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
- Foundations on Statistics
-
Web Data Analytics
Web Data Analytics
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.
Web Analytics Fundamentals
Social Media Analytics e Social Media Marketing
Web Scraping
Text Mining & Analytics
Natural Language Content Analysis
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 AIi 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
Web Data Analytics
Web Scraping
Text Analytics
Text Mining
Sentiment Analysis
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, Microsoft Azure, 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.