Tipo Corso:
Laurea
Durata (anni):
3
Struttura di riferimento:
Sede:
BERGAMO
DALMINE
Course Catalogue:
Programma E Obiettivi
Obiettivi
Il CdS in “Data Analytics, Economia e Tecnologie Digitali” si prefigge di fornire le conoscenze teoriche, le competenze operative e le abilità pratiche necessarie per operare in tutte le fasi e i processi che riguardano l'intero ciclo di produzione e utilizzo dei dati, come ad esempio: la raccolta dei dati, la pulizia e la valutazione della loro qualità, l'archiviazione e la gestione dei dati (anche in ottica di integrazione di fonti diverse), l'analisi dei dati, la restituzione dei risultati delle analisi sotto forma di grafici, report e/o strumenti interattivi. Il CdS considera anche temi trasversali a tutte queste fasi, come la sicurezza e privacy dei dati e le implicazioni etiche e giuridiche degli algoritmi di IA. Queste abilità possono essere spese in tutti quei contesti applicativi dove l'analisi dei dati risulta cruciale per gestire problemi complessi e prendere decisioni strategiche in condizioni di incertezza.
In dettaglio, il corso di laurea si propone i seguenti obiettivi formativi specifici:
- fornire solide conoscenze nelle discipline che stanno alla base dei metodi quantitativi per l'analisi dei dati, con particolare riferimento all'ambito matematico, statistico-probabilistico e informatico.
- Fornire le conoscenze metodologiche e le competenze pratico-operative per poter descrivere, analizzare (anche con finalità predittive) ed interpretare i fenomeni reali tramite i metodi e i modelli tipici della statistica classica, dello statistical learning (o apprendimento statistico) e dell'intelligenza artificiale. Tramite le attività formative caratterizzanti e distinte per i due percorsi previsti all'interno del CdS, sarà possibile effettuare approfondimenti metodologici e applicativi nell'ambito economico-statistico o informatico-ingegneristico.
- Arricchire la formazione con insegnamenti di conoscenza generale in relazione ai fenomeni, ai processi e ai contesti con cui i laureati dovranno operare, come ad esempio i sistemi economici (micro e macro) ed aziendali e le infrastrutture informatiche per la gestione dei flussi informativi. Particolare attenzione verrà dedicata alle questioni giuridiche legate al trattamento dei dati anche in relazione all'utilizzo di nuove tecnologie digitali e degli algoritmi di intelligenza artificiale (privacy, GDPR, AI act) in un'ottica di protezione e valorizzazione del patrimonio di dati.
- Sviluppare la capacità di contribuire alla soluzione di problemi decisionali tramite un approccio data-driven combinato con una sensibilità nell'interpretazione e comunicazione dei risultati, anche in contesti in cui si trovino ad operare figure con professionalità diverse e interdisciplinari. Queste capacità verranno sviluppate anche tramite specifiche attività come presentazioni, partecipazione a hackathon e a progetti di gruppo o individuali.
Gli obiettivi formativi sono perseguiti tramite un percorso strutturato in modo da garantire una solida formazione comune negli ambiti disciplinari portanti e fondamentali con particolare riferimento all'ambito matematico, statistico-probabilistico, statistico applicato e informatico. Fanno inoltre parte di questo percorso comune alcuni insegnamenti dedicati alla corretta contestualizzazione di qualsiasi fenomeno reale oggetto di studio: si tratta di insegnamenti dedicati ai fondamenti di economia (micro e macro), all'organizzazione aziendale e alle questioni di diritto nell'ambito tecnologico.
Sarà poi possibile per gli studenti specializzarsi scegliendo tra due percorsi, orientati rispettivamente alle discipline economico-statistiche e informatico-ingegneristiche e alle loro applicazioni. In particolare:
- il percorso economico-statistico mira a fornire le competenze per comprendere, gestire la complessità e prendere decisioni nell'ambito del sistema economico, con particolare riferimento a imprese, mercati e istituzioni. Per questo percorso vengono offerti insegnamenti legati ai modelli teorici economici, ai metodi empirici per l'analisi economica dei dati, la valutazione di impatto delle politiche pubbliche e lo studio delle dinamiche di interazione dei soggetti economici nei mercati. Grazie a queste conoscenze in metodi per la modellizzazione e le previsioni economiche, utilizzabili in contesti sia pubblici che privati, gli studenti saranno in grado di favorire un approccio quantitativo all'interpretazione e valutazione di problemi economici complessi.
