Corso Microsoft: Coding e Analisi Dati con AI

Lezione 1 • Configurazione del Suo ambiente di analisi

Guida la configurazione dell'ambiente per Python, VS Code e Copilot. Un setup funzionante è necessario prima di iniziare qualsiasi esercizio pratico di programmazione.

Lezione 2 • Panoramica sugli strumenti di IA Microsoft

Passa in rassegna i prodotti Microsoft con IA integrata pertinenti al lavoro con i dati. Gli studenti identificano quali strumenti applicare ai propri scenari di analisi specifici.

Lezione 3 • Analisi dei dati nel luogo di lavoro moderno

Definisce i ruoli, gli output e il valore aziendale dell'analisi dei dati. Ancora il corso mostrando come la programmazione e l'IA accelerino la produttività dell'analista.

Lezione 1 • Gestione dei file e dei formati di dati

Illustra la lettura e la scrittura di file CSV, JSON ed Excel in Python. Consente direttamente l'acquisizione di dati reali da analista nei capitoli successivi.

Lezione 2 • Sintassi di Python e tipi di dati

Tratta variabili, operatori e tipi di dati fondamentali utilizzati negli script di analisi. Fornisce le basi sintattiche necessarie per tutti i capitoli successivi dedicati alla programmazione.

Lezione 3 • Controllo del flusso e funzioni

Insegna le istruzioni condizionali, i cicli e le funzioni riutilizzabili per automatizzare passaggi di analisi ripetitivi. Gli studenti trasformano le attività manuali in funzioni richiamabili.

Lezione 4 • Utilizzo di Copilot per Accelerare la Programmazione in Python

Applica GitHub Copilot per velocizzare la scrittura di script Python con suggerimenti in linea. Gli studenti imparano a valutare, accettare e perfezionare in modo critico i completamenti dell'IA.

Lezione 1 • Filtraggio, ordinamento e trasformazione dei dati

Tratta il filtraggio booleano, l'ordinamento multi-colonna e le trasformazioni di colonna. Queste operazioni costituiscono il core dei flussi di lavoro di analisi esplorativa dei dati.

Lezione 2 • Tecniche di pulizia dei dati

Affronta i valori mancanti, i duplicati e i formati incoerenti che compromettono l'analisi. Gli studenti applicano prompt di Copilot per generare e convalidare il codice di pulizia.

Lezione 3 • DataFrame e Serie di Pandas

Presenta le strutture DataFrame e Series, centrali per il lavoro con i dati tabulari. Stabilisce i pattern di indicizzazione e selezione utilizzati in tutto il capitolo.

Lezione 4 • Raggruppamento e aggregazione

Insegna le operazioni di groupby e le tabelle pivot per riepilogare i dati aziendali. Gli studenti generano report di sintesi che confluiscono direttamente nei capitoli sulla visualizzazione.

Lezione 1 • Prompting per la generazione di codice

Si concentra sulla generazione di codice Python e SQL attraverso prompt precisi in linguaggio naturale. Gli studenti confrontano gli output in diverse varianti di prompt per comprenderne la sensibilità.

Lezione 2 • Prompt a catena di pensiero e a più fasi

Presenta i prompt concatenati che scompongono analisi complesse in passaggi sequenziali assistiti dall'IA. Gli studenti costruiscono catene di prompt per flussi di lavoro sui dati end-to-end.

Lezione 3 • Modelli di prompt e librerie riutilizzabili

Guida la creazione di modelli di prompt parametrizzati archiviati per il riutilizzo da parte del team. Stabilisce una libreria personale di prompt come asset di produttività professionale.

Lezione 4 • Prompting per l'interpretazione dei dati

Utilizza l'IA per riepilogare le statistiche, spiegare le anomalie e redigere approfondimenti narrativi. Collega l'output linguistico dell'IA alla fase di narrazione dell'analisi.

Lezione 1 • Scrittura di Script di Automazione Assistita da Copilot

Usa Copilot per redigere, rifinire e documentare script di automazione end‑to‑end. Gli studenti valutano la correttezza e la sicurezza del codice di automazione generato dall'IA.

