Python è diventato il linguaggio standard del mondo finanziario: semplice, potente e indispensabile per il Machine Learning e l’Intelligenza Artificiale. Il percorso di CRIF Academy è progettato per trasformare professionisti finanziari in esperti di analisi dei dati, fornendo le competenze tecniche necessarie per automatizzare processi, analizzare grandi moli di dati e costruire modelli predittivi.
Perché partecipare
• Accessibilità e Potenza: Python è noto per la sua sintassi leggibile, rendendolo ideale anche per chi non ha un background da programmatore ma deve gestire analisi complesse.
• Versatilità Professionale: dallo sviluppo web all'automazione, fino all'apprendimento automatico, Python è il linguaggio più richiesto per l'innovazione tecnologica (AI e IoT).
• Efficienza operativa: imparare a utilizzare librerie specializzate permette di accelerare drasticamente i tempi di manipolazione e visualizzazione dei dati rispetto ai tool tradizionali.
Struttura e Descrizione dei Moduli
Modulo A | Fondamenti di Python
Dal 30 aprile al 4 giugno 2026 Un percorso progressivo volto a fornire le basi solide del linguaggio, abilitando i partecipanti alla manipolazione dei dati.
• A.1 Introduzione alla Data Science: panoramica sulle potenzialità di Python nel settore finanziario e setup dell'ambiente di lavoro.
• A.2 Introduzione a Python: variabili, tipi di dati, operatori e le prime strutture di controllo (if/else, for/while).
• A.3 Gestione di file e moduli: come importare librerie esterne, leggere e scrivere file, e organizzare il codice in funzioni.
• A.4 Data Preparation: utilizzo di Pandas per la pulizia del dato, gestione dei valori mancanti e trasformazione delle tabelle.
• A.5 Analisi esplorativa dei dati (EDA): utilizzo di strumenti per la preparazione del dato e gestione duplicati, outliers di valori mancanti e analisi tipiche della modellazione del credito.
• A.6 Data visualization: utilizzo di strumenti di visualizzazione del dato con esempi coerenti dell’analisi esplorativa del dato nell’ambito del rischio di credito.