- Il percorso informatico-ingegneristico si pone l'obiettivo di fornire le competenze necessarie a comprendere, utilizzare ed implementare sistemi ed algoritmi di gestione ed analisi del dato, nelle sue molteplici forme. Tramite specifici insegnamenti verranno fornite conoscenze e competenze nell'ambito della progettazione ingegneristica e la programmazione di applicativi software, che possono essere eseguiti sia in locale sia tramite il cloud attraverso reti di telecomunicazione. In ambito ingegneristico molti dati, prodotti da sensori, sono presenti sotto forma di segnali che evolvono nel tempo: per questo motivo, in questo percorso vengono affrontati i metodi per la descrizione ed analisi dei sistemi dinamici e dei segnali.
Nel dettaglio il percorso formativo è organizzato in 6 aree di apprendimento:
- Area Matematica (comune ai due percorsi) con insegnamenti dedicati ai concetti di base delle discipline matematiche e propedeutici ai corsi successivi.
- Area Statistica (comune ai due percorsi) con insegnamenti dedicati all'introduzione delle metodologie statistiche di base (statistica descrittiva, probabilità, inferenza, data visualization) e ai metodi più avanzati (statistical learning, metodi e modelli per dati complessi e per dati testuali).
- Area Informatica (comune ai due percorsi) con insegnamenti dedicati alla programmazione base e avanzata e alla gestione di basi di dati.
- Area Economia con insegnamenti comuni dedicati alle basi della micro e macroeconomia e insegnamenti specifici del percorso economico-statistico focalizzati su aspetti specifici come ad esempio le politiche pubbliche, l'economia industriale e i metodi empirici per l'analisi dei dati economici.
- Area Ingegneria con un insegnamento comune sul tema della gestione e organizzazione aziendale e insegnamenti specifici del percorso informatico-ingegneristico focalizzati su programmazione e progettazione del software e analisi dei segnali.
- Area Diritto e Lingua straniera (comune ai due percorsi) dedicata alla lingua straniera (inglese) e agli aspetti giuridici e normativi legati all'utilizzo dei dati e dell'intelligenza artificiale.
E' data la possibilità agli studenti di includere nel proprio percorso formativo un'esperienza di tirocinio formativo.
In dettaglio, il corso di laurea si propone i seguenti obiettivi formativi specifici:
- fornire solide conoscenze nelle discipline che stanno alla base dei metodi quantitativi per l'analisi dei dati, con particolare riferimento all'ambito matematico, statistico-probabilistico e informatico.
- Fornire le conoscenze metodologiche e le competenze pratico-operative per poter descrivere, analizzare (anche con finalità predittive) ed interpretare i fenomeni reali tramite i metodi e i modelli tipici della statistica classica, dello statistical learning (o apprendimento statistico) e dell'intelligenza artificiale. Tramite le attività formative caratterizzanti e distinte per i due percorsi previsti all'interno del CdS, sarà possibile effettuare approfondimenti metodologici e applicativi nell'ambito economico-statistico o informatico-ingegneristico.
- Arricchire la formazione con insegnamenti di conoscenza generale in relazione ai fenomeni, ai processi e ai contesti con cui i laureati dovranno operare, come ad esempio i sistemi economici (micro e macro) ed aziendali e le infrastrutture informatiche per la gestione dei flussi informativi. Particolare attenzione verrà dedicata alle questioni giuridiche legate al trattamento dei dati anche in relazione all'utilizzo di nuove tecnologie digitali e degli algoritmi di intelligenza artificiale (privacy, GDPR, AI act) in un'ottica di protezione e valorizzazione del patrimonio di dati.
- Sviluppare la capacità di contribuire alla soluzione di problemi decisionali tramite un approccio data-driven combinato con una sensibilità nell'interpretazione e comunicazione dei risultati, anche in contesti in cui si trovino ad operare figure con professionalità diverse e interdisciplinari. Queste capacità verranno sviluppate anche tramite specifiche attività come presentazioni, partecipazione a hackathon e a progetti di gruppo o individuali.
