Skip to content

PERCORSO

Come si articola

Il percorso si articola in 4 moduli che affrontano gli aspetti fondamentali della gestione, del trattamento e dell’analisi del dato e di project management. C’è la possibilità di seguire percorsi differenziati tenendo conto delle skill e degli obiettivi formativi individuali. 

Lezioni frontali, esercitazioni, homework, laboratori, verifiche delle competenze, presentazione/discussione dei progetti, testimonianze aziendali, seminari azienda/università e, in conclusione, il project work o uno stage.

Nei laboratori, il lavoro di progettazione di gruppo permette sia un reale apprendimento delle competenze tecnologiche, che l’acquisizione di competenze di comunicazione e di project management.

ORGANIZZAZIONE DIDATTICA

CALENDARIO

Aprile - Gennaio (360 ore di lezione).
Gennaio - Aprile (300 ore di stage o project work).
Le lezioni si svolgono il Venerdì dalle 9:00 alle 18:00 e il Sabato dalle 9:00 alle 13:00.

ESAMI E FREQUENZA

4 esami + 1 prova finale equivalenti a 60 CFU.
Richiesto il 75% delle ore di presenza.

IL PERCORSO FORMATIVO

  • B.I. & B.D. Management

    Business Intelligence & Big Data Management

    Il modulo permette di acquisire le conoscenze per la comprensione, l’analisi e la progettazione di un’architettura Big Data, conoscere le principali componenti architetturali e, per ciascuna di esse, approfondire le funzionalità richieste e i principali strumenti tecnologici, acquisire le tecniche principali di elaborazione dati in modalità tradizionale e distribuita, progettare e realizzare dashboard di fruizione dati, utilizzando i principali strumenti di mercato.

    • Foundations of BI & Big Data Analytics

    • Relational DB, Data Modelling NoSQL

    • Data Quality & Data Integration

    • Big Data Processing e calcolo distribuito

    • Il linguaggio Python

    • Cloud Computing

    • Data Streaming e Data Ingestion Patterns (API, Web Scraping, Crawling)

    • Machine Learning in ambiente cloud

    • Data Visualization

    • Laboratorio – Team Project

  • Statistical Modeling & M.L.

    Statistical Modeling & Machine Learning

    Il modulo si propone di fornire un’approfondita conoscenza delle tecniche e degli strumenti di Data Mining e Machine Learning, mostrando come possano essere impiegati per risolvere problemi pratici e per fornire valore aggiunto nei processi di business. Dopo una prima parte che fornisce le competenze di Statistical Modelling, vengono presentate le peculiarità distintive del Data Mining e del Machine Learning e le modalità in cui possono essere utilizzate per produrre benefici in processo di analisi di Big Data. L’obiettivo del modulo è di fornire conoscenze che permettano di affrontare un problema di analisi dati in tutte le sue fasi: scopo dell’analisi, preparazione del dato, scelta del modello e della tecnica adeguata confrontando diversi possibili scenari, presentazione dei risultati ottenuti e delle motivazioni sulle scelte effettuate.

    • Foundations on Statistics
      Inferenza e distribuzioni
      Fondamenti di inferenza (stimatori, IC, test e  pvalue)
    • Statistical Modelling
      Modelli statistici (logit e regression)
    • Data Mining & Machine Learning
      Train, Test, Validation e Crossvalidation
      Overfitting E Bias vs Variance tradoff
      Classification Metrics
      Knn, Naive Bayes, Random Forest, Boosting, Ensemble Logistic Regression Classifier, Neural Networks
      Outlier management
      Regularization
      Forecast Cluster Analysis
    • Data Preprocessing & Machine Learning
    • Laboratorio – Team Project
  • NLP & Computer Vision

    NLP & Computer Vision

    Il modulo si propone di presentare le principali metodologie e strumenti di analisi dei dati NON strutturati presenti nei Social Media (Twitter, Facebook, Instagram, Blog…) e illustrare, anche attraverso la presentazione di casi di studio, le tecniche per valutare l’impatto che l’utilizzo dei dati Social Media può avere sulle strategie e sui processi aziendali. Vengono inoltre approfondite le tecniche per la manipolazione del dato testuale e delle immagini.

    • Natural Language Processing in Business

    • Fundamentals of deep learning for text analytics

    • Web Analytics and Sentiment Analysis

    • Text Representation through word embeddings

    • Large Language Models

    • Generative AI

    • Explainable AI for Decision Making

    • Computer Vision in Business

    • Fundamentals of deep learning for computer vision

    • Relevant Neural Network Architectures for Computer Vision

    • Neural Networks for Image Classification, Segmentation and Object Detection

    • Laboratorio 

    • Team Work

  • Analytics & Management

    Analytics & Management for Business

    Il modulo si propone di presentare i concetti e le soluzioni fondamentali per organizzazioni che  desiderano diventare data-driven. Vengono in particolare approfondite due tematiche applicative comuni nelle aziende (corporate performance management e customer relationship management) e l’utilizzo della AI per il supporto delle decisioni aziendali. Il modulo fornisce inoltre le competenze base di Project Management, in particolare con la metodologia Agile.

    • Data-driven organisation

    • Corporate performance management (cpm)

    • Ai & decision making

    • Agile project management

    • Machine learning e customer relationship management (crm)

Quali competenze acquisisci?

Big Data Management

RDBMS e NoSQL Approaches
Data Integration
Data Quality techniques and tools
Data Visualization
Business Intelligence
Big Data Architectures (Hadoop, Spark)
Principi di cloud computing
Architetture Big data e BI in nel mondo Cloud
Calcolo distribuito e machine learning

Statistical Modelling/Data Mining /Machine Learning

Modelli lineari classici / Modelli lineari logistici
Machine Learning
Alberi decisionali / Classification
SAS System, SAS Enterprise Miner
R Programming
Cluster Analysis
Deep Learning
Computer Visions and Image recognition

Web Data Analytics

Web Scraping
Text Analytics
Text Mining
Sentiment Analysis
Transformers
Generative AI
Large Language Model (LLM)
Word embeddings

Management

Data-driven decision making
Gestione dei progetti big data con metodologia agile
Explainable artificial intelligence
Crm recommandations systems

TOOLS and PLATFORMS

Per le esercitazioni e laboratori si utilizzano software proprietari ed open source, tra cui MySQL, MongoDB, Neo4j, OpenRefine, Talend, QlickSense, Tableau, ElasticSearch, Kibana, SAS/STAT, SAS Enterprise Miner, RapidMiner, Microsoft PowerBI,  AWS, Cloudera, SPARK, Python, SCALA, Hadoop, Sklearn, Jupyter, Tensorflow, Board.

ENTRA NEL
BI & BDA MASTER

Compilando il seguente modulo, riceverai un’email con tutte le informazioni necessarie per procedere con la tua domanda di ammissione alle selezioni.