Master in Data Science for Economics, Business and Finance

Al via la seconda edizione del Master di secondo livello in “Data Science for Economics, Business and Finance” all’Università degli Studi di Milano

Il Dipartimento di Economia, Management e Metodi Quantitativi e il Dipartimento di Informatica “Giovanni degli Antoni” dell’Università degli Studi di Milano hanno lanciato la seconda edizione del Master in Data Science for Economics, Business and Finance in ambito economico-gestionale-finanziario. La passata edizione ha avuto un notevole successo tra gli studenti che lo hanno frequentato in termini di spendibilità in ambito lavorativo e tra le aziende partner che hanno collaborato al Master proponendo posizioni lavorative nell’ambito della data science.

Obiettivi formativi

L’era dell’Industry 4.0, dell’IoT (Internet of Things) e dei Social Media ha posto aziende e istituzioni di fronte alla sfida dell’analisi dei Big Data alla quale necessariamente devono rispondere. Aziende e istituzioni sono sempre più consapevoli del potenziale dei propri dati ma sono spesso nella condizione di non avere il know-how di personale e tecnologie per sfruttarlo a dovere.

Aziende e istituzioni sono oggi alla ricerca di nuove figure professionali che, oltre alla indispensabile conoscenza specifica del settore di riferimento, abbiano competenze di tipo statistico e informatico, ma anche quelle tipiche delle scienze economiche e sociali per poter interpretare i risultati dell’analisi dei dati in relazione ai processi in atto in queste discipline. Queste nuove figure professionali possono essere ricondotte a quello che viene chiamato il “data scientist” che è sempre più richiesto nel mercato del lavoro.

(Intervento di Stefano Iacus, docente del corso di R & Python, al Wired Digital Day, 6/12/17)

(Una lezione sulle reti bayesiane di Silvia Salini, docente del corso di Artificial Intelligence)

Il corso per master ha l’obiettivo di rispondere al fabbisogno formativo di tale figura fornendo le competenze necessarie ad analizzare e comprendere la natura dei Big Data attraverso moderne tecniche di machine learning e data mining e strumenti di cloud computing, al fine di estrarne relazioni significative e pattern ricorrenti, costruire modelli predittivi e di nowcasting che integrino Big Data con dati aziendali, di mercato e provenienti dai social media, effettuare analisi di effetti di politiche (economiche, sociali) o azioni (investimenti, campagne di marketing) ed ogni altra attività legata ai settori dell’economia, del marketing, del business e della finanza.

Prospettive occupazionali

Il corso per master si prefigge di formare la figura del data scientist che possa operare in tutti settori economici e istituzionali che necessitano di rispondere alle sfide dell’Industry 4.0, dell’IoT, Social Media e Big Data in generale.

La sfida e gli ingredienti salienti

Il master è aperto sia a laureati magistrali, sia a figure già inserite in contesti aziendali dove i Big Data sono già una realtà. Il Collegio Didattico, in accordo con i partner aziendali e istituzionali, formerà dei team misti tra i due tipi di discenti focalizzati su alcuni verticali dell’economia, del business e della finanza. I partner metteranno a disposizione dati e/o problemi che i team dovranno affrontare e/o sviscerare nello spirito di un hackaton durante il tirocinio ma utilizzando tutte le conoscenze apprese durante il corso. Il risultato dell’analisi confluirà in white paper che verrà valutato dai partner e dal Collegio Didattico.

Informazioni generali e date importanti

Iscrizioni: NEW!! La deadline è stata prorogata al 7 febbraio 2019.
(A pag. 51 del bando sono indicate le classi di laurea magistrale ammesse.
I candidati che abbiano conseguito una laurea magistrale (o equivalente) diversa da quelle indicate verranno ammessi al colloquio con riserva: la commissione di selezione sarà incaricata di valutare l’ammissione o meno al master)
Colloquio di selezione: 11 febbraio 2019 ore 10 Aula Seminari DEMM (via Conservatorio, 7 – Milano)
Lezioni: dal 15 marzo 2019 al 20 dicembre 2019
Discussione finale: dicembre 2019
Numero atteso di iscritti al corso: 25

Struttura del corso

Attività	Ore	CFU
Lezione frontale	370	37
Laboratorio	150	12
Tirocino	250	10
Lavoro conclusivo (tesi)		1
Totale	520 + 250	60

Elenco dei corsi

Denominazione	Ore
Elements of computational statistics and statistical learning	30
Elements of R and Python	30
Machine learning and data mining	30
Cybersecurity and privacy	30
Distributed and parallel computing	20
Decision making with mathematical computing and optimization	30
Social Network Analysis, Social Media and Sentiment Analysis	20
Economic and financial time series analysis	30
Web scraping and crawling, open data, markup languages and data shaping	20
Databases (SQL, NoSQL), data linking and data visualization	20
Economic data science for program, policy and system evaluation	30
Strategic data science marketing: extracting new value from proprietary data	30
Financial data science for risk analysis	30
Elements of Artificial Intelligence and Expert Systems	20
TOTALE	370

Attività di Laboratorio

Denominazione	Ore
Data mining and Machine Learning Lab (pratica di laboratorio)	25
Cloud computing, Data Base and Web Scraping Lab (pratica di laboratorio)	25
Programming for Data Science Lab (pratica di laboratorio)	25
Applied Data Science for Economics Lab (pratica di laboratorio)	25
Applied Data Science for Marketing Lab (pratica di laboratorio)	25
Applied Data Science for Finance Lab (pratica di laboratorio)	25
TOTALE	150

Orari delle lezioni

Dal dal 15 marzo al 20 dicembre 2019

venerdì mattina e pomeriggio (5 moduli da 90′)
sabato mattina (3 moduli da 90′)

Le lezioni del giovedì pomeriggio (e la maggior parte delle altre a seconda delle richieste) saranno registrate e rese disponibili per l’auto-apprendimento dei discenti ma è consigliata la frequenza ai corsi. La pratica di laboratorio si svolgerà il venerdì nell’ultima parte della giornata didattica.

Per iscriversi

Le iscrizioni si effettuano esclusivamente per via telematica. Per procedere all’iscrizione fare riferimento a questa pagina.

Costo di iscrizione: 4500 Euro

Chiusura iscrizioni: 1 febbraio 2019 ore 13.00

Solo 25 posti disponibili!

I Partner di questo progetto di Master

Di seguito le Aziende, Istituzioni e Associazioni di categoria che hanno deciso di aderire o hanno manifestato espressioni di interesse per questo nuovo master. I soggetti sotto elencati contribuiscono al progetto di master in varie forme:

fornendo dati e problemi reali per l’hackaton finale;
mettendo in palio premi per gli studenti risultati più meritevoli alla fine del corso, pari al rimborso parziale o totale delle quote di iscrizione;
offrendo opportunità di stage in ambito Big Data & Data Science