Gli obiettivi formativi sono perseguiti tramite un percorso strutturato in modo da garantire una solida formazione comune negli ambiti disciplinari portanti e fondamentali con particolare riferimento all'ambito matematico, statistico-probabilistico, statistico applicato e informatico. Fanno inoltre parte di questo percorso comune alcuni insegnamenti dedicati alla corretta contestualizzazione di qualsiasi fenomeno reale oggetto di studio: si tratta di insegnamenti dedicati ai fondamenti di economia (micro e macro), all'organizzazione aziendale e alle questioni di diritto nell'ambito tecnologico.
Sarà poi possibile per gli studenti specializzarsi scegliendo tra due percorsi, orientati rispettivamente alle discipline economico-statistiche e informatico-ingegneristiche e alle loro applicazioni. In particolare:
- il percorso economico-statistico mira a fornire le competenze per comprendere, gestire la complessità e prendere decisioni nell'ambito del sistema economico, con particolare riferimento a imprese, mercati e istituzioni. Per questo percorso vengono offerti insegnamenti legati ai modelli teorici economici, ai metodi empirici per l'analisi economica dei dati, la valutazione di impatto delle politiche pubbliche e lo studio delle dinamiche di interazione dei soggetti economici nei mercati. Grazie a queste conoscenze in metodi per la modellizzazione e le previsioni economiche, utilizzabili in contesti sia pubblici che privati, gli studenti saranno in grado di favorire un approccio quantitativo all'interpretazione e valutazione di problemi economici complessi.
- Il percorso informatico-ingegneristico si pone l'obiettivo di fornire le competenze necessarie a comprendere, utilizzare ed implementare sistemi ed algoritmi di gestione ed analisi del dato, nelle sue molteplici forme. Tramite specifici insegnamenti verranno fornite conoscenze e competenze nell'ambito della progettazione ingegneristica e la programmazione di applicativi software, che possono essere eseguiti sia in locale sia tramite il cloud attraverso reti di telecomunicazione. In ambito ingegneristico molti dati, prodotti da sensori, sono presenti sotto forma di segnali che evolvono nel tempo: per questo motivo, in questo percorso vengono affrontati i metodi per la descrizione ed analisi dei sistemi dinamici e dei segnali.
Nel dettaglio il percorso formativo è organizzato in 6 aree di apprendimento:
- Area Matematica (comune ai due percorsi) con insegnamenti dedicati ai concetti di base delle discipline matematiche e propedeutici ai corsi successivi.
- Area Statistica (comune ai due percorsi) con insegnamenti dedicati all'introduzione delle metodologie statistiche di base (statistica descrittiva, probabilità, inferenza, data visualization) e ai metodi più avanzati (statistical learning, metodi e modelli per dati complessi e per dati testuali).
- Area Informatica (comune ai due percorsi) con insegnamenti dedicati alla programmazione base e avanzata e alla gestione di basi di dati.
- Area Economia con insegnamenti comuni dedicati alle basi della micro e macroeconomia e insegnamenti specifici del percorso economico-statistico focalizzati su aspetti specifici come ad esempio le politiche pubbliche, l'economia industriale e i metodi empirici per l'analisi dei dati economici.
- Area Ingegneria con un insegnamento comune sul tema della gestione e organizzazione aziendale e insegnamenti specifici del percorso informatico-ingegneristico focalizzati su programmazione e progettazione del software e analisi dei segnali.
- Area Diritto e Lingua straniera (comune ai due percorsi) dedicata alla lingua straniera (inglese) e agli aspetti giuridici e normativi legati all'utilizzo dei dati e dell'intelligenza artificiale.
E' data la possibilità agli studenti di includere nel proprio percorso formativo un'esperienza di tirocinio formativo.
