Master data science for economics business and finance - secondo livello

Master
Master di secondo livello
A.A. 2018/2019
Area
Giuridica, politica, economica e sociale
Master di secondo livello
60
Crediti
1
Anni
15-03-2019 - 20-12-2019
Italiano
Coordinatore Master
Il corso si prefigge l'obiettivo di formare alla professione del data scientist coloro che intendano completare le proprie conoscenze acquisite in ambito universitario e di fornire un'occasione formativa e di rinnovo delle competenze nell'ambito della data science a chi è già entrato nel mondo del lavoro. Queste competenze includono la capacità di analizzare e comprendere la natura dei Big Data attraverso moderne tecniche statistiche e informatiche di intelligenza artificiale - come il machine learning e il data mining - utili all'estrazione di relazioni significative e pattern costituenti dei dati, alla costruzione di modelli predittivi, l'implementazione di analisi sugli effetti delle decisioni di natura politica, economica o sociale, la valutazione dei rischi (finanziari e assicurativi), la pianificazione delle strategie di mercato.

Il percorso formativo comprende attività didattica frontale e altre forme di addestramento, quali laboratori, per un totale di 520 ore. Seguirà un periodo di tirocinio della durata di 250 ore.

I singoli insegnamenti sono disponibili nella sezione "Curriculum unico".

Gli ammessi al corso sono tenuti al versamento di un contributo d'iscrizione pari a € 5.000,00 (compresa la quota assicurativa).
Il corso si rivolge ai possessori di laurea nelle seguenti classi ex D.M. 270/2004:
L-2 Biotecnologie;
L-5 Filosofia;
L-8 Ingegneria dell'informazione;
L-9 Ingegneria industriale;
L-18 Scienze dell'economia e della gestione aziendale;
L-24 Scienze e tecniche psicologiche;
L-30 Scienze e tecnologie fisiche;
L-31 Scienze e tecnologie informatiche;
L-33 Scienze economiche;
L-35 Scienze matematiche;
L-36 Scienze politiche e delle relazioni Internazionali;
L-40 Sociologia;
L-41 Statistica;
L/DS Scienze della difesa e della sicurezza.
Tre sono i principali sbocchi professionali per i discenti del master. Core data scientist: una figura della data science che si colloca presso aziende che offrono consulenza e servizi sulla data science e che ha come mansioni lo studio e la proposta di nuovi modelli e soluzioni per i clienti della propria azienda. Data scientist applicato: una figura che si colloca presso aziende che hanno un core business diverso dalla data science, come ad esempio agenzie di comunicazione, aziende di servizi, produttori di beni o contenuti, ma che hanno processi aziendali in cui i dati svolgono un ruolo cruciale. Data science expert: una figura che si colloca in aziende che operano a stretto contatto con divisioni o altre aziende che producono soluzioni tecnologiche basate sulla data science e che ha l'obiettivo di mediare fra le diverse componenti aziendali e di comprendere, coordinare e promuovere progetti basati sulla data science.

Elenco insegnamenti

Non definito
Attività formative Docente/i Crediti Ore totali Lingua
Obbligatorio
Applied data science for economics lab 2 25 Italiano
Applied data science for finance lab
2 25 Italiano
Applied data science for marketing lab
2 25 Italiano
Cloud computing, data base and web scraping lab 2 25 Italiano
Cybersecurity and privacy 3 30 Italiano
Data mining and machine learning lab 2 25 Italiano
Databases (SQL, NoSQL), data linking and data visualization 2 20 Italiano
Decision making with mathematical computing and optimization 3 30 Italiano
Distributed and parallel computing
2 20 Italiano
Economic and financial time series analysis
Bacchiocchi Emanuele
3 30 Italiano
Economic data science for program, policy and system evaluation 3 30 Italiano
Elements of artificial intelligence and expert systems 2 20 Italiano
Elements of computational statistics and statistical learning 3 30 Italiano
Elements of r and python 3 30 Italiano
Financial data science for risk analysis 3 30 Italiano
Machine learning and data mining 3 30 Italiano
Programming for data science lab
2 25 Italiano
Social network analysis, social media and sentiment analysis 2 20 Italiano
Strategic data science marketing: extracting new value from proprietary data 3 30 Italiano
Web scraping and crawling, open data, markup languages and data shaping 2 20 Italiano