Digital Leadership
Milano
Master 1 Livello
Italiano
16 mesi
blend-mista
Vision
Il Master è progettato, in collaborazione con EY, NTT Data e Profice, per neolaureati o professionisti Junior, che aspirano a ricoprire ruoli manageriali in società di consulenza/servizi IT, e/o nella direzione IT di aziende di ogni settore e dimensione.
Fornisce le competenze per gestire processi, servizi e tecnologie ICT e di Intelligenza Artificiale sia a livello operativo che strategico:
- competenze tecnologiche, sulle nuove tecnologie informatiche;
- competenze organizzative, per gestire progetti SW complessi, in fase di sviluppo, valutazione e acquisizione;
- competenze economiche, di IT Project Budgeting e Financial Management;
- abilità relazionali (DevOps, Business Analysis), di Project Management e Agile Team Management;
- Competenze di compliance IT alle normative e ai principali standard internazionali;
- Competenze fondamentali di AI, per introdurre, governare e gestire le tecnologie di Intelligenza Artificiale.
Il master prevede la possibilità di ottenere diverse certificazioni professionali internazionali.
Mission
Ogni studente può scegliere tra 2 piani di studio: IT Governance oppure IT Project Management e frequentare remotamente fino all’80% delle lezioni. Le lezioni del master sono sempre dopo le ore 18, al fine di conciliare le esigenze lavorative dei partecipanti.
Ciascuno degli insegnamenti del Master prevede approfondimenti su casi reali. Inoltre, con il contributo di EY Advisory, NTT Data, e Profice sono fornite le competenze fondamentali per l’introduzione, la governance, il controllo, la compliance e l’integrazione di tecnologie di AI in azienda: complessivamente i temi di AI coprono oltre 80 ore di lezioni, erogate da una Faculty di docenti senior in buona parte provenienti da primarie società e multinazionali.
I programmi delle materie del Master preparano i partecipanti a conseguire, opzionalmente, diverse tra le più richieste certificazioni professionali internazionali in ambito ICT e Project Management, tra cui Cybersecurity Fundamentals, CRISC (Certified in the Risk of Information System Controls), CGEIT (Certified in the Governance of Enterprise IT) e COBIT2019 di ISACA, ITIL4 di PEOLECERT, PMP (Project Management Professional) di PMI, Agile Scrum Master di APMG Internat., Privacy Specialist e ISO 27001 Auditor di AICQ-SICEV.
Il piano di studio del Master di I livello in Digital Leadership è personalizzabile, scegliendo uno dei due curriculum proposti con un totale di insegnamenti che va da un minimo di 35 CFU a un massimo di 37 CFU.
Gli allievi possono scegliere tra due percorsi formativi principali, selezionando corsi dai curricula di IT Governance o di Project Management, in aggiunta agli insegnamenti base, comuni a tutti gli indirizzi di studio.
- Curriculum di IT Governance: per chi desidera approfondire aspetti legati alla gestione strategica dei sistemi informativi.
- Curriculum di Project Management: per chi si focalizza sulle competenze di gestione e coordinamento di progetti.
Organizzazione Didattica
761 ore di Lezione per IT Governance
746 ore di Lezione per Project Management
500 ore di Stage/Project Work
*22 esami totali per chi sceglie il percorso di Project Management.
Esami e Frequenza
Insegnamenti
Network Concepts:
- Network protocols
- Mobile Systems
Distributed Services:
- Scalability
- Resilience
Artificial Intelligence for Networking Services
- What is Artificial Intelligence for Networking Services
- AI: a paradigm to develop new Networking Services
Requisiti di sicurezza per i Sistemi Informativi
Pianificazione della sicurezza e analisi dei rischi
Principali schemi e standard crittografici
Sicurezza nei sistemi operativi
Il problema dell'autenticazione
Sicurezza in ambiente Internet - Intranet
Valutazione della sicurezza
Intelligenza Artificiale generativa e Cybersecurity
- Vantaggi della IA nella sicurezza
- Sfide dell'implementazione della IA nella sicurezza
- Casi d'uso
Il Cloud Computing
Tipologie fondamentali
- SaaS (Software as a Service)
- PaaS (Platform as a Service)
- IaaS (Infrastructure as a Service)
Architettura
Intelligenza Artificiale e Cloud Computing
- Vantaggi e problematiche
- Rischi
- Casi d'uso
- Concetti di IoT
- Strumenti IoT
- Scenari di applicazione IoT
- Intelligenza Artificiale e IoT
- Industrial IoT (IIoT)
- Concetti di progettazione di un'infrastruttura IoT
- IIoT e Intelligenza Artificiale: il paradigma Industria 4.0
ENT (Enterprise Social Network)
- Benefici
- Social Suite
- Analisi Social
Social Networking in ambienti aziendali
- I casi più noti di ESN
- Casi d'uso in varie realtà
Ambiente collaborativo in ESN
Relazione tra Social e pratiche di lavoro in ESN
Profilo Utente in ESN
ESN e tendenze future
Introduzione all'Intelligenza Artificiale per:
- Copywriting: scrittura di testi per elaborati e report complessi; processo di scrittura collaborativa in team.