Conoscenze e capacità di comprensione
I laureati triennali in “Data Analytics, Economia e Tecnologie Digitali” al termine del percorso di studi, tramite gli insegnamenti impartiti nel Corso e il lavoro di elaborazione della prova finale, avranno acquisito gli strumenti teorici, metodologici e pratici in ambito data science, con un focus economico-statistico o informatico-ingegneristico, atti a analizzare, modellare e comprendere i dati generati nell'ambito dei sistemi economici e industriali, sempre più caratterizzati dall'utilizzo di sistemi digitali e tecnologici.
In particolare, i laureati possiedono:
- una solida conoscenza delle basi matematiche (incluse le tecniche di ottimizzazione), statistiche e di programmazione informatica necessarie per affrontare i corsi più avanzati;
- i principi base dell'economia (micro e macro), della contabilità aziendale e dei metodi di organizzazione di un'azienda e dei suoi processi interni;
- conoscenze specifiche dei metodi, dei modelli e degli algoritmi per l'analisi di dati (anche complessi e caratterizzati da diverse strutture e dimensionalità) in ottica descrittiva, inferenziale e predittiva con particolare riferimento al contesto delle applicazioni economiche o ingegneristiche;
- conoscenze dei principali linguaggi di programmazione e software per l'acquisizione, la gestione, l'analisi e la visualizzazione dei dati, e la comunicazione dei risultati (anche tramite applicazioni interattive e piattaforme tecnologiche);
- i fondamenti del diritto delle nuove tecnologie, con particolare riferimento alla normativa giuridica europea e nazionale in materia di protezione dei dati personali e ai principali problemi etici legati all'uso dei dati e dell'intelligenza artificiale;
- un'adeguata conoscenza della lingua inglese (livello B2).
Il raggiungimento delle suddette conoscenze avviene, oltre che con la partecipazione a lezioni frontali e lo studio individuale di libri di testo ed altro materiale bibliografico (anche su supporti video o audio), con la partecipazione a laboratori (che prevedono l'uso di linguaggi di programmazione e software) e attività di esercitazione/tutorato. In molti insegnamenti sono anche previste attività, da svolgere in modo autonomo o di gruppo, relative a casi studio e problemi di analisi di dati reali che richiedono l'applicazione delle metodologie studiate durante il corso.
L'accertamento del raggiungimento di tali conoscenze è comprovato dal superamento delle prove d'esame che si svolgono in forma scritta e/o orale (con quesiti che riguardano sia gli aspetti teorici che applicativi di ogni insegnamento) e dallo svolgimento di altre attività d'aula (come lavori di gruppo e presentazioni). La prova finale contribuisce all'accertamento complessivo delle capacità di applicare, in maniera integrata, quanto appreso nei diversi insegnamenti (si veda quadro A5).
In particolare, i laureati possiedono:
- una solida conoscenza delle basi matematiche (incluse le tecniche di ottimizzazione), statistiche e di programmazione informatica necessarie per affrontare i corsi più avanzati;
- i principi base dell'economia (micro e macro), della contabilità aziendale e dei metodi di organizzazione di un'azienda e dei suoi processi interni;
- conoscenze specifiche dei metodi, dei modelli e degli algoritmi per l'analisi di dati (anche complessi e caratterizzati da diverse strutture e dimensionalità) in ottica descrittiva, inferenziale e predittiva con particolare riferimento al contesto delle applicazioni economiche o ingegneristiche;
- conoscenze dei principali linguaggi di programmazione e software per l'acquisizione, la gestione, l'analisi e la visualizzazione dei dati, e la comunicazione dei risultati (anche tramite applicazioni interattive e piattaforme tecnologiche);
- i fondamenti del diritto delle nuove tecnologie, con particolare riferimento alla normativa giuridica europea e nazionale in materia di protezione dei dati personali e ai principali problemi etici legati all'uso dei dati e dell'intelligenza artificiale;
- un'adeguata conoscenza della lingua inglese (livello B2).
Il raggiungimento delle suddette conoscenze avviene, oltre che con la partecipazione a lezioni frontali e lo studio individuale di libri di testo ed altro materiale bibliografico (anche su supporti video o audio), con la partecipazione a laboratori (che prevedono l'uso di linguaggi di programmazione e software) e attività di esercitazione/tutorato. In molti insegnamenti sono anche previste attività, da svolgere in modo autonomo o di gruppo, relative a casi studio e problemi di analisi di dati reali che richiedono l'applicazione delle metodologie studiate durante il corso.
