Il Master aderisce alla seconda finestra straordinaria di pre-iscrizione a partire dal 4 fino al 25 novembre 2024, ore 12.30

 

Il Master in Data Science & Data Management forma in materia di metodologie e strumenti per l’uso dei dati testuali, di importanza strategica nella fase storica attuale. La loro raccolta, l’analisi, la valutazione e la gestione, in tale cornice, rappresentano le competenze per definire quale e che tipo di conoscenza estrarre dai dati testuali, in modo da operare in diversi ambiti: aziendale-organizzativo, sanitario, politico-economico, economico-politico, giuridico, comunitario e nelle politiche pubbliche.

L’obiettivo del Master è quello di costruire un profilo di Data Scientist & Data Analyst che sappia analizzare le diverse esigenze umane (storicamente e narrativamente situate), anticipare scenari futuri, definire strategie, innovare e supportare la presa di decisione, monitorare e valutare l’efficacia dei progetti.

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.
  1. 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.
  1. 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 & Machine Learning

  • Basi di dati (data collection, data quality, database NoSQL vs SQL, DBSM e DWH J);
  • Sistemi di gestione ed analisi dei dati:
    • Big Data Analytics & Real Time Big Data Processing;
    • Sviluppo di conoscenze/competenze relative all’IA e al Machine Learning;
  • Sviluppo di conoscenze/competenze d’uso dei fondamenti matematico-statistici alla base della Data Science e dei sistemi di gestione ed analisi di dati (Python, Orange, Tableau, Google Analytics).

Modulo 5 – 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 Curation.

Modulo 6 – Dialogic Data Business Management 

  • Sviluppo di conoscenze legate ai modelli di dialogic business process management e di gestione del dato testuale.

Modulo 7 – Dialogic 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 8 – 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.

La graduatoria generale di merito per l’a.a. 2024/2025 sarà disponibile qui, secondo le tempistiche dell’avviso di selezione.

Corsi singoli

Informazioni

Innovazione scientifica e trasferimento tecnologico
29/10/2025
70%
6
100
€ 3.322,50
€ 2.200,00
I titoli di accesso saranno specificati nell'avviso di selezione 24/25
Ottieni la brochure

"*" indica i campi obbligatori

Trattamento dei dati personali*

FAQ

Si, è previsto uno stage di 250 ore per osservare e sviluppare competenze di analisi di dati testuali negli enti in cui si svolgeranno le attività.

Il Master non rilascia borse di studio. È possibile vedere se si dispone dei requisiti per richiedere le borse erogate dall’Università di Padova.

Il Master prevede di svolgere alcune lezioni in presenza ed altre a distanza. È possibile evidenziare eventuali esigenze al Direttore del Master.

Il Master collabora con una rete di enti e professionisti e coadiuva i corsisti nell’interfaccia con gli enti con cui vorrebbero lavorare.