Docenti

  • PIETRO CURTOLILLO: Marketing & Communication Director in CRIF
  • MIRCO BALDUINI: Data Scientist in CRIF

Speaker

  • ENRICO CLERICI: Digital Transformation Director in Gruppo Montenegro
  • ANDREA SEGANTINI: Corporate IT Project Manager & Organizational Analyst Senior in CRIF


Il programma

I contenuti

PARTE 1: 120 mins (PIETRO CURTOLILLO)

Introduzione alla digitalizzazione:

  • Definizione di digitalizzazione e il suo impatto sulle PMI
  • Vantaggi della digitalizzazione: efficienza operativa, riduzione dei costi, miglioramento della qualità del servizio e competitività
  • Principali tendenze tecnologiche: Internet delle cose (IoT), Intelligenza Artificiale (AI), Big Data, Cloud Computing
  • Tecnologia: Infrastrutture e strumenti digitali
  • Persone: Cultura aziendale e competenze digitali
  • Processi: Reingegnerizzazione e automazione dei processi aziendali
  • Resistenza al cambiamento
  • Mancanza di competenze digitali
  • Sicurezza informatica

Presentazione di strumenti di assessment di valutazione per misurare il livello di maturità digitale delle organizzazioni:

  • Definizione di maturità digitale
  • Gli strumenti più utilizzati per valutare la maturità digitale

PARTE 2: 75 mins (PIETRO CURTOLILLO)

- Presentazione dei modelli di digital transformation e loro applicazione nei contesti organizzativi

- Presentazione di business model e loro applicazione nei contesti organizzativi:

  • Business Model Canvas e Lean Canvas: Variante del Business Model Canvas focalizzata su startup e innovazione
  • Come utilizzarlo per ottimizzare il modello di business esistente

PARTE 3: 60 mins (MIRCO BALDUINI) - INTRODUZIONE INTELLIGENZA ARTIFICIALE

  • Dati di contesto sull’IA
  • La figura del Data Scientist
  • Glossario di base su AI, Deep Learning e Machine Learning
  • Il processo di costruzione e l’utilizzo di un modello predittivo
  • Focus su Machine Learning: modelli supervisionati vs modelli non supervisionati; modelli di classificazione; modelli di regressione
  • Modelli di classificazione-associazione
  • Valutazione delle performance di un modello
  • Dati strutturati e non strutturati
  • Esempi concreti cross-dipartimentali con focus su input del modello; Output costruzione del modello e risultati

PARTE 4A: 30 mins (ENRICO CLERICI) - ESEMPI DI ADVANCED ANALYTICS

  • Advanced Analytics in Montenegro: la testimonianza di Montenegro con gli use case identificati post formazione Data Driven culture

PARTE 4B: 30 mins (ANDREA SEGANTINI) - ESEMPI DI ADVANCED ANALYTICS

  • Advanced Analytics in HR di CRIF con PAS: la testimonianza di CRIF per l’applicazione di analitiche predittive nel mondo HR

PARTE 5: 105 mins (MIRCO BALDUINI) - ESERCIZIO PRATICO

  • Comprensione su precisione e valutazione di un modello sviluppato dalla data science
  • Esercitazione pratica per applicare quanto appreso nella teoria
  • Spazio Q&A