L'accertamento del raggiungimento di tali conoscenze è comprovato dal superamento delle prove d'esame che si svolgono in forma scritta e/o orale (con quesiti che riguardano sia gli aspetti teorici che applicativi di ogni insegnamento) e dallo svolgimento di altre attività d'aula (come lavori di gruppo e presentazioni). La prova finale contribuisce all'accertamento complessivo delle capacità di applicare, in maniera integrata, quanto appreso nei diversi insegnamenti (si veda quadro A5).
Capacità di applicare conoscenze e comprensione
I laureati triennali in “Data Analytics, Economia e Tecnologie Digitali” al termine del percorso di studi avranno acquisito conoscenze che consentono di applicare concetti, strumenti e metodologie alle realtà operative in cui verranno impiegati, nonché di proseguire eventualmente il percorso di formazione con studi superiori.
Al termine del percorso di studi i laureati:
- hanno assimilato e sanno usare gli strumenti informatici specifici per il data management e la data science nell'ottica di gestire database e infrastrutture di dati per garantire la qualità delle informazioni, anche nel rispetto delle attuali normative;
- sono in grado di scegliere i metodi più appropriati nei diversi contesti operativi in cui viene richiesto di traslare problemi applicativi in processi empirici di analisi dei dati che permettano di trasformare dati grezzi in informazioni a supporto di decisioni strategiche in ambito economico, sociale e aziendale;
- sanno implementare i principali metodi e modelli statistici per l'analisi descrittiva, inferenziale e modellizzazione di diverse tipologie di dati (inclusi i dati temporali, testuali e quelli spaziali). Ai fini previsivi sono inoltre in grado di utilizzare modelli di statistical learning e reti neurali;
- sanno utilizzare linguaggi di programmazione e software dedicati alla data science potendo sviluppare strumenti come dashboard interattive, sistemi di gestione dei dati o algoritmi per l'automazione delle analisi, anche in un'ottica di ottimizzazione dei processi aziendali e produttivi.
Il raggiungimento delle suddette competenze avviene, oltre che con la partecipazione a lezioni frontali e lo studio individuale di libri di testo ed altro materiale bibliografico (anche su supporti video o audio), con la partecipazione a laboratori (che prevedono l'uso di linguaggi di programmazione e software) e attività di esercitazione/tutorato. Inoltre, la capacità di applicare conoscenza e comprensione viene rafforzata con la partecipazione attiva in aula e a eventuali gruppi di lavoro, che possono prevedere un'applicazione critica e ragionata a dati reali delle metodologie apprese durante le lezioni con la produzione e discussione finale di report/presentazioni.
L'accertamento del raggiungimento di tali capacità è comprovato dal superamento delle prove d'esame che si svolgono in forma scritta e/o orale (con quesiti che riguardano sia gli aspetti teorici che applicativi di ogni insegnamento) e dallo svolgimento di altre attività d'aula (come lavori di gruppo e presentazioni). La prova finale contribuisce all'accertamento complessivo delle capacità di applicare, in maniera integrata, quanto appreso nei diversi insegnamenti (si veda quadro A5).
Al termine del percorso di studi i laureati:
- hanno assimilato e sanno usare gli strumenti informatici specifici per il data management e la data science nell'ottica di gestire database e infrastrutture di dati per garantire la qualità delle informazioni, anche nel rispetto delle attuali normative;
- sono in grado di scegliere i metodi più appropriati nei diversi contesti operativi in cui viene richiesto di traslare problemi applicativi in processi empirici di analisi dei dati che permettano di trasformare dati grezzi in informazioni a supporto di decisioni strategiche in ambito economico, sociale e aziendale;
- sanno implementare i principali metodi e modelli statistici per l'analisi descrittiva, inferenziale e modellizzazione di diverse tipologie di dati (inclusi i dati temporali, testuali e quelli spaziali). Ai fini previsivi sono inoltre in grado di utilizzare modelli di statistical learning e reti neurali;
- sanno utilizzare linguaggi di programmazione e software dedicati alla data science potendo sviluppare strumenti come dashboard interattive, sistemi di gestione dei dati o algoritmi per l'automazione delle analisi, anche in un'ottica di ottimizzazione dei processi aziendali e produttivi.
