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.
AREA SCIENTIFICA
Climate change and Risk Management in Mountain regions
Valle d'Aosta
Master 2 Livello
Inglese
12 mesi
blend-mista
Vision
Students should develop scientific and technical skills in climatology, hydrogeology, glaciology, ecology, and water resource management. In addition, they will acquire analytical and digital tools (GIS, remote sensing, and climate/environmental modeling) and risk assessment skills (vulnerability analysis, impact scenarios, and adaptation strategies). Transversal competencies are project management, interdisciplinary teamwork, scientific communication, and outreach. Eventually, they will gain knowledge of international and national climate policies.
Mission
This Master program offers an understanding of climate-change related risks, with a focus on the drivers of climate change and their impacts on mountain regions. Students analyze processes and mechanisms of climate-related risks, including glacier retreat, biodiversity loss, hydrogeological hazards, and water resource changes. The master's teaching approach combines scientific methods, GIS tools, remote sensing, and modeling techniques to assess vulnerability, measure risks, and support decision-making. It also explores innovative solutions to enhance climate resilience, such as nature-based approaches, sustainable land management, and climate-adaptive infrastructure. In addition, the program addresses international and national climate policies, governance frameworks, and strategies for engaging communities and securing funding for climate adaptation. Learning is integrated with case studies and fieldwork, ensuring both theoretical knowledge and practical experience.
The start of the master’s program is subject to the approval of the University’s governing bodies.
Percorso
Organizzazione Didattica
448 ore di Lessons
400 ore di Stage/Project Work
Esami e Frequenza
7
ESAMI
+
1
PROVA FINALE
Per un totale di 60 CFU
RICHIESTO IL
75 %
DELLE ORE DI FREQUENZA
Insegnamenti
- Climate science and global climate change
- Specific impacts of climate change in mountain regions
- Climate models and future scenario
48 ORE
5 CFU
- Hydrogeological risks: landslides, avalanches, soil erosion
- Glacier retreat and changes in the cryosphere
- Water resources and impacts on water availability
- Biodiversity loss and ecosystem changes in mountain areas
- Wildfires and desertification
104 ORE
10 CFU
- Introduction to risk analysis
- Remote sensing and GIS for risk management
- Vulnerability and resilience indicators
- Cost-benefit analysis of mitigation and adaptation strategies
128 ORE
12 CFU
- Urban planning and land management in mountain areas Nature-based solutions for risk reduction
- Environmental engineering for sustainable solutions for risk mitigation
- Climate-resilient infrastructure and mobility
64 ORE
6 CFU
- International and national frameworks on climate change
- Risk management and adaptation policies in mountain areas
- Community engagement and participatory decision-making
- Funding mechanisms for climate adaptation
44 ORE
5 CFU
Impacts that micro-actors (e.g., small-medium enterprises but also large companies) must address through mitigation, entrepreneurial innovation, etc. to face Climate Change
36 ORE
4 CFU
Seminars by external experts on specific subjects (Infrastructures management, local/regional/national hazard and risk zonation, remote sensing, contamination and remediation, risk perception)
24 ORE
2 CFU
Scientific Committee
Director
Members
Maria
Braga
Braga
Professoressa Ordinaria Università Valle d’Aosta
Paolo
Pogliotti
Pogliotti
Researcher at ARPA Valle d'Aosta, Climate Change Group
Michel
Jaboyedoff
Jaboyedoff
Institut des sciences de la Terre (ISTE), Université de Lausanne
Quali competenze acquisisci?
Fundamentals of Climate Change
Climate Risks and Environmental Impacts
Risk Assessment Methods
Mitigation and Adaptation Strategies
Governance and Climate Policies
Climate Change and Mountain Economy
Technical Seminars
Climate change and Risk Management in Mountain regions
A chi è rivolto ?
Graduates may find employment in international organizations and NGOs (e.g., UN agencies, UNEP, FAO, WWF) working on development cooperation and climate adaptation; public administration (local authorities, environmental agencies, civil protection) in climate risk management and territorial planning; research centers and universities as researchers or technical specialists in climatology, natural resource management, and hydrogeological risk; private companies and consultancy firms in environmental engineering, impact assessments, or insurance (climate risk evaluation).
News del Corso
C’è ancora tempo per candidarsi alla nuova edizione del Master MADIM – Management and Entrepreneurship for Leading Digital and Sustainable Innovation, organizzato da Bicocca Academy e diretto da Elisabetta Marafioti, professoressa associata all'Università di Milano-Bicocca
Autore:
admin
PARTNER PER L'EDIZIONE CORRENTE
AREA ECONOMICO-STATISTICA GIURIDICA
AI & Data Analytics for Business
Milano
Master 1 Livello
Italiano
12 mesi
In presenza
Vision
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, il Venerdì dalle 9.00 alle 18.00 e il Sabato dalle 9.00 alle 13.00
Project Work o Stage
Gennaio - Aprile
Esami e Frequenza
4
ESAMI
+
1
PROVA FINALE
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, tecniche di visualizzazione 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
156 ORE
20 CFU
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
88 ORE
11 CFU
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
56 ORE
7 CFU
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
60 ORE
7 CFU
Comitato Scientifico
Direttore
Componenti
Quali competenze acquisisci?
Big Data Processing & Data Engineering
Statistical Modelling & Machine Learning
AI & Computer Vision
Data Analytics & management for business
AI & Data Analytics for Business
A chi è rivolto ?
NEOLAUREATI
in discipline economiche o tecnico-scientifiche (STEM) che intendono acquisire le competenze di analisi dati, sempre più richieste dal mercato del lavoro.
in discipline economiche o tecnico-scientifiche (STEM) che intendono acquisire le competenze di analisi dati, sempre più richieste dal mercato del lavoro.
PROFESSIONISTI
che desiderano approfondire le metodologie e tecniche dell’intelligenza artificiale e data analytics per supportare le decisioni aziendali.
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.
Sbocchi professionali
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.
MULTIMEDIA
News del Corso
Nuove opportunità di crescita professionale ti aspettano con i percorsi formativi di Bicocca Academy.
Se stai cercando un modo per aggiornare le tue competenze o acquisirne di nuove in ambiti strategici, questo è il momento di scegliere il tuo prossimo passo.
Diversi Master e corsi di perfezionamento stanno per chiudere le iscrizioni a novembre 2025: non perdere l’occasione di accedere a programmi di alta formazione progettati per connettere conoscenza, innovazione e mondo del lavoro.
Autore:
Alessio
Nuove opportunità di crescita professionale ti aspettano con i percorsi formativi di Bicocca Academy.
Se stai cercando un modo per aggiornare le tue competenze o acquisirne di nuove in ambiti strategici, questo è il momento di scegliere il tuo prossimo passo.
Diversi corsi stanno per chiudere le iscrizioni a novembre 2025: non perdere l’occasione di accedere a programmi di alta formazione progettati per connettere conoscenza, innovazione e mondo del lavoro.
Ecco le iscrizioni in scadenza a novembre:
Autore:
Alessio