Vision
AIDA si propone di formare professionisti in grado di raccogliere, gestire, processare, elaborare ed analizzare Big Data, utilizzando le tecniche più all’avanguardia nel campo dell’IA (induttiva e generativa), della Statistica e della Data 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.
Percorso
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.
Organizzazione Didattica
360 ore di Lezione
300 ore di 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
Esami e Frequenza
Per un totale di 60 CFU
RICHIESTO IL
75 %
DELLE ORE DI FREQUENZA
Insegnamenti
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
Iscrizioni
-
PUBBLICAZIONE GRADUATORIA (I FINESTRA)
SCARICA FILE
Graduatoria ammessi I Finestra aggiornata al 17/02/2025.
I candidati dovranno immatricolarsi entro il giorno 24/02/2025 accedendo a Segreterie Online e compilando la domanda di immatricolazione telematica.
Chi non perfezionerà l’immatricolazione entro la data sopraindicata decadrà dal diritto.
-
TITOLI E REQUISITI DI AMMISSIONE
L’accesso al Master si basa su un processo di selezione volto a formare una classe di 50 studenti.
Per candidarsi è sufficiente essere in possesso della laurea triennale, oppure essere un laureando in difetto solo della tesi di laurea.
-
ISCRIZIONI
Prima Finestra: EARLY BIRD
Chiusura Iscrizioni: 3 febbraio 2025
Colloquio di selezione: 10 e 11 febbraio 2025
Pubblicazione graduatoria: 17 febbraio 2025
Immatricolazione entro il 24 febbraio 2025
Quota Iscrizione: 5.400 €
da versare secondo le seguenti scadenze:
100 € alla presentazione della domanda di ammissione
2.600 € all’immatricolazione
2.700 € entro il 31 luglio 2025
Eventuale *Seconda Finestra: TARIFFA INTERA (4/2/25 -10/3/25)
Riapertura candidature: 4 febbraio 2025
Chiusura Iscrizioni: 10 marzo 2025
Colloquio di selezione: 13 marzo 2025
Pubblicazione graduatoria: 20 marzo 2025
Immatricolazione entro il 27 marzo 2025
Quota Iscrizione: 5.800 €
da versare secondo le seguenti scadenze:
100 € alla presentazione della domanda di ammissione
2.800 € all’immatricolazione
2.900 € entro il 31 Luglio
*Qualora le candidature non raggiungano il numero massimo di allievi previsti entro la chiusura della prima finestra.
-
SELEZIONE
Valutazione del Curriculum Vitae e colloquio motivazionale.
Date Selezione
Prima Finestra - Early Bird: 10 e 11 febbraio
Eventuale Seconda Finestra: 13 marzo
-
UDITORI E INSEGNAMENTI SINGOLI
-
CONTATTI
Per chiarimenti sulle modalità di iscrizione contattare : carriere.academy@unimib.it mettendo in cc aida@unimib.it
Comitato Scientifico
Componenti
DIANA VALENTINA CERINI
