ORGANIZZAZIONE DIDATTICA
Il master prevede lezioni frontali, esercitazioni singole e di gruppo, homework e progetti. Al termine di ogni modulo è previsto un esame/progetto di verifica delle competenze acquisite. Il percorso Formativo è composto da alcune sezioni comuni e da alcune sezioni nella quali è possibile scegliere due percorsi alternativi, al termine dei quali nei Workshop vengono condivise e confrontate alcune delle competenze acquisite.  Lo studente potrà scegliere insieme al docente e in base alle competenze e agli interessi quale percorso seguire. .

STRUTTURA

Schedulazione Corsi

STRUTTURA

Aprile – Gennaio
Lezioni e Laboratori
Gennaio – Marzo
Stage/Project Work
Aprile 2020
Meeting finale/Chiusura

LEZIONI

Formula Weekend

LEZIONI

Le lezioni e i laboratori si tengono venerdì (9-17.30) e il sabato mattina (9-13) tutte le settimane da Aprile a Dicembre escluso il mese di Agosto e le festività.

ESAMI & FREQUENZA

Attestazione finale

ESAMI & FREQUENZA

Sono previste prove scritte intermedie e una prova finale con voto espresso in trentesimi. La frequenza è obbligatoria. Per l’acquisizione dell’attestazione finale è richiesta la presenza per almeno il 75% e il superamento degli esami.

CREDITI FORMATIVI

Suddivisione Ore

CREDITI FORMATIVI

Lezioni frontali ed esercitazioni e/o laboratori: 360 ore; 45 C.F.U.
Stage o Project Work: 300 ore; 12 C.F.U.
Prova finale: 3 C.F.U.
Business Intelligence & Big Data Management
Il modulo permette di acquisire le conoscenze  per la comprensione, l’analisi e la progettazione di una architettura BI classica e una architettura Big Data. Conoscere le principali componenti architetturali e per ciascuna di esse approfondire le funzionalità richieste e i principali prodotti di mercato. Acquisire le tecniche principali di elaborazione dati in modalità tradizionale e distribuita.Essere in grado di progettare e realizzare dashboard di fruizione dati, utilizzando i principali strumenti di mercato.
Principali contenuti:
– Foundations of BI & Big Data Analytics
– Relational DB, Data Modelling NoSQL
– Big Data Processing
– Data Visualization
– Laboratorio
Statistical Modeling & Machine Learning
Il modulo si propone di presentare i modelli statistici di base, tecniche statistiche di Data Mining e di Machine Learning. Viene inoltre illustrata la metodologia per l’analisi di ai dati illustrandone le problematiche in particolare quando si analizzano grandi moli di dati. Vengono presentati gli strumenti quali SAS e R tramite esercitazioni e laboratori.
Principali contenuti:
– Foundations on Statistics
– Statistical Modelling
– Data Mining & Machine Learning
– Data Processing & Machine Learning
– Laboratorio
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, 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.
Principali contenuti:
– Web Analytics Fundamentals
– Text Mining & Analytics
– Natural Language Content Analysis
– Laboratorio
Project Management
Il modulo si propone di presentare le principali tecniche e metodologie di Project Management.Si approfondisce la metodologia Agile e in particolare vengono affrontati le caratteristiche della gestione di progetti in ambito Business Intelligence.
Principali contenuti:
– Introduzione al Project management
– Strategic planning, project planning, project control
– Business Intelligence & Project Management
– Il modello AGILE
Analytics for Business
Il corso si propone di presentare alcune delle principali applicazioni della Bi e degli Analytics in ambito aziendale. In particolare vengono presentati anche tramite testimonianze di casi aziendali  due importanti applicazioni quali il CPM (Corporate Performance Management) e il CRM (Customer Relationship Management.
Contenuti principali:
– Big Data e processi decisionali – SWOT Analysis
– Introduzione al CPM
– Introduzione al CRM
– Machine learning & CRM

LE COMPETENTE CHE ACQUISISCI..

Data Management
  • RDBMS e NoSQL Approaches
  • Data Integration
  • Data Quality techniques and tools
  • Data Presentation
  • Business Intelligence
  • Big Data Architectures ( Hadoop, Spark)
  • Big Data Processing

Web Data Analitycs
  • Web Scraping
  • Text analytics
  • Text Mining
  • Sentiment Analysis

Statistica/Data Mining
  • Modelli lineari classici/ modelli lineari logistici
  • Machine Learning
  • Alberi decisionali / Classification
  • SAS System, SAS Enterprise Miner
  • Cluster Analysis
  • Deep Learning
  • Certificazione SAS Enterprise Miner (facoltativa)

Management
  • Analisi organizzativa e processi decisionali
  • Fondamenti di project management
  • SWOT analysis
  • Data-driven strategy
TOOLS and PLATFORMS
Per le esercitazione 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
STAGE/PROJECT WORK
Il percorso formativo si conclude con un progetto che si svolge secondo due modalità: Stage o Project Work.