Data Science for Economics, Businesses and Finance
1st level vocational master
A.Y. 2020/2021
Study area
Social Sciences and Law
Master Coordinator
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 Euro 5.000,00 (compresa la quota assicurativa).
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 Euro 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.
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.
Milano
Courses list
Open sessions
| Courses or activities | Professor(s) | ECTS | Total hours | Language |
|---|---|---|---|---|
| Compulsory | ||||
| Algorithmic trading | 1 | 12 | Italian | |
| Analisi delle dinamiche di mercato | 1 | 12 | Italian | |
| Analisi delle performance di contenuti editoriali | 1 | 12 | Italian | |
| Analysis of business and marketing data (Include also Social Network and Social Media Analysis) | 3 | 30 | Italian | |
| Artificial intelligence | Nicolussi Federica
|
3 | 31 | Italian |
| Blockchain, bitcoin, ethereum, smart contract, decentralized app | 1 | 12 | Italian | |
| Business intelligence | 1 | 12 | Italian | |
| Computational statistics and machine learning | 6 | 60 | Italian | |
| Cybersecurity and privacy | 3 | 30 | Italian | |
| Data management e data visualization | 1 | 12 | Italian | |
| Data science per il mondo retail | 1 | 12 | Italian | |
| Data valorization for fintech | 1 | 12 | Italian | |
| Databases (SQL and noSql) | 2 | 20 | Italian | |
| Decision making and optimization | 3 | 30 | Italian | |
| Deep learning per analisi di sequenze temporali di dati economici | 1 | 12 | Italian | |
| Deep learning per l'analisi di documenti | 1 | 12 | Italian | |
| Digital marketing | 1 | 12 | Italian | |
| Economic and financial data science (Causal Inference, Time Series Analysis, Risk Analysis) | 3 | 30 | Italian | |
| Introduction to economics and finance | 2 | 20 | Italian | |
| Linear algebra and statistics (with R) | 2 | 20 | Italian | |
| Movie success prediction | 1 | 12 | Italian | |
| Nosql database | 1 | 12 | Italian | |
| Predictive Analysis of Financial Time Series | 1 | 12 | Italian | |
| Programming (with Python) | 3 | 31 | Italian | |
| Cloud, distributed and parallel computing | 5 | 50 | Italian | |