- Analisi di mercato (Benchmark): analisi dell'utilizzo di app social per business da parte delle aziende concorrenti.
IA per un uso personalizzato e di sviluppo interno alle aziende tramite open API
Supporto di tecniche di machine learning per:
- Identificazione e creazione di un team di lavoro in base alle competenze (hard and soft skills)
- Identificazione degli esperti su tematiche specifiche
- Identificazione del materiale utile per lo svolgimento del lavoro
- Obiettivo è fornire una visione d’insieme della letteratura e dei contributi metodologici sulla gestione della conoscenza nelle organizzazioni complesse.
- Conoscenze all’interno di strutture latenti, quali le comunità di pratica.
- Temi strategici quali la progettazione dei flussi di Collaboration & Knowledge Management, l’innovazione e l’Open Innovation, il Community Management e la selezione degli strumenti tecnologici di supporto e temi più operativi quali il Web Writing, lo Storytelling e la gestione dei contenuti.
- Il ruolo dell'Intelligenza Artificiale nella gestione della conoscenza e viceversa.
- Casi studio e paper tematici per approfondire gli argomenti trattati.
- Un project work permetterà di testare gli apprendimenti e la applicazione pratica di quanto sviluppato nel modulo.
I Social Network
- Possibile evoluzione e integrazione delle strategie di CRM
Evoluzione dei Social Network
- Applicazione dei modelli di Intelligenza Artificiale.
Customer Relationship Management (CRM)
- Attività di cross-selling e up-selling
- Help-desk e CRM
Gestionale o ERP attuale?
Tecnologie di supporto
- Dalla business intelligence alle piattaforme di CRM
CRM basati sull'Intelligenza Artificiale
- Sfide
- Vantaggi strategici
Il rischio nelle organizzazioni
Modelli e approcci all’analisi degli incidenti
Le categorie dell’errore umano
I fattori organizzativi
Metodi di analisi organizzativa degli errori nelle organizzazioni
Il ruolo dell'Intelligenza Artificiale nel Risk Management
Disaster Recovery e Business Continuity con l'Intelligenza Artificiale
Pianificazione Strategica IT
- Budgeting e KPI
Processi, Tecniche e Strumenti di IT Financial Management
Performance Monitoring e Controllo costi
Esercitazioni pratiche:
- Monitoraggio richieste di autorizzazione di investimento
- Business Care
- Modello di Costing Servizi IT
L'Intelligenza Artificiale e Controllo di Gestione
Il Budgeting e l'Intelligenza Artificiale
Approfondimento adempimenti normativi IT per la PA
- Linee guida AGID
- GDPR
- Direttiva NIS
- Cybersecurity Act
L'ampliamento del principio di trasparenza e l'accesso civico generalizzato agli atti della PA
Le problematiche relative alla tutela della privacy
- Nuovo Regolamento UR n. 679/2016
I nuovi obblighi di digitalizzazione della PA
- Open Government
- CAD (Codice Amministrazione Digitale)
- Circolare 3/2018 Min PA
La pubblicità, la trasparenza, la conservazione dei documenti amministrativi informatici e i sistemi di gestione documentale
Il management dei processi di digitalizzazione
L'Intelligenza Artificiale nella Digital Transformation e nella Dematerializzazione
Impatti e Misure IT derivanti da Regolamenti e Legislazioni per il Mondo ICT
Normativa italiana e comunitaria relativa a:
- GDPR
- Direttiva NIS2
- Cyberact
- DORA
- AI Act
- ISO 27001
- ISO 22301
Cyber Law e Intelligenza Artificiale
- Le nuove frontiere del diritto
L'identità professionale, la leadership e i diversi stili di potere
- La valutazione
I processi comunicativi e la qualità nella gestione dell'equipe professionale
L'ambiente
- Analisi strutturale delle organizzazioni complesse
Le relazioni
- Dinamiche di gruppo
Le Potenzialità dell'Intelligenza Artificiale nel Team Building
Strategie per integrare l'Intelligenza Artificiale nel Team Management
Vocabolario DevOps
Vantaggi di DevOps per il Business e per l'IT
Principi e concetti chiave DevOps
Business Benefit di DevOps e Continuous Delivery (CD)
