Financial Accounting and Auditing
Milano
Master 1 Level
Italian
15 months
blended
Vision
Obiettivo del corso è quello di formare figure professionali che possono collocarsi con un profilo di competenze specialistiche in ruoli di responsabilità funzionale nell'ambito della Direzione, Amministrazione, Finanza e controllo. In tal senso grazie all'esperienza e al supporto di un corpo docenti costituito da professionisti in particolare del settore dell'auditing, il master consente l'acquisizione di una preparazione specialistica nella gestione dei cicli amministrativi, nella progettazione e gestione della contabilità analitica e dei sistemi di controllo e nei processi di auditing.
Mission
Uno dei punti di forza del Master sta nella sinergia tra l'approccio teorico proprio del mondo accademico e l'esperienza professionale. Il collegamento tra le competenze specifiche delle due realtà consente di sviluppare un programma formativo di altolivello, in grado di formare professionisti in modo organico, nuovo e completo. A tale scopo alla fine del corso è previsto uno stage formativo presso le aziende e le altre istituzioni che partecipano all'iniziativa.
Teaching Organization
296 hours of Lezione
500 hours of Stage
Exams and Attendance
Courses
- Elementi base di contabilità.
- L'azienda e il suo sistema, Finanza Aziendale, Start uo
- Analisi dei Costi
- Configurazione di costo
- Redazione del Budget generale di esercizio
- Il bilancio ed il bilancio consolidato secondo il Codice Civile e secondo i principi OIC e IAS. Le tecniche di consolidamento
- Principi di Revisione (ISA), Procedure, Rischio Revisione, Relazione di Revisione
- Il collegio sindacale. I principi e gli organi di controllo.
- I principi di revisione nazionali ed internazionali.
- Le procedure di revisione. Il controllo legale dei conti.
- I sistemi di corporate Governance e i sistemi di compliance
- Il corso ha ad oggetto lo studio dei principali reati relativi alle società contenuti nel Codice Civile, nel Testo unico dei mercati finanziari (TUF), nella Legge Fallimentare e nella Legge Bancaria
- nonché lo studio della responsabilità delle società per gli illeciti commessi nell’ambito della loro gestione.
- i Principi italiani di valutazione
- Conversazione, letture articoli specifici
Comitato scientifico
Mariani
Bernardi
Tami
What skills do you gain?
Professional opportunities
Revisore esterno in primarie società di revisione
Internal Auditor nelle diverse tipologie di impresa
Financial Accountant e Controller
DIANA VALENTINA CERINI
Diritto e benessere degli animali
Milano
Executive Course
Italian
36 hours
e-learning
AI & Data Analytics for Business
Milano
Master 1 Level
Italian
12 months
In presence
Vision
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.
Mission
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.
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.
Si alternano lezioni frontali, esercitazioni, homework, laboratori, verifiche delle competenze, presentazione/discussione dei progetti, testimonianze aziendali, seminari azienda/università 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.
Teaching Organization
360 hours of Lezione
300 hours of Stage/Project Work
Lezioni
Aprile - Gennaio (escluse festività e pausa estiva)
12 ore settimanali
Venerdì dalle 9 alle 18 - Sabato dalle 9 alle 13
Projetc Work o Stage
Gennaio - Aprile
Exams and Attendance
Courses
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.
- 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 (AWS)
- Data Visualization
- Laboratorio - Team Project
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.
- 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
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.
- Natural Language Processing in Business
- Fundamentals of deep learning for text analytics
- Web Analytics and Sentiment Analysis
- Text Representation through word embeddings
- Large Language Models (LLM)
- Generative AI
- Explainable AI for Decision Making
- Computer Vision in Business
- Fundamentals of deep learning for computer vision
- Relevant Neural Network Architectures for Computer Vision
- Neural Networks for Image Classification, Segmentation and Object Detection
- Laboratorio - Team work
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.
- Data-drive organisation
- AI & Data Driven Marketing
- AI & decision making
- Agile project management
- Machine Learning e customer relationship management
Comitato Scientifico
What skills do you gain?
AI & Data Analytics for Business
Who is it aimed at ?
in discipline economiche o tecnico-scientifiche (STEM) che intendono acquisire le competenze di analisi dati, sempre più richieste dal mercato del lavoro.
che desiderano approfondire le metodologie e tecniche dell’intelligenza artificiale e data analytics per supportare le decisioni aziendali.
Profilo Business
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.
Profilo Quantitativo
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.
Profilo Tecnologico
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.
Professional opportunities
Data/Business Analyst
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.
Data Scientist
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.
Data Engineer
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.
AI/ML Specialist
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.
ALFREDO MARRA
Il diritto dell'energia: strumenti e soggetti della regolazione
Milano
Executive Course
Italian
25 hours
blended
CLAUDIA PECORELLA
Profili teorici e pratici dell'esecuzione delle pene e delle misure di sicurezza
Milano
Executive Course
Italian
6 months
e-learning
FEDERICA DONI
Risk management e ESG: Gestire il rischio per la creazione di valore sostenibile
Milano
Executive Course
Italian
2 months
blended
Quantitative methods for Omics Data (qOmics)
Milano
Master 2 Level
English
15 months
blended
Vision
The education project aims to study more in depth classic and advanced statistical and computational methodologies for the analysis of omics data. The purpose is to impart skills in basic knowledge and delve into advanced topics in the following areas: tout-court omics (genomics, proteomics and metabolomics), personalized medicine, integration and management of data from heterogeneous omics sources.