Il raggiungimento delle suddette competenze avviene, oltre che con la partecipazione a lezioni frontali e lo studio individuale di libri di testo ed altro materiale bibliografico (anche su supporti video o audio), con la partecipazione a laboratori (che prevedono l'uso di linguaggi di programmazione e software) e attività di esercitazione/tutorato. Inoltre, la capacità di applicare conoscenza e comprensione viene rafforzata con la partecipazione attiva in aula e a eventuali gruppi di lavoro, che possono prevedere un'applicazione critica e ragionata a dati reali delle metodologie apprese durante le lezioni con la produzione e discussione finale di report/presentazioni.
L'accertamento del raggiungimento di tali capacità è comprovato dal superamento delle prove d'esame che si svolgono in forma scritta e/o orale (con quesiti che riguardano sia gli aspetti teorici che applicativi di ogni insegnamento) e dallo svolgimento di altre attività d'aula (come lavori di gruppo e presentazioni). La prova finale contribuisce all'accertamento complessivo delle capacità di applicare, in maniera integrata, quanto appreso nei diversi insegnamenti (si veda quadro A5).
Autonomia di giudizi
In riferimento all'autonomia di giudizio il CdS si propone di sviluppare nei laureati la capacità di:
- identificare e valutare le fonti di dati necessarie allo studio dei fenomeni oggetto di interesse e vagliare la qualità dei dati raccolti;
- selezionare consapevolmente, a seconda dell'esigenza conoscitiva specifica del problema, la strategia di analisi e i relativi strumenti in ambito statistico, economico ed informatico-ingegneristico;
- valutare in modo critico i risultati ottenuti, formulando risposte opportune per il dominio applicativo in cui si opera;
- considerare le implicazioni etiche e deontologiche della professione, garantendo un utilizzo corretto e responsabile dell'informazione statistica anche in relazione alle normative esistenti con particolare riferimento, ad esempio, al trattamento dei dati e all'utilizzo di algoritmi di intelligenza artificiale.
L'autonomia di giudizio verrà sviluppata e valutata all'interno dei singoli insegnamenti anche tramite la redazione e discussione di report relativi a studi di caso (su dati reali) orientati al problem solving e al pensiero critico.
- identificare e valutare le fonti di dati necessarie allo studio dei fenomeni oggetto di interesse e vagliare la qualità dei dati raccolti;
- selezionare consapevolmente, a seconda dell'esigenza conoscitiva specifica del problema, la strategia di analisi e i relativi strumenti in ambito statistico, economico ed informatico-ingegneristico;
- valutare in modo critico i risultati ottenuti, formulando risposte opportune per il dominio applicativo in cui si opera;
- considerare le implicazioni etiche e deontologiche della professione, garantendo un utilizzo corretto e responsabile dell'informazione statistica anche in relazione alle normative esistenti con particolare riferimento, ad esempio, al trattamento dei dati e all'utilizzo di algoritmi di intelligenza artificiale.
L'autonomia di giudizio verrà sviluppata e valutata all'interno dei singoli insegnamenti anche tramite la redazione e discussione di report relativi a studi di caso (su dati reali) orientati al problem solving e al pensiero critico.
Abilità comunicative
Per quanto concerne le abilità comunicative, il CdS si propone di sviluppare nei laureati la capacità di:
- esporre in maniera efficace, ma con un linguaggio comunque appropriato, le scelte tecniche di analisi e i relativi risultati trasformandoli in insight comprensibili e utili per i decisori;
- lavorare proficuamente in gruppo anche interagendo con figure professionali dal diverso background culturale e con competenze tecniche diverse;
- utilizzare i metodi del data storytelling (grafici, dashboard, visualizzazioni interattive) per sintetizzare concetti e analisi complesse in una narrazione chiara ed efficace modulata in relazione al livello di competenza del pubblico a cui è destinata.
Le abilità comunicative verranno sviluppate e valutate all'interno dei singoli insegnamenti anche tramite la redazione e discussione di report relativi a studi di caso (su dati reali) orientati al problem solving e al pensiero critico.