Processo di Service Delivery
- Automazione prove, infrastrutture, sviluppo e deployment
Strumenti DevOps
Fattori Critici di successo per l'implementazione di DevOps
Il ruolo dell'Intelligenza Artificiale in DevOps
- Semplificazione del SW Development
Casi di studio
- Concetti di Comunicazione Tecnica e Business Analysis
- Scenari operativi di comunicazione e raccolta requisiti IT
- Componenti di una comunicazione tecnica efficace
- Raccolta e condivisione requisiti IT
- Scenari pratici di Business Analysis
- Comunicazione e contesti decisionali di Business
- Intelligenza Artificiale Generativa per la Comunicazione Tecnica
- Business Analysis e Intelligenza Artificiale
I processi di business come processi cooperativi
- Attori, clienti, manager
Tipologie di processi di business
- Procedure
- Progetti
- Processi esplorativi
I ruoli nelle diverse tipologie di processo
- Initiator
- Actor
- Owner
- Supervisor
Flusso ordinario ed eccezioni nei processi di business
La robustezza di un processo e la reversibilità del processo
Impatto dell'Intelligenza Artificiale sul Business Project Management
I modi in cui l'Intelligenza Artificiale migliora il Business Project Management
- Casi di studio
La gestione del cambiamento
- Quando, come, perché
Localizzare e risolvere
Strategie di cambiamento
- Empirico-razionale
- Normativo-rieducativa
- Coercitiva
- Adattativa
Intelligenza Artificiale – come gestire le nuove tecnologie con il Change Management
- Ruolo del coaching nel Change Management
Using Data Mining Methodology
- Analyzing structured, semi-structured, and unstructured data
Formulating and Solving Classification Problems
- Applications in Data Mining and Business Intelligence (e.g., fraud detection, customer churning, network intrusion detection)
Developing, Validating, and Applying a Data Mining Workflow
- Solving binary and non-binary classification problems
Course Overview
- Self-contained, no programming skills required
- Hands-on lectures using KNIME open-source software platform
Data Analytics and Artificial Intelligence
- Transforming organizations
Role of Artificial Intelligence and Machine Learning Algorithms
- Explaining patterns of correlation in data
Examples and Case Studies
Metriche di IT Governance
- Modelli di riferimento ed esempi pratici
Metriche di Cybersecurity
- Modelli di riferimento ed esempi pratici
Progettazione, Messa in Opera e Adozione di un Sistema di Metriche di IT Governance e di Cybersecurity
Processi di Reporting e Monitoraggio
I Nuovi KPI per il Service Desk basato su Intelligenza Artificiale
- Esempi e casi di studio
Governance e Management dell’Intelligenza Artificiale
- Casi di studio
Focus sulle Tecnologie di IA
- Casi di studio
Certificazione Etica su IA
- AI Audit & Compliance (ISO 42001, AI Act)
Focus su una Compliance all'AI Act
- Integrazione con i modelli organizzativi
Il Problema del Controllo di Qualità del Software
- Il processo di qualità
Strategie di Test
- Pianificazione e monitoraggio della qualità
Fasi di Test, Responsabilità e Organizzazione del Gruppo di Qualità
- Test funzionale
- Test di software object-oriented
- Oracoli e scaffolding
Analisi e Ispezione
Impatto dell'Intelligenza Artificiale nel Controllo di Qualità del Software
Documentazione e Certificazione
- Automazione e strumenti
Miglioramento del Processo di Qualità
- L'Intelligenza Artificiale e il Quality Management
Project Management
- Motivazioni economiche e operative
Project e Program Management
- Analogie e differenze
Tecniche e Strumenti per la Gestione e Pianificazione del Lavoro
- Work Breakdown Structure (WBS)
- Product Breakdown Structure (PBS)
- Suddivisione del progetto in unità elementari
- Aspetti olistici della gestione
Work Packages
- Supporti metodologici
- Ruolo dell’esperienza
Program Evaluation and Review Techniques (PERT)
- Stima attività