This type of knowledge is highly relevant to figures working in life sciences and who need to expand their quantitative tools and skills to deal with the new availability of omics data for both research and business purposes.
NB. The deadlines indicated in the Announcement have been changed as follows:
- Application Deadline: 3rd April 2024
- Selection Date: 10th Aprile 2024 at 10 am
- Publication of Ranking list by 17th April 2024
- Closing Date for Registration: 6th May 2024
Mission
The increasing availability and the capability to acquire omics data from heterogeneous sources makes it necessary to train specialized profiles who can handle this type of data. This demand from the Italian and global labor market has been growing steadily in recent years. This Master aims to train this type of figures combining theoretical notions and practical experiences within the interdisciplinarity of the most current tools of these disciplines.
Teaching Organization
456 hours of Lessons
198 hours of Stage
Exams and Attendance
Courses
- Principi di statistica descrittiva
- Introduzione al linguaggio R ed al suo ambiente di lavoro; introduzione all'uso della linea di comando
- Principi di statistica descrittiva e inferenziale
- Principali test e modelli statistici
- Introduzione al linguaggio R
- Principali disegni sperimentali applicati al contesto biologico
- Programmazione in R per la pulizia dei database destinati all'analisi
- Introduzione agli aspetti legati alla privacy (iso27001), ai brevetti, e allo storage dei campioni e dei dati prodotti
- Cultura del dato
- Sistemi di gestione del dato, database relazionali, Pandas
- Principali rappresentazioni del dato e loro utilizzo
- Acquisizione dei principali strumenti bioinformatici per assemblare un genoma
- Dal campione al dato Omico - Genomica, Metabolomica, Proteomica
- Metodologie di integrazione di dati provenienti da fonti eterogenee
- Il campo di interesse dell'epidemiologia genetica
- La variabilità genetica e il ruolo nella determinazione del fenotipo
- I principali disegni di studio
- Il linkage parametrico e non parametrico
- Gli studi di associazione genetici e Genome Wide
- Ruolo delle variabili genetiche rare e metodi di studio
- NGS nell'ambito della diagnostica molecolare: Metodi bioinformatici per l'analisi dei dati (riallineamento, chiamata delle varianti e annotazione)
- Mutazioni somatiche, germline e riarrangiamenti
- Studio delle varianti geniche e classificazione clinica
- Ottimizzazione dei processi e gestione dei dati
- Exome sequencing in ambito diagnostico
- Cenni di Farmacocinetica e farmacodinamica
- Disegnare uno studio clinico che consideri dati omici e condurre alla caratterizzazione di marcatori per il monitoraggio del trattamento, l'associazione con i pathway allo scopo di individuarne quali si modificano in risposta ad un farmaco
- Reazioni avverse ai farmaci e biomarcatori di ipersensibilità.
- Genome browser
- Next Generation Sequencing
- Variant caller
- Trascrittomica
- Database non relazionali; database testuali
- API per l'accesso ai principali database omici
- Arricchimento funzionale
- Criteri di applicazione delle metodologie omiche allo studio di malattie, integrazione dei dati omici approcci mediante Systems Biology e Systems Medicine, concetto di endotipo e medicina personalizzata, metodi di validazione dei marcatori e valutazione gli effetti terapeutici, Study Cases
Comitato scientifico
Mauri
Gentilini
Monti
What skills do you gain?
Quantitative methods for Omics Data (qOmics)
Who is it aimed at ?
Newly graduate students Degree in Biological Science and Biotechnology; Master Degree in Biology and Industrial biotechnology.
The qOMICS Master has been positively evaluated by the chairs if the education coordination councils of the bachelor's degree courses in Biological Science and in Biotechnology and the Master’s Degree in Biology and Industrial biotechnology, as well as by the National Association of the Italian Biotechnologist. In particular the ladder said: “The figure trained in this program, will have easy access to the labor market and cover uncovered professional niches. With the expansion of metagenomics, the precision medicine and more in general of the omics methodologies in different industries (starting with pharmaceuticals ones), this type of figures are highly require on the labor market. From the point of view of the recruiter, finding candidates with the appropriate mix skills is always difficult: for this reason, the Master’s contents are crucial and can determine the success or failure of those pursuing master's degrees in the job market.”
6
STUDENTS
TRAINED
+384
TRAINING
HOURS
PROVIDED
1
EDITION
NUMBER
4
COMPANIES
INVOLVED
0%
LEVEL OF SATISFACTION WITH THE COURSE ACCORDING TO AlmaLaurea
0%
EMPLOYMENT RATE FOR EACH MASTER ACCORDING TO AlmaLaurea
Professional opportunities
Industrie Farmaceutiche
Centri di Ricerca, I.R.C.C.S , C.N.R. e Laboratori Universitari
Istituti biomedici di Ricerca
Biobanche private
Enti/aziende coinvolte nel tracciamento e/o nella valutazione della sicurezza e qualità del cibo