- esporre in maniera efficace, ma con un linguaggio comunque appropriato, le scelte tecniche di analisi e i relativi risultati trasformandoli in insight comprensibili e utili per i decisori;
- lavorare proficuamente in gruppo anche interagendo con figure professionali dal diverso background culturale e con competenze tecniche diverse;
- utilizzare i metodi del data storytelling (grafici, dashboard, visualizzazioni interattive) per sintetizzare concetti e analisi complesse in una narrazione chiara ed efficace modulata in relazione al livello di competenza del pubblico a cui è destinata.
Le abilità comunicative verranno sviluppate e valutate all'interno dei singoli insegnamenti anche tramite la redazione e discussione di report relativi a studi di caso (su dati reali) orientati al problem solving e al pensiero critico.
Capacità di apprendimento
Per quanto riguarda la capacità di apprendimento, il CdS intende formare laureati in grado di adattare le proprie competenze e abilità agli strumenti e alle tecnologie emergenti in un contesto molto dinamico e in continua evoluzione come quello della data science e dei big data. Questo permetterà ai laureati di rimanere aggiornati e competitivi anche rispetto al mondo del lavoro. Tale capacità verrà sviluppata all'interno degli insegnamenti favorendo l'interesse nella lettura di articoli scientifici e blog tecnici o nell'ascolto di podcast e video dedicati ad argomenti emergenti e alle più recenti tecnologie e algoritmi. La verifica di tale capacità avverrà prevalentemente nel contesto della prova finale.
Requisiti di accesso
Requisito d'accesso al corso di laurea in “Data Analytics, Economia e Tecnologie Digitali” è il possesso di un diploma di scuola secondaria superiore o analogo titolo conseguito all'estero riconosciuto idoneo. Per una proficua partecipazione alle attività didattiche del corso di laurea si richiede il possesso di adeguate conoscenze iniziali di matematica, lingua inglese (almeno livello B1) e la lingua italiana (per gli studenti stranieri). La verifica delle conoscenze iniziali avverrà secondo le modalità previste dal Regolamento didattico del Corso di laurea.
Gli eventuali obblighi formativi (OFA) derivanti da carenze nelle predette conoscenze dovranno essere colmati nel primo anno di corso, secondo le modalità previste dal predetto Regolamento.
Gli eventuali obblighi formativi (OFA) derivanti da carenze nelle predette conoscenze dovranno essere colmati nel primo anno di corso, secondo le modalità previste dal predetto Regolamento.
Esame finale
La prova finale consiste nella stesura di una breve relazione scritta su un argomento relativo agli ambiti disciplinari previsti dal piano di studio. La prova dovrà consentire di valutare l'acquisita padronanza degli strumenti metodologici e teorici assimilati durante il corso, nonché la capacità di effettuare una ricerca bibliografica e un'analisi critica delle fonti raccolte. La relazione scritta può consistere in un rapporto conclusivo relativo all'attività di tirocinio. Tale rapporto deve mettere in relazione l'attività svolta con gli strumenti di analisi acquisiti durante il corso. E' possibile redigere la relazione scritta in lingua inglese.
Profili Professionali
Profili Professionali (2)
Analista economico applicato
L’analista economico applicato è un analista dei dati con specifiche conoscenze dei sistemi, delle teorie e delle politiche pubbliche. Si occupa della raccolta e analisi di dati economici, così come dell’implementazione e interpretazione di modelli per lo studio delle variabili economiche, per la valutazione dell’efficacia di politiche pubbliche o aziendali, per prevedere l'evoluzione di fenomeni micro e macroeconomici o la validazione di teorie economiche. Realizza report di sintesi, visualizzazioni grafiche e dashboard per la comunicazione efficace dei risultati. Partecipa quindi come esperto junior di metodi quantitativi ai gruppi di lavoro, anche interdisciplinari, che si occupano di analisi dati e contribuisce nei processi decisionali alla definizione di soluzioni strategiche ed operative data-driven.