- Sequenzializzazione e determinazione delle propedeuticità
- Limiti, cautele e criticità
Critical Path Model (CPM)
- Determinazione del cammino critico
- Rischi connessi
Gantt Chart
- Uso previsionale e consuntivo
Come l'Intelligenza Artificiale Sta Trasformando il Project Management
- Pianificazione e coordinamento
- Comunicazioni
- Automatizzazione nella creazione di documenti
- Capacità di fornire una panoramica dettagliata delle opzioni disponibili
- Concetti di Agile e Scrum Project Management
- Ciclo di Vita dei Progetti Agile e Scrum
- Tecniche Agile e Scrum
- Ruoli e Responsabilità
- Principi e Buone Pratiche
- Pianificazione Progetti
- Monitoraggio Progetti
- Concetti Avanzati di Agile e Scrum in Situazioni Complesse
- Esercitazioni Pratiche di Applicazione Agile e Scrum
- Agile e Scrum Project Management nell'Intelligenza Artificiale
Metodi, Modelli e Metriche per la Valutazione della Qualità
- Valutazione dei processi orientati ai servizi.
- Valutazione dei sistemi informativi orientati ai servizi.
Governance dell'Intelligenza Artificiale
- Paradigma Simbolico: gestione e applicazioni.
- Paradigma Subsimbolico: aspetti operativi e impatti.
- Paradigma Generativo: vantaggi, sfide e applicazioni pratiche.
Casi di Studio
- Applicazioni concrete e analisi di esempi pratici per ogni paradigma.
- Fondamenti Data Governance
- Gestione Metadati
- Data Modeling
- Data Catalog e Data Governance
- Integrazione Dati
- Qualità dei dati e analisi dei rischi
- Normative di Data Governance
- Progettare la Data Governance
- Esempi e casi pratici
- Impatto della Intelligenza Artificiale nella Data Governance
- Come ottimizzare le attività legate alla Data Governance con l’Intelligenza Artificiale generativa
- ITIL e IT Service Management
- Focus sugli ERP
- Impatto della Intelligenza Artificiale sull'IT Service Management e sugli ERP
- Come l'Intelligenza Artificiale usata nei sistemi di IT Service Management migliora le capacità di previsione, riduce i costi operativi, massimizzando al contempo la soddisfazione dei clienti
- Il Framework Cobit2019
- Principi cardine, processi e componenti Cobit
- Management Objectives
- Performance Management
- PAM-Process Assessment Model: esempi ed esercitazioni pratiche
- L’Intelligenza Artificiale per l’analisi dei sistemi e dei processi nell'ambito del Digital Trust Ecosystem Framework di ISACA
Comitato scientifico
Batini
Gualandris
Digital Leadership
A chi è rivolto ?
Il master si rivolge a
consulenti, professionisti operanti in aziende di servizi ICT, nonché ad esperti di informatica, analisti, programmatori, amministratori di sistema e manager dei sistemi informativi provenienti da aziende private o della pubblica amministrazione,
che abbiano prospettive di crescita verso posizioni manageriali o con maggiore responsabilità organizzativa in area ICT.
Per iscriversi è necessario aver già conseguito una laurea di primo livello o equivalente
Sbocchi professionali
Capo Progetto per l'Innovazione Digitale di Processi
Questa figura professionale richiede la capacità di gestire un gruppo di sviluppo di processi digitali, deve conoscere le nuove tecnologie e il loro impatto sull’attività produttiva, deve avere capacità organizzative e capacità di gestire relazioni interpersonali a vario livello.
Progettisti di Sistemi Digitali Avanzati
Questa figura professionale richiede capacità di progettazione, deve conoscere le nuove tecnologie e il loro impatto sull’attività produttiva e deve avere capacità di gestire relazioni interpersonali a vario livello.
Consulenti, Professionisti ICT e Manager di Sistemi Informativi in Aziende Private e Amminsitrazione Pubblica.
Questa figura professionale deve acquisire e/o gestire grossi sistemi informativi e quindi necessita di competenze interdisciplinari di tipo tecnico, organizzativo ed economico e deve essere in grado di gestire rapporti interpersonali complessi.