Data Science for Management
Il corso di studio in breve
Il corso di natura interdisciplinare intende formare laureati magistrali con elevate conoscenze in:
- raccolta, trattamento, compressione, archiviazione, sicurezza ed analisi di dati, sia strutturati che non strutturati;
- linguaggi di programmazione più diffusi per l'analisi dati;
- statistical learning e analisi statistica dei dati;
- machine learning, neural computing e deep learning;
- disegno di DB, anche di tipo "Big Data".
I laureati saranno in grado di:
- dialogare con esperti dei campi applicativi e condurre analisi di dati ben finalizzate in ogni settore applicativo scientifico, tencologico ed economico-aziendale;
- progettare iniziative di raccolta, pulizia, archiviazione ed utilizzo efficiente e sicuro di dati, anche di tipo "Big Data";
- comunicare correttamente e con precisione le conclusioni cui giungono le analisi dati condotte anche mediante l'utilizzo di strumenti grafici e interattivi avanzati.
I laureati del corso svilupperanno una mentalità prevalentemente quantitativa nell'analisi di fenomeni scientifici, economici e manageriali, sociali e sanitari. Essi avranno attitudine al lavoro in team interdisciplinari e al dialogo con i destinatari finali delle analisi condotte orientato al miglior utilizzo dei dati da raccogliere e studiare. Essi avranno piena consapevolezza del prezioso e delicato ruolo della raccolta ed analisi dati nella gestione di aziende, delle organizzazioni complesse, del monitoraggio e pianificazione di servizi pubblici anche nel campo della salute. Essi saranno correttamente formati al rispetto dei principi etici nella raccolta, custodia ed utilizzo delle informazioni personali.
Particolarmente importante per il raggiungimento degli obiettivi formativi saranno le occasioni di collaborazione e di affiancamento in aziende specializzate nel settore o in organizzazioni per cui la raccolta e analisi dati ha un ruolo cruciale nel monitoraggio e gestione.
Obiettivi formativi
L'esigenza di creare presso l'Università di Catania un corso di laurea magistrale in Data Science for Management impartito in lingua inglese - nasce dalla consapevolezza che la crescente pervasiva produzione di dati e informazioni digitali, coinvolgendo sempre più ambiti lavorativi, richiede la formazione di nuove figure professionali capaci di affrontare problemi complessi, utilizzare tecniche statistico-matematico e informatiche all'interno di aziende e amministrazioni pubbliche e private, in particolare per quel che riguarda acquisizione, gestione, trattamento, analisi e utilizzo di una grande mole di dati, anche affiancando efficacemente esperti di specifici settori applicativi.
In questo contesto, il CdLM in Data Science for Management dell'Università di Catania si propone di formare laureati che - avendo competenze e capacità fortemente interdisciplinari nell'area dell'informatica, della statistica, delle scienze economiche e manageriali siano capaci di analizzare, modellizzare ed affrontare in modo nuovo la complessità delle sfide economiche e sociali, valorizzando l'enorme patrimonio dei dati che gli strumenti tecnologici rendono sempre più disponibili, creando nuovi modelli di business, ottimizzando la gestione delle risorse. In particolare, il CdLM in Data Science for Management dell'Università di Catania si propone di formare laureati in grado di:
- esercitare ruoli imprenditoriali, manageriali e nella consulenza professionale, utilizzando l'analisi dei dati a supporto delle decisioni strategiche ed operative;
- affiancare specialisti in varie discipline scientifiche utilizzando l'analisi dei dati per la verifica di modelli teorici, nel disegno dei protocolli sperimentali e nella estrazione di informazioni da dati osservati;
- inquadrare problemi di analisi economica utilizzando strumenti quantitativi, sulla base di dati micro/macro economici e politico-sociali;
- operare in ambito industriale per il monitoraggio, controllo e certificazione della qualità della produzione.
- individuare le soluzioni più idonee per l'analisi dei dati finalizzate al miglioramento delle performance dei processi ai quali i dati si riferiscono
- operare nel mondo dell'Internet of Things (IoT) e dell'Industrial Internet of Things (IIoT) in cui sono presenti collezioni di dati provenienti da dispositivi di diversa natura dedicati al monitoraggio e al controllo, che necessitano di essere analizzati per individuare opportune strategie di controllo.
Queste nuove figure professionali sono destinate a svolgere un ruolo centrale e strategico in molteplici ambiti, quali ad esempio il management aziendale, la competitività delle imprese, la gestione del territorio, la valutazione delle performance delle politiche pubbliche.
Il CdLM in Data Science for Management è articolato su due anni e prevede l'acquisizione di 120 crediti formativi e il superamento di 12 esami, secondo la normativa nazionale vigente; gli insegnamenti obbligatori saranno impartiti in lingua inglese e per tale motivo gli studenti in ingresso devono avere un'adeguata competenza linguistica nella lingua inglese.
Il percorso di studi prevede in particolare una formazione iniziale specifica a seconda della classe di laurea triennale di provenienza; una formazione obbligatoria in discipline informatiche, statistico-matematiche ed economico-manageriali. Successivamente, lo studente potrà specializzare la propria formazione, nell'ambito di percorsi formativi di studio suggeriti.
Un elemento qualificante del progetto formativo è l'attività didattica in lingua inglese, che può consentire l'attrazione, presso l'Università di Catania, di studenti anche provenienti dall'estero.
Sbocchi professionali
Classificazione Istat delle professioni
- Statistici - (2.1.1.3.2)
- Analisti e progettisti di software - (2.1.1.4.1)
- Analisti di sistema - (2.1.1.4.2)
- Specialisti della gestione nella Pubblica Amministrazione - (2.5.1.1.1)
- Specialisti della gestione e del controllo nelle imprese private - (2.5.1.2.0)
- Analisti di mercato - (2.5.1.5.4)
- Specialisti dei sistemi economici - (2.5.3.1.1)
- Specialisti dell'economia aziendale - (2.5.3.1.2)