L’analista economico applicato possiede le competenze per:
- utilizzare linguaggi di programmazione e software per la gestione dei dati e la loro elaborazione statistica;
- analizzare ed interpretare adeguatamente i dati micro e macroeconomici;
- implementare modelli e algoritmi a fini descrittivi, inferenziali e previsivi;
- comunicare efficacemente i risultati delle analisi, interpretandoli in rapporto al fenomeno studiato e al contesto in cui vengono discussi.
- Aziende private, in particolare società di consulenza economica e strategica, banche e istituzioni finanziarie.
- Aziende pubbliche come enti governativi e del territorio e istituti di statistica.
- Uffici studi di organismi territoriali, sindacali o professionali, enti di ricerca nazionali ed internazionali.
Progettista di sistemi software per l'analisi e la gestione dei dati
Il progettista di sistemi software per l'analisi e la gestione dei dati è un analista dei dati con specifiche competenze nell’ambito della progettazione ingegneristica del software e dei suoi requisiti, e della programmazione di applicativi software. E’ in grado di progettare, sviluppare e implementare sistemi informatici dedicati alla raccolta, archiviazione, elaborazione e analisi di dati, inclusi quelli che si manifestano tipicamente in applicazioni sensoristiche (e.g. in ambito biomedico, industriale, ecc.) sotto forma di segnali e dati che evolvono nel tempo.
Il progettista di sistemi software per l'analisi e la gestione dei dati possiede le competenze per:
- utilizzare linguaggi di programmazione e software per la gestione dei dati e la loro elaborazione;
- progettare applicativi software, anche data intensive, partendo dall’analisi dei requisiti fino al testing del software;
- effettuare semplici configurazioni di rete informatica;
- analizzare segnali sia nel tempo che nella frequenza, e applicare tali conoscenze in problemi di rilevanza pratica.
- Imprese di servizi e di prodotto, aziende tech e di sviluppo software.
- Aziende pubbliche come enti governativi e del territorio e istituti di statistica.
- Enti di di ricerca nazionali e internazionali in ambito scientifico o tecnologico.
Insegnamenti
Insegnamenti (10)
SSD MAT/02, 3 CFU, 24 ore
SSD MAT/02, 3 CFU, 24 ore
SSD MAT/05, 6 CFU, 48 ore
SSD MAT/05, 6 CFU, 48 ore
SSD ING-INF/05, 6 CFU, 48 ore
SSD ING-INF/05, 6 CFU, 48 ore
DIRITTO DELL'INTELLIGENZA ARTIFICIALE E DEI DATI- mod1 - 97R004-1
Secondo Semestre (16/02/2026 - 29/05/2026)
- 2025
SSD IUS/01, 3 CFU, 24 ore
SSD IUS/01, 3 CFU, 24 ore
DIRITTO DELL'INTELLIGENZA ARTIFICIALE E DEI DATI- mod2 - 97R004-2
Secondo Semestre (16/02/2026 - 29/05/2026)
- 2025
SSD IUS/20, 3 CFU, 24 ore
SSD IUS/20, 3 CFU, 24 ore
SSD ING-IND/35, 6 CFU, 48 ore
SSD ING-IND/35, 6 CFU, 48 ore
SSD SECS-S/01, 6 CFU, 48 ore
SSD SECS-S/01, 6 CFU, 48 ore
SSD SECS-P/01, 9 CFU, 72 ore
SSD SECS-P/01, 9 CFU, 72 ore
SSD INF/01, 6 CFU, 48 ore
SSD INF/01, 6 CFU, 48 ore
STATISTICA DESCRITTIVA E CALCOLO DELLE PROBABILITÀ - 97R002
Primo Semestre (15/09/2025 - 19/12/2025)
- 2025
SSD SECS-S/01, 9 CFU, 72 ore
SSD SECS-S/01, 9 CFU, 72 ore
SSD SECS-S/01, 9 CFU, 72 ore
SSD SECS-S/01, 9 CFU, 72 ore
No Results Found
Persone
Persone (10)
Componente del Comitato per l’integrità e l’etica della ricercaComponente del Senato AccademicoProfessori Ordinari
Ricercatori Legge 240/10 - t.det.
Ricercatori Legge 240/10 - t.det.
Ricercatori Legge 240/10 - t.det.
Ricercatori Legge 240/10 - t.det.
No Results Found