Master in data science for economics, business and finance
Master di primo livello
A.A. 2024/2025
Area
Giuridica, politica, economica e sociale
Coordinatore Master
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 master si articolerà in 391 ore (40 CFU) di didattica frontale e 112 ore (8 CFU) di altre forme di addestramento. Completano le attività, 275 ore (11 CFU) di tirocinio e una prova finale (1 CFU) che consiste nella scrittura e discussione di un rapporto di ricerca realizzato durante l'attività di tirocinio.
Gli ammessi al corso sono tenuti al versamento di un contributo d'iscrizione pari a Euro 4266,00 (compresa la quota assicurativa e l'imposta di bollo).
Il master si articolerà in 391 ore (40 CFU) di didattica frontale e 112 ore (8 CFU) di altre forme di addestramento. Completano le attività, 275 ore (11 CFU) di tirocinio e una prova finale (1 CFU) che consiste nella scrittura e discussione di un rapporto di ricerca realizzato durante l'attività di tirocinio.
Gli ammessi al corso sono tenuti al versamento di un contributo d'iscrizione pari a Euro 4266,00 (compresa la quota assicurativa e l'imposta di bollo).
Il corso si rivolge ai possessori di laurea nelle seguenti classi ex D.M. 270/2004: L18 Scienze dell'Economia e della Gestione Aziendale; L33 Scienze Economiche; L30 Scienze e Tecnologie Fisiche; L31 Scienze e Tecnologie Informatiche; L41 Statistica; L35 Scienze Matematiche; L08 Ingegneria dell?Informazione; L09 Ingegneria Industriale; L02 Biotecnologie; L40 Sociologia; L36 Scienze Politiche e Relazioni Internazionali; L24 Scienze e Tecniche Psicologiche; L/DC Scienze della Difesa e della Sicurezza; L05 Filosofia; L10 Lettere; L11 Lingue e Culture Moderne; L12 Mediazione Linguistica; L20 Scienze della comunicazione; L13 Scienze biologiche; L16 Scienze dell'Amministrazione e dell'Organizzazione; L24 Scienze e tecniche psicologiche; L25 Scienze e Tecnologie Agrarie e Forestali; L26 Scienze e Tecnologie Agro-Alimentari; L27 Scienze e tecnologie chimiche; L29 Scienze e tecnologie farmaceutiche; L32 Scienze e Tecnologie per l'Ambiente e la Natura; L34 Scienze Geologiche; L36 Scienze politiche e delle relazioni internazionali.
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 applicator: 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.
- 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 applicator: 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.
- Università degli Studi di Milano - Dipartimento di Informatica Giovanni degli Antoni
Dipartimento di Informatica Giovanni degli Antoni
Via Celoria, 18 Milano
https://masterdsebf.unimi.it
[email protected] - Per informazioni amministrative su domande di ammissione, immatricolazioni, pagamenti, pergamena finale contattaci online tramite la piattaforma InformaStudenti > Categoria PostLaurea > Master
https://www.unimi.it/it/studiare/servizi-gli-studenti/segreterie-informastudenti
Elenco insegnamenti
Periodo non definito
| Attività formative | Docente/i | Crediti | Ore totali | Lingua |
|---|---|---|---|---|
| Obbligatorio | ||||
| Analysis of business and marketing data | 3 | 30 | Italiano | |
| Artificial intelligence | 3 | 30 | Italiano | |
| Cloud, distributed and parallel computing | 6 | 60 | Italiano | |
| Cybersecurity and privacy | 3 | 30 | Italiano | |
| Data visualization | 1 | 14 | Italiano | |
| Data warehouse | 1 | 14 | Italiano | |
| Databases (SQL and noSql) | 2 | 20 | Italiano | |
| Decision making and optimization | 3 | 30 | Italiano | |
| Deep learning per l'analisi di documenti | 1 | 14 | Italiano | |
| Economic and financial data science | 2 | 20 | Italiano | |
| Introduction to economics and finance | 3 | 30 | Italiano | |
| Large language models | 1 | 14 | Italiano | |
| Linear algebra and statistics with r | 4 | 36 | Italiano | |
| Machine learning | 5 | 50 | Italiano | |
| Machine learning for finance | 1 | 14 | Italiano | |
| Machine learning for product development | 1 | 14 | Italiano | |
| Prova finale | 1 | Italiano | ||
| Python programming | 4 | 35 | Italiano | |
| Sales and revenues power bi | 1 | 14 | Italiano | |
| Social network analysis | 1 | 14 | Italiano | |
| Time series analysis | 2 | 20 | Italiano | |
| Tirocinio formativo | 11 | 275 | Italiano | |
Immatricolazione
Posti disponibili: 30
Bando di ammissione
Consulta il bando per scoprire le date e i contenuti del test e tutte le informazioni su come iscriverti.
Domanda di ammissione: dal 10/12/2024 al 03/02/2025
Domanda di immatricolazione: dal 17/02/2025 al 24/02/2025
Note
Scadenza del Bando: 3 febbraio 2025