Lezione 2 • API di Microsoft Graph per i dati di Office

Presenta le API di Microsoft Graph per la lettura dei dati di SharePoint, OneDrive e Teams. Gli studenti eseguono l'autenticazione e recuperano i dati aziendali in modo programmatico.

Lezione 3 • Pianificazione e attivazione degli script di automazione

Insegna la pianificazione delle attività con Windows Task Scheduler e i trigger di Funzioni di Azure. Gli studenti distribuiscono script eseguiti automaticamente con una cadenza definita.

Lezione 4 • Automazione di Excel con openpyxl e xlwings

Tratta la creazione programmatica di cartelle di lavoro, la formattazione e l'inserimento di formule. Sostituisce il lavoro manuale in Excel con script Python riproducibili e schedulati.

Lezione 1 • Scrittura di query SQL assistita dall'IA

Utilizza Copilot e prompt in linguaggio naturale per generare e spiegare query SQL. Gli studenti convalidano il codice SQL generato dall'IA rispetto ai risultati attesi prima della distribuzione.

Lezione 2 • Connessione di Python ai database

Dimostra connessioni SQLAlchemy e pyodbc a SQL Server e Azure SQL. Gli studenti eseguono query da Python e caricano i risultati direttamente in DataFrame.

Lezione 3 • Costruzione di pipeline di dati automatizzate

Concatena l'estrazione SQL, la trasformazione Python e i passaggi di caricamento in pipeline pianificate. Gli studenti distribuiscono una pipeline ETL funzionante entro la fine della sezione.

Lezione 4 • Ottimizzazione delle Query e Prestazioni

Tratta l'indicizzazione, i piani di esecuzione e la riscrittura delle query per migliorare le prestazioni. Gli strumenti di IA aiutano a identificare i pattern di query lente e a suggerire miglioramenti.

Lezione 1 • Dashboard interattivi con Plotly e Streamlit

Crea dashboard web interattive distribuibili all'interno di un browser o di una scheda Teams. Estende i grafici statici in strumenti esplorabili per gli stakeholder non tecnici.

Lezione 2 • Creare grafici con Matplotlib e Seaborn

Produce grafici a barre, a linee, a dispersione e mappe di calore utilizzando librerie Python. Gli studenti personalizzano ed esportano figure di qualità pubblicabile a partire da dati in DataFrame.

Lezione 3 • Riepiloghi narrativi generati dall'IA

Utilizza Copilot e Azure OpenAI per generare riepiloghi scritti di insight a partire dai dati dei grafici. Gli studenti rivedono, modificano e incorporano le narrative generate dall'IA nei report per gli stakeholder.

Lezione 4 • Principi di visualizzazione per analisti

Tratta la selezione dei grafici, la teoria del colore e i principi di chiarezza per un pubblico aziendale. Previene gli errori comuni di visualizzazione prima che venga scritto qualsiasi codice.

Lezione 1 • Generazione aumentata da recupero per i dati

Combina la ricerca vettoriale con l'IA generativa per rispondere a domande su ampi insiemi documentali. Gli studenti costruiscono una pipeline di generazione aumentata dal recupero su dati aziendali.

Lezione 2 • API Azure OpenAI per l'analisi personalizzata

Chiama gli endpoint di Azure OpenAI da Python per integrare l'IA generativa negli strumenti di analisi. Gli studenti sviluppano funzioni che inviano il contesto dei dati e recuperano risposte strutturate dell'IA.

Lezione 3 • Governance dell'IA e gestione del rischio

Affronta bias, allucinazioni, privacy dei dati e verificabilità nell'analisi assistita dall'IA. Gli studenti applicano una checklist di governance prima di distribuire qualsiasi soluzione basata sull'IA.

Lezione 4 • Progetto conclusivo: Progetto di analisi IA end-to-end

Gli studenti progettano e realizzano un progetto completo di analisi assistita dall'IA, dai dati grezzi al report per gli stakeholder. Integra tutte le competenze fondamentali del capitolo in un unico elaborato oggetto di valutazione.