join e Concat

DATA VISUALIZATION

11. Dai dati ai grafici: Data Visualization con Python

12. Scegliere il grafico giusto per raccontare i dati

13. Creare visualizzazioni chiare, professionali e personalizzate

14. Scoprire pattern e relazioni nei dati con Seaborn

AUTOMATION

15. Automatizzare l'elaborazione di file e dati con Python

16. Trasformare un'analisi Python in un Data Tool

17. Creare dashboard interattive con Streamlit

MODULO 2 — SQL PER LA DATA ANALYSIS

1. Introduzione ai database e a SQLite

Database relazionali, tabelle, chiavi primarie, chiavi esterne e SQLite.

2. Estrarre e organizzare i dati

SELECT, FROM, AS, DISTINCT, ORDER BY, LIMIT.

3. Filtrare i dati con WHERE

Operatori di confronto e logici, IN, BETWEEN, LIKE.

4. Funzioni di aggregazione

COUNT, SUM, AVG, MIN, MAX, ROUND.

5. GROUP BY, HAVING e analisi dei KPI

Raggruppamenti, filtri sulle aggregazioni e calcolo di indicatori.

6. Collegare più tabelle con le JOIN

INNER JOIN, LEFT JOIN, RIGHT JOIN, FULL OUTER JOIN e JOIN multiple.

7. Gestione dei NULL e trasformazione dei dati

COALESCE, IFNULL, CASE WHEN.

8. Lavorare con date e testo

DATE, STRFTIME, UPPER, LOWER, LENGTH, SUBSTR, TRIM, REPLACE.

9. Query annidate (Subquery)

Sottoquery con SELECT, WHERE, IN e funzioni di aggregazione.

10. Collegamento tra Python e SQLite

sqlite3, connessione al database, esecuzione di query SQL e importazione dei risultati in Pandas.

PROJECT LAB

Project Lab 1 — E-commerce Customer & Sales Analysis

Analisi delle performance di una piattaforma e-commerce attraverso 7 dataset collegati, con focus su vendite, clienti, prodotti e canali di acquisizione.

Project Lab 2 — Financial Markets Analysis

Analisi comparativa di 10 asset finanziari attraverso rendimenti, volatilità, correlazioni e indicatori di rischio.

Project Lab 3 — HR Workforce & Payroll Analytics

Analisi dei dati HR e delle retribuzioni della città di New York, con sviluppo di una dashboard interattiva in Streamlit.

Project Lab 4 — Logistics & Delivery Analysis

Analisi di un database logistico attraverso SQL per studiare ordini, spedizioni e performance delle consegne.

Dettagli del percorso

• 17 lezioni Python dedicate a Pandas, Data Visualization e automazione.

• 10 lezioni SQL dedicate ai database relazionali e all'analisi dei dati.

• 4 Project Lab con correzione personalizzata.

• Videolezioni registrate di circa 30 minuti, già disponibili sulla piattaforma.

• Esercizi pratici su dataset a ogni lezione.

• Lezione bonus su GitHub per imparare a costruire il proprio portfolio.

• Chat di supporto 7 giorni su 7 con me e gli altri studenti.

• Accesso a vita alle lezioni e ai materiali.

• Certificato di partecipazione.

Hai domande?

Scrivimi! Ti aiuterò a capire se questo percorso è adatto ai tuoi obiettivi.

Richiedi informazioni ↗

Gloria, Data Scientist e docente di Python

Il corso è tenuto da Gloria

Sono Data Scientist e docente di Python. Negli ultimi anni ho aiutato oltre 200 studenti a imparare Python e a utilizzarlo per analizzare dati, costruire modelli e sviluppare progetti pratici.

200+ Studenti formati 3 Percorsi di formazione Python · Data Analysis · Finance & Risk

Vuoi accedere al corso?

Scegli il percorso più adatto ai tuoi obiettivi: puoi iscriverti al singolo modulo Python o SQL oppure al Data Analytics Accelerator completo.

PYTHON PER LA DATA ANALYSIS

€280

17 lezioni + 3 Project Lab

Richiedi informazioni ↗

SQL PER LA DATA ANALYSIS

€180

10 lezioni + 1 Project Lab

Richiedi informazioni ↗