MTDS Data Science & Data Management. Metodologie e strumenti per l'uso dei dati testuali

Il Master in Data Science & Data Management prevede una proposta formativa dedicata a modelli teorici sul linguaggio; fondamenti matematico-statistici per data science; data management; sistemi di gestione ed analisi dei dati; machine learning & IA; big data analytics; data visualization & curation.

Il percorso apporta tre tipologie di contenuti:

1. Conoscenze su:

• riferimenti teorico-metodologici sugli studi sul linguaggio;
• modelli e strumenti legati alla data science; data analysis & data management.

2. Competenze applicative per:

• analisi dei dati per obiettivi di rilevazione e anticipazione delle esigenze del target, anticipazione di scenari futuri, definizione di strategie, innovazione, presa di decisione; 
• applicazione in ambito aziendale-organizzativo, sanitario, politico-economico ed economico-politico, giuridico e comunitario e nelle politiche pubbliche in generale;
• metodologia M.A.D.I.T. e metodologia per la costruzione di piani di analisi statistico-sperimentali; 
• padroneggiamento dei fondamenti statistico-matematici; 
• machine learning & IA, big data analytics, data visualization, data curation, data management.

3. Autonomia di giudizio per favorire: 

• analisi di aspetti critici legati dalla data privacy, data protection ed etica sull’uso dei dati; 
• gestione delle responsabilità sociali ed etiche; 
• analisi ed anticipazione degli errori nella gestione dei dati; 
• innovazione.

Il Master in Data Science & Data Management si rivolge a coloro che hanno conseguito almeno una laurea triennale in economia, ingegneria, informatica, statistica, matematica, psicologia, professioni sanitarie, biologia, scienze sociologiche, comunicazione, filosofia, scienze del governo e politiche pubbliche, European and Global Studies, Local Development, diritto e tecnologia, Computer Science e linguistica, servizio sociale (solo per coloro che hanno una laurea magistrale).

I futuri Data Scientist & Data Analyst, una volta concluso il Master, possono operare per enti pubblici e privati che possono disporre di una grande massa di dati testuali, come agenzie governative, università, enti di ricerca, centri studi di aziende medie e grandi, fondazioni, mass media, istituzioni ed enti della pubblica amministrazione, enti che si occupano di progettazione europea, banche e fondazioni, compagnie assicurative, catene commerciali e di vendita (la grande distribuzione), società di consulenza, singole aziende e multinazionali. 

Il Master prepara i Data Scientist & Data Analyst in diversi campi di applicazione: marketing, aziendale-organizzativo, politico-economico ed economico-politico, sanitario, politiche pubbliche, giuridico e comunitario.

Il Master in Data Science & Data Management prevede una formazione approfondita sui seguenti moduli:

Modulo 1 – Analisi knowledge-based ed analisi data-driven

• Formalizzazione delle interazioni che avvengono attraverso l’uso del linguaggio (Dialogical Process Analysis – DPA)
  
• Teorie e modelli sull’analisi del linguaggio
• Fondamenti epistemologici alla base del paradigma scientifico di riferimento per la generazione dei dati osservativi e riflessioni sugli approcci disponibili ( interazionismo, neural network, NLP, linguistica, Dialogical Process Analysis etc.)

Modulo 2 – Data privacy, data protection ed etica sull’uso dei dati

• Profilo di ruolo e competenze del Data Scientist e Data Analyst 
• Conoscenze sulle questioni etiche, sui riferimenti sul diritto della privacy e della protezione dei dati e delineazione dei ruoli e competenze del Data Scientist e Data Analyst

Modulo 3 – Metodologie per l’analisi dei dati testuali 

• Promozione di competenze d’uso della Metodologia M.A.D.I.T. per progettare con specifici obiettivi di analisi e di competenze d’uso di un metodo statistico-sperimentale per costruire piani di analisi rigorosi ed efficaci

Modulo 4 – Advanced Statistics for Data Science

• Sistemi di gestione ed analisi dei dati
• Sviluppo di conoscenze/competenze d’uso dei fondamenti matematico-statistici alla base della Data Science e dei sistemi di gestione ed analisi di dati (R, Python, PowerBI, Tableau, Google Analytics, SAS etc.)

