Milano
Master 1 Level
Italian
12 months
In presence
AIDA si propone di formare professionisti in grado di collezionare, gestire, processare, elaborare ed analizzare Big Data, utilizzando le tecniche più all’avanguardia nel campo dell’IA (induttiva e generativa), della statistica e dell’Analytics. L’obiettivo è fornire alle aziende e alle organizzazioni pubbliche competenze strategiche per prendere decisioni basate sui dati e affrontare le sfide di un mondo sempre più digitale, mediato da algoritmi di AI e arricchito dalla Generative AI.
Fornire le competenze tecnologiche, metodologiche e manageriali per estrarre valore dai dati, trasformarli in conoscenza per migliorare le decisioni e i processi aziendali e cogliere nuove opportunità di business.
360 hours of Lezione
300 hours of Stage/Project Work
Il modulo si propone di fornire le conoscenze fondamentali per comprendere, analizzare e progettare un'architettura di Data Analytics, includendo: architetture Big Data, tecniche di Business Intelligence e Business Analytics, e raccolta e modellazione di dati strutturati, semi-strutturati e non strutturati utilizzando paradigmi SQL e NoSQL. Introdurre le componenti metodologiche, architetturali e gli strumenti, approfondendo per ciascuna le funzionalità richieste e i principali prodotti disponibili sul mercato. Sviluppare soluzioni prototipali (use case) in contesti applicativi reali per dimostrare l'applicazione pratica.
Presentare gli elementi base della statistica. Fornire le principali tecniche statistiche di Data Mining e Machine Learning attraverso strategie per l’analisi di grandi moli di dati illustrando le problematiche connesse.
Il modulo si propone di fornire le conoscenze fondamentali e le principali metodologie e strumenti di AI (induttiva) per la manipolazione ed analisi dei dati strutturati e non strutturati, con particolare attenzione ai dati online (immagini e testi). Sviluppare soluzioni prototipali (use case) in contesti applicativi reali per dimostrare l'applicazione pratica.
Fornire le conoscenze base per la gestione dei progetti. Introdurre gli aspetti tecnici e organizzativi per l'evoluzione delle organizzazioni in ottica Data-Driven. Presentare le basi dei processi di Decision Making e la loro evoluzione verso un processo decisionale Data-Driven. Analisi delle principali aree di applicazione della AI e Data Analytics nella gestione dei processi aziendali. In particolare applicazioni della AI al CRM, Manufacturing e Finance. Presentazione di casi aziendali. AI Challenge.
Ha studiato materie economiche e/o lavora nell’area business di un’impresa e vuole diventare esperto nell’utilizzo delle tecniche avanzate di analisi dei dati (analytics) per la gestione dei dati aziendali e per il supporto ai processi decisionali.
Ha studiato e/o lavora in ambito ingegneristico, statistico o della ricerca sociale e vuole imparare a sviluppare modelli di gestione dei dati per misurare le performance delle organizzazioni e la valutazione della qualità dei processi e dei servizi.
Ha studiato e/o lavora in ambito informatico o ingegneristico e vuole sviluppare competenze nella progettazione di DWS, Data Quality, Web Analytics e nella gestione di grandi quantità di dati strutturati e non strutturati.
Il Data Analyst è colui che raccoglie dati da diverse fonti, li esplora e analizza, allo scopo di estrarre informazioni utili al processo decisionale. Usando tecniche e strumenti statistici individuare trend e pattern ricorrenti che possano aiutare a rispondere alle criticità evidenziate dal business. Si interfaccia con tutte le aree aziendali per comunicare e condividere attraverso report e visualizzazioni ad hoc le analisi svolte e i risultati ottenuti.
Il Data Scientist analizza e interpreta i Big Data dell’azienda (dati strutturati e non), a supporto di specifiche esigenze aziendali. Con l'utilizzo di analisi statistiche avanzate e di tecniche di machine learning è in grado di modellizzare problemi complessi e di trarne valore per il business evidenziando i risultati in maniera semplice ed efficace. Possiede competenze eterogenee: una buona padronanza delle dinamiche di business, un’approfondita conoscenza di modelli matematico-statistici, di algoritmi e di programmazione.
Il Data Engineer si occupa dell'aspetto architetturale nel processo di gestione dei dati con compito di progettare, costruire e mantenere le infrastrutture dati, garantendone la bontà del flusso dalle sorgenti alle piattaforme di Data Management. Garantisce quindi lo storage, l’integrità e la fruibilità dei dati. Possiede approfondite competenze informatiche, conosce i modelli e gli algoritmi di machine learning e si interfaccia con il Data Scientist e il Data Analyst.
l’AI/ML Specialist progetta, sviluppa e ottimizza sistemi basati su AI, utilizzando tecniche di machine learning, deep learning ed AI generativa (modelli linguistici e GPTs). Si occupa di creare o ottimizzare modelli, costruire pipeline per automatizzare processi o per migliorare le decisioni aziendali, integrando soluzioni AI nei sistemi di business per generare valore e innovazione.
Venerdì 13 settembre alle ore 18.30 open day online del Master di I livello in Devianza, sistema della giustizia e servizi sociali. Saranno presenti:
Sarà l'occasione per scoprire il Master di I livello e per rispondere a domande e curiosità.
Milano
Master 2 Level
English
24 months
blended
Social scientists are progressively gaining access to large and complex data sets. Technological innovations have made the collection of that data - by private and public sectors – an everyday norm. Advances in computer science, statistics, and artificial intelligence enable us to perform sophisticated real-time analyses in several fields, which are increasingly in demand in the job market.
The Master's course "Social Data Science" is funded by the Project FOSSR - Fostering Open Science in Social Science Research with NRRP funds, NextGenerationEU.
A multidisciplinary master’s degree that equips students with state-of-the-art social and technical expertise to analyse and interpret social data and generate insights on human behaviour and society.
For student new to computational methods, this is a chance to develop competencies already in demand in the job market, learning state-of-the-art skills so they can thrive in a changing, data-driven workplace.
This is also an opportunity for students new to the social sciences to see where computational and statistical skills can go with innovative applications to issues of great societal concern. The multidisciplinary content of the master's program will empower students to better address societal challenges in the digital age.
2500 hours of Lezione
500 hours of Stage/Project Work
The course is designed for graduates in Sociology and Social Research, Statistics, Computer Science, and Economics. Selection is based on their curriculum vitae and an interview where, in addition to motivation, their knowledge of some basic topics in social research methodology and statistics will be evaluated.
The program provides students with a comprehensive introduction to digital sociology. Dive into the dynamic landscapes of digital communication, interaction, and the profound impact of social media on contemporary society.
Dive into the world of machine learning, where you'll learn to use algorithms that enable computers to predict human behavior and patterns.
Study the broader field of artificial intelligence, encompassing topics like natural language processing, computer vision, and decision-making algorithms. AI plays a pivotal role in automating tasks and gaining insights from social data.
Learn the intricate power dynamics surrounding data inequality. Explore the profound consequences of unequal access to and control over data, which leaves an indelible imprint on the fabric of our society.
