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 e il Sabato, dalle ore 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
  • 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.