Modulo 5 – Machine Learning, IA e Algoritmi per la Data Science

• Big Data Analytics & Real Time Big Data Processing 
• Sviluppo di conoscenze/competenze relative all’IA (stato dell’arte, data/information processing; tecniche, strumenti e sistemi basati sull’IA) ed alla Machine Learning (sviluppo di algoritmi, selezione di modelli, deep learning etc.) e di offrire lo stato dell’arte sulle strategie per estrarre conoscenza entro la Big Data Analytics & Real Time Big Data Processing con particolare riferimento alla Dialogical Process Analysis
  

Modulo 6 – Data Visualization; Data Curation & Data Management Technology

• Conoscenze in merito ai principali strumenti per una rappresentazione e visualizzazione efficace dei dati testuali e per far conoscere i principali strumenti a supporto della Data Management e Curation

Modulo 7 – Data Management 

• Sviluppo di conoscenze legate ai modelli di business process management e di gestione del dato testuale (data collection, data quality, database NoSQL vs SQL, DBSM e DWH J) 

Modulo 8 – Data Strategy & Decision Making e l’analisi dell’errore per generare innovazione e cambiamento 

• Sviluppo di competenze d’uso dei dati testuali per la definizione di strategie e la presa di decisione e di sviluppare competenze di analisi dell’errore per apportare innovazione 

Modulo 9 – Applicazioni nell’ambito della Data Intelligence e del Marketing 

• Applicazioni nell’ambito dei social media
• Applicazioni nell’ambito dell’amministrazione della giustizia
• Applicazioni nell’ambito del sistema sanitario
• Applicazioni nell’ambito comunitario
• Applicazioni nell’ambito della sostenibilità
• Lezioni laboratoriali in cui si sviluppano dei progetti/piani di analisi/considerazioni sull’uso dei dati testuali in relazione a specifici obiettivi di analisi

Le peculiarità del Master risiedono: 

• nello studio della Dialogical Process Analysis
• nell’integrazione tra discipline informatiche e statistiche e discipline specializzate nell’osservazione dell’uso del linguaggio, tra cui la dialogica
• nell’applicazione delle conoscenze e competenze in molteplici ambiti: aziendale-organizzativo, sanitario, politico-economico ed economico-politico, giuridico e comunitario e nelle politiche pubbliche in generale
• nel favorire l’incremento di una gestione efficace, efficiente e rigorosa nella generazione del dato testuale, grazie all’interazione tra le discipline sopra menzionate, le quali permettono di cambiare il modo in cui si conosce e si analizza il dato testuale e, dunque, di intervenire rispetto a molteplici criticità che oggi si riscontrano nell’analisi (estrapolare conoscenza da una grande quantità di dati, non aver chiaro quali dati selezionare, l’incertezza in merito a come usare i dati per specifici obiettivi etc.) 

I futuri Data Scientist & Data Analyst possono sviluppare elevate competenze sia nell’osservazione delle modalità conoscitive che si adottano per generare i dati testuali, che rispetto all’implementazione di strumenti informatici e statistici per l’analisi di tali dati.

Il Master in Data Science & Data Management prevede che le lezioni si svolgano sia in presenza (prevalenti) che a distanza e promuove modalità interattive tra formatori e formandi, attraverso lezioni didattiche, esercitazioni individuali e laboratoriali su molteplici casi applicativi. È contemplato, nel piano formativo, uno stage obbligatorio/project work di 250 ore e la verifica finale. Viene richiesta una frequenza obbligatoria del 70% sul totale di 300 ore di lezione.

A questo link è disponibile la graduatoria generale di merito per l’A.A. 2023/24