News

"Python for Data Analysis": un modello collaborativo per la formazione infra-dipartimentale

28/05/2026

Locandina Python for Data Analysis II parte
Locandina Python for Data Analysis II parte

La formazione, intesa come leva strategica per la valorizzazione del capitale umano e il miglioramento dell’efficienza organizzativa, contribuisce alla creazione di valore pubblico sia per il settore di riferimento sia, soprattutto, per l’impatto che il trasferimento della conoscenza produce nel medio periodo sulla collettività e sul sistema nel suo complesso. In questo contesto, l’adozione di modelli formativi orientati allo sviluppo di competenze tecniche (normative e amministrative), trasversali (soft skill e leadership) e legate alle transizioni “time-sensitive” (digitale, ecologica e organizzativa), affrontate in modo integrato rispetto agli ambiti scientifici che caratterizzano le attività del personale del Consiglio Nazionale delle Ricerche, consente di migliorare i processi organizzativi e rafforzare la collaborazione interna infra-dipartimentale, in linea con gli obiettivi di innovazione e modernizzazione della Ricerca Pubblica.

In tale prospettiva nasce il corso “Python for Data Analysis - For life sciences Researchers” (articolato in due parti nel corso del 2026) concepito come modello collaborativo di formazione infra-dipartimentale su una tematica trasversale e di forte attualità, comune a diversi ambiti scientifici, tra cui fisica e chimica. La prima parte è stata strutturata con lezioni erogate in moduli di Coding mentre la seconda con Seminari di approfondimento. Per entrambe è stata utilizzata la piattaforma Teams.

L’iniziativa è stata sviluppata da un team guidato dall’Istituto di Biofisica, coordinato da Francesca Spanò in qualità di Referente del progetto formativo, in collaborazione con l’Istituto Nanoscienze e l’Istituto di Scienze e Tecnologie Chimiche “Giulio Natta”. Il gruppo di lavoro ha progettato e realizzato un percorso formativo caratterizzato da una docenza multidisciplinare, qualificata e coerente con gli obiettivi didattici, curandone non solo l’organizzazione operativa ma anche tutte le fasi successive: dalla rilevazione del gradimento e valutazione dell’impatto, alla certificazione delle competenze acquisite, fino alla promozione di relazioni e network professionali funzionali alla replicabilità dell’esperienza. Infine, la scelta di adottare uno strumento dinamico ha reso possibile introdurre soluzioni operative migliorative 'in corsa'.

Il modello proposto si è articolato in tutte le fasi del ciclo formativo: pianificazione dei contenuti; armonizzazione operativa e normativa con l’Unità Formazione e Welfare del CNR; selezione del corpo docente; definizione e aggiornamento dei contenuti con integrazione di attività ed esercitazioni pratiche; promozione del corso; gestione della fruizione in modalità digitale con relativo supporto tecnico; rilevazione del gradimento e valutazione dell’impatto; emissione e certificazione degli attestati tramite i sistemi dedicati.

L’iniziativa, infine, si inserisce nel quadro della Direttiva “Valorizzazione delle persone e produzione di valore pubblico attraverso la formazione. Principi, obiettivi e strumenti” (Direttiva Zangrillo), che prevede un minimo di 40 ore annue di formazione per il personale pubblico, conseguendo un duplice risultato:

  • la definizione di un modello replicabile di elevato valore aggiunto, in grado di rispondere alle esigenze emergenti di formazione tecnica;
  • il contributo al raggiungimento degli obiettivi formativi individuali previsti dal CNR in attuazione della Direttiva.

Per informazioni:
Francesca Spanò
CNR - Istituto di biofisica
presso Area Territoriale della Ricerca CNR Genova -Via De Marini,6 - 16149 GE
francesca.spano@cnr.it
Il team operativo del progetto è composto da Michela La Ferla (Cnr-Ibf), Alessandro Pittaluga (Cnr-Ibf) e Michela Tassistro (Cnr-Scitec)

Vedi anche:

Immagini: