Homepage

Master: Big Data Analytics and Technologies for Management, MABIDA

.

Innova la Tua decisione con l’informazione!

Questa Pagina è la pagina ufficiale del master: http://www.disit.org/mabida

Pagina web amministrativa del Master MABIDA su UNIFI
Pagina su LinkedIn del Master Mabida
Pagina Facebook del master: https://www.facebook.com/MasterBigdataMabida
 

 
 

 

LA RIVOLUZIONE BIG DATA

Anche in Italia un vero e proprio tsunami di dati si sta abbattendo sulle imprese e sulle pubbliche amministrazioni: chi non imparerà a governare quest’onda ne sarà travolto.
L’impatto del fenomeno Big Data fa assumere valore strategico alle metodologie di analisi e alle tecnologie di elaborazione dei dati a supporto delle decisioni manageriali delle imprese e nella Pubblica Amministrazione. Il ruolo dei Big data nelle imprese risiede nella integrazione profonda tra processi informativi, organizzativi e contenuti decisionali, in tutti gli ambiti più rilevanti per l’orientamento e l’ordinamento di una attività pubblica o privata. In tal senso, una visione data-oriented deve cogliere e metabolizzare, assumendo l’ottica del decisore, le specificità delle problematiche nelle diverse aree strategiche, gestionali e organizzative.

UNA CARRIERA ALL’AVANGUARDIA

La Data Analysis and Technologies è divenuta fondamentale per il governo delle imprese. Configura una figura professionale autonoma e, soprattutto, una competenza indispensabile ad ogni manager per fondare le proprie decisioni sulla crescente disponibilità informativa. Così come all’inizio dell’era informatica l’organizzazione di un foglio di calcolo richiedeva un programmatore, analogamente adesso anche valorizzare i dati deve diventare la competenza qualificante del manager.
L’approccio Data Analytics and Technologies rende qualsiasi lavoro decisionale all’avanguardia: manager competitivi combinano conoscenza del business, le tecnologie Big Data, e capacità di analisi avanzata. Questi ricercati professionisti non sono solo lavoratori della conoscenza, ma anche e soprattutto dell’intelligenza perché divengono scienziati del management che si impegnano tanto nella scoperta intuitiva quanto nella giustificazione che guida l'innovazione.

 

MANAGER DATA DRIVEN: IL LAVORO PIÙ ATTRATTIVO DEL 21° SECOLO

 cloudIl Master in BIG DATA, ANALYTICS AND TECHNOLOGIES FOR MANAGEMENT, MABIDA si caratterizza soprattutto per una innovativa integrazione tra insegnamenti di management, ingegneria e statistica in grado di formare una nuova generazione di decisori data-driven. Le competenze sono quelle necessarie per intraprendere una carriera di successo non solo nel segmento Business Intelligence e in qualsiasi posizione manageriale.
Il percorso è quindi adatto non solo a chi genera e gestisce le informazioni, ma anche e soprattutto a chi su tali informazioni assume decisioni.

 
UN MONDO NON VIRTUALE DI OPPORTUNITÀ ATTRATTIVE

Marketing Manager; Customer Manager and Market Researcher; Advertiser and Marketing Effectiveness Manager; Operation Manager; Analytics Operations Researcher; Logistics & Supply Chain Optimizer; ERP Manager; Business Intelligence & IT; HR Manager; Talent Analytics Headhunter; Control Manager; Consulting Manager; Financial manager; Financial Analytics; Smart Cities Design; Environmental & Energy Analytics; Social & Policy Research; Government Intelligence; Voting Behavior Analysis; Spin Doctor Analitycs Assistant; Policy Effectiveness Analysis; Social and Community Analysis; Epidemiology Research; Public Utilities Optimizer; Data Scientist; Data Analyst; Data Intelligence Officer, Business Intelligence Consultant; Data Officer; Business Analyst; Strategic Analyst, Analytics Consultant; Quantitative Researcher, Data Solutions Architect; Big Data Analytics Manager.
 

L’OBIETTIVO PROFESSIONALIZZANTE DEL MASTER

Il master insegna a produrre ed usare il valore dell’informazione tramite una deep integration tra management e data science and technology. In tal senso, è diretto alla formazione di figure professionali che necessitano di supporto analitico alle proprie decisioni e che vogliano sviluppare competenze per governare attraverso l’uso intensivo dei dati sia con approccio tradizionale, sia con approccio Big Data.
Tipicamente destinato a formare decisori che coniughino creatività imprenditoriale, controllo manageriale e rigore scientifico per governare con reattività contesti caratterizzati da alta intensità di azione. Il supporto analitico è funzionale a fronteggiare il rischio e per valutare ex-ante ed ex-post l’impatto delle proprie decisioni ad alta complessità. Il tutto anche in un’ottica di trasparenza e supporto alle nuove forme di cittadinanza.
L’obiettivo è la valorizzazione cognitiva del dato attraverso un’integrazione profonda tra system of insight al decison making in modo da governare un unico flusso di sense making: alla valorizzazione cognitiva, segue quella economica.


IL PROGRAMMA

Il master si articola in insegnamenti divisi in moduli con numerosi interventi di esperti esterni, uno stage (obbligatorio per chi non abbia già fatto esperienze lavorative), e una prova finale rappresentata dall’esposizione di un elaborato operativo.
 

Imprenditorialità, marketing e organizzazione
Imprenditorialità e teoria delle decisioni pubbliche e private
Web marketing strategy and research
Organizzazione, produzione  e gestione del personale
Valutazioni e simulazioni strategiche
Statistica
Statistica I
Statistica II
Data Base e Intelligenza Artificiale
Data Base
Machine Learning
Data mining e Sistemi di data Management
Data mining
Sistemi informativi e statistici di Data Management
Modelli e Sistemi a Supporto delle Decisioni
Big Data Management
Big data problem, reasoning and inference
Architetture parallele: web crawling, grid, mapreduce e oltre
Bigdata: architectures and solutions
Tirocinio
Prova finale

 











 

 





















 





I metodi formativi sostengono l’uso di programmi specifici, il commento dei risultati, la creazione e l’esposizione di report. Questi moduli permettono di acquisire, tra l’altro, alcune competenze chiave:
 

  • Decidere data driven nelle funzioni di marketing, finanza aziendale, gestione del personale, produzione, logistica, sistemi informativi e di controllo.
  • Misurare e controllare le performance nel marketing e nella finanza con particolare riferimento a  misure di ricavo, costo, tempo, rischio, qualità.
  • Database tradizionali e noSQL
  • Conoscenza Linguaggi di Interrogazione
  • Uso di modelli e strumenti per l’apprendimento, machine learning
  • Scegliere soluzioni e algoritmi di apprendimento e deduzione
  • Comprensione delle problematiche relative ai big data
  • Modellazione della conoscenza
  • Modellazione economico finanziaria
  • Uso di strumenti per il calcolo in tempo reale, e su stream
  • Uso di strumenti applicativi per l’analisi dei linguaggio
  • Uso di strumenti per l’aggregazione dei dati
  • Conoscenza di architetture Hadoop anche con NLP
  • Svolgimento di sentiment analysis su social media
  • Conoscenza architetture per le Smart City
  • Uso soluzioni di Personal Assistant
  • Clustering e modelli predittivi ed inferenziali
  • Costruire e utilizzare modelli simulativi, valutativi e di scoring con le relative modalità di validazione.
  • Capacità di trasformare le informazioni in conoscenza comunicabile e memorizzabile attraverso un imprinting visuale

 

UN APPRENDIMENTO INTERATTIVO RICCO DI SFIDE, SOLUZIONI DI PROBLEMI REALI, SVILUPPO DI SOFTSKILL

Il successo personale e professionale non è solo connesso allo sviluppo di competenze tecniche. Si tratta anche di alimentare soft-skill in modo da sapersi relazionare con se stessi, con gli altri e anche per lavorare proficuamente all'interno di una organizzazione. Per aiutare a sviluppare le competenze comportamentali necessarie e per capire i propri punti di forza e di debolezza professionali verranno lanciati progetti da realizzare in team su cui avere dai docenti e dai colleghi feedback e suggerimenti anche con l’aiuto di specifiche schede.
 

CONFORNTARSI CON PROBLEMI REALI Esperienze operative con problemi vissuti da veri decisori.

Avrete numerose occasioni di intenso lavoro per sviluppare training attraverso PROGETTI SFIDA presentato direttamente dagli esperti operanti in diversi business, decisori del settore pubblico e operatori del non-profit. Per ogni fase sarà organizzata una esposizione in aula o in azienda.
 

WORKSHOPS

In aggiunta alle lezioni e ai PROGETTI-SFIDA sono previsti approfondimenti monografici e workshops sulle ultime tendenze in termini di idee, tools, tecnologie e nuovi business.
 

STAGE

Il corso mira a svolgersi in contemporanea a stage in organizzazioni interessate ai temi e su progetti attinenti. Nel caso di studenti lavoratori sarà comunque opportuno prendere accordi col datore di lavoro per far rientrare parte della frequenza e lo studio del master nell’orario lavorativo. Lo stage è obbligatorio solo per chi non abbia mai svolto esperienze lavorative.
 

PROGETTO FINALE

Ciascun studente dovrà elaborare e presentare un progetto finale che integri le componenti manageriali, tecnologiche e quantitative.
Saranno presenti in contemporanea attività da svolgersi anche con team diversi per cui l’organizzazione del lavoro personale risulta fondamentale. Visto che il carico di lavoro extralezioni, è importante per il partecipante dedicare un tempo sufficiente alla preparazione delle prove finali di ciascun modulo e dei PROGETTI-SFIDA. Il corso richiederà l’utilizzo di risorse di calcolo: A disposizione dei partecipanti, i laboratori dell’Università di Firenze sono a disposizione in termini di macchine e software per le esercitazioni.
 

Domanda di Ammissione

pagina web del Master su UNIFI
 

Ammissione: Titoli e colloquio di orientamento.

Titolo: Titolo di laurea magistrale o equivalente (lauree a ciclo unico o vecchio ordinamento) in classi di laurea di Economia, Ingegneria, Architettura, Statistica, Matematica, Fisica, Chimica, Scienze, Agraria, Medicina, Professioni Sanitarie, Biotecnologie o altra, secondo la lista consultabile on line, che preveda nel suo ordinamento insegnamenti di Analisi obbligatori (non sono titolo di ammissione le lauree in Giurisprudenza, Scienze Politiche, Lettere, Filosofia, Sociologia, Psicologia, Magistero e altre che non presentano insegnamenti di Analisi obbligatori nel proprio ordinamento).
Il master non richiede particolari requisiti se non quelli del titolo di ammissione, il partecipante deve essere però conscio che potrebbe dover integrare personalmente eventuali lacune per poter seguire proficuamente i corsi.

  • Ammissione
    • Partecipare al colloquio ammissione, non costituisce iscrizione
  • Modalità d'iscrizione:
    • Scadenza delle domande di ammissione al master: 24 febbraio 2017
    • Pubblicazione graduatoria ammessi: 3 marzo 2017
    • Scadenza delle domande di iscrizione al master: 19 marzo 2017
    • Modulo di iscrizione:http://www.unifi.it/cmpro-v-p-569.html#modulistica_master
    • Decreto istitutivo (pdf)
    • Sono previsti 6 posti aggiuntivi a titolo gratuito riservati al personale tecnico amministrativo dell’Ateneo Fiorentino.
    • Quota di iscrizione: € 4.000
  • Modalità di erogazione del master: prevalentemente in aula, solo in parte on line
    • Frequenza con profitto dei corsi: obbligatoria (bisettimanale o trisettimanale per renderla compatibile con lavoro part time o stage)
  • Stage e Tesi
    • Le aziende possono candidarsi ad accogliere studenti in stage / tesi presentando programma e argomento al comitato del Master
    • Gli studenti potranno candidarsi per stage proposti dalle aziende che daranno disponibilita', come:
      • Stage, Procter & Gamble: offre la possibilità di sviluppare in azienda la propria tesi di laurea nel settore IT/Big data.
      • Borse, Buongiorno: offre 2 borse di studio per i propri dipendenti

 
Faculty (lista docenti in via di completamento):

  • Vincenzo Cavaliere - Professore associato, Dipartimento di Scienze per l'Economia e l'Impresa. SECS-P/10 - Organizzazione aziendale. Insegnamenti: Imprenditorialità, Innovazione e Cambiamento Organizzativo; Organizzazione Aziendale.
  • Cristiano Ciappei - Professore ordinario, Dipartimento di Scienze per l'Economia e l'Impresa. SECS-P/08 - Economia e gestione delle imprese. Insegnamenti: Strategia e Valore di Impresa; Laboratorio Etica d’Impresa.
  • Fabrizio Cipollini - Professore associato, Dipartimento di Statistica, Informatica, Applicazioni 'G. Parenti' (DiSIA). SECS-S/03 - Statistica economica. Insegnamenti: Statistical Inference; Statistica Economica.
  • Raffaele Donvito - Professore associato, Dipartimento di Scienze per l'Economia e l'Impresa SECS-P/08 - Economia e gestione delle imprese. Insegnamenti: Internazionalizzazione dell’Impresa; Laboratorio Retail Marketing; Marketing Principi e Strumenti.
  • Monica Faraoni – Ricercatore, Dipartimento di Scienze per l'Economia e l'Impresa. SECS-P/08 - Economia e gestione delle imprese. Insegnamenti: Laboratorio Strumenti di Business Online.
  • Paolo Frasconi - Professore ordinario, Dipartimento di Ingegneria dell'Informazione. ING-INF/05 - Sistemi di elaborazione delle informazioni. Insegnamenti: Machine Learning; Apprendimento Automatico; Intelligenza Artificiale. http://ai.dsi.unifi.it/
  • Elena Gori – Ricercatore, Dipartimento di Scienze per l'Economia e l'Impresa. SECS-P/07 – Economia Aziendale. Insegnamenti: Public Management and Acounting; Economia Aziendale; Tecnica e Analisi dei Bilanci.
  • Laura Grassini - Professore ordinario, Dipartimento di Statistica, Informatica, Applicazioni 'G. Parenti' (DiSIA). SECS-S/03 - Statistica economica. Insegnamenti: Statistica Information Systems; Computer Sciences and Application Lab; Statistica Economica (Aziendale); Statistica Aziendale.
  • Simone Guercini - Professore ordinario, Dipartimento di Scienze per l'Economia e l'Impresa. SECS-P/08 - Economia e gestione delle imprese. Insegnamenti: Marketing strategico e comunicazione; Marketing internazionale.
  • Elena Livi – Professore associato, Dipartimento di Scienze per l'Economia e l'Impresa. SECS-P/08 - Economia e gestione delle imprese. Insegnamenti: Economia e Gestione delle Imprese; Laboratorio Business Intelligence; Gestione e Marketing delle Imprese Turistiche.
  • Simone Marinai - Professore associato, Dipartimento di Ingegneria dell'Informazione. ING-INF/05 - Sistemi di elaborazione delle informazioni. Insegnamenti: Data and Document Mining; Tecnologia delle Basi di Dati; Algoritmi e Strutture Dati. http://ai.dsi.unifi.it/
  • Cristina Martelli - Professore associato, Dipartimento di Statistica, Informatica, Applicazioni 'G. Parenti' (DiSIA). SECS-S/03 - Statistica economica. Insegnamenti: Data Warehousing; Sistemi Informativi Statistici; Statistical Information System.
  • Paolo Nesi - Professore ordinario, Dipartimento di Ingegneria dell'Informazione. ING-INF/05 - Sistemi di elaborazione delle informazioni. Insegnamenti: Knowledge and Management Protection System; Sistemi Cooperativi e di Protezione; Sistemi Distribuiti. http://www.disit.org
  • Carla Rampichini - Professore ordinario, Dipartimento di Statistica, Informatica, Applicazioni 'G. Parenti' (DiSIA). SECS-S/01 – Statistica. Insegnamenti: Statistica; Modelli Statistici.
  • Silvia Ranfagni – Ricercatore, Dipartimento di Scienze per l'Economia e l'Impresa. SECS-P/08 - Economia e gestione delle imprese. Insegnamenti: Strumenti per il Management e il Marketing; Laboratorio di Strumenti di Management e Marketing; Marketing delle Imprese Culturali; Marketing Principi e Strumenti.
  • Rinaldo Rinaldi - Professore associato, Dipartimento di Ingegneria Industriale.  ING-IND/17 - Impianti industriali meccanici. Insegnamenti: Gestione Integrata della Produzione e della Logistica; Engineering Designing; Operations Management; Laboratorio Impianti e Logistica Industriale.
  • Oliviero Roggi - Professore associato, Dipartimento di Scienze per l'Economia e l'Impresa. SECS-P/09 - Finanza aziendale. Insegnamenti: Corporate Finance; Intermediari Finanziari e Finanza; Merger and Acquisition Valuation.
  • Daria Sarti – Ricercatore, Dipartimento di Scienze per l'Economia e l'Impresa. SECS-P/10 - Organizzazione aziendale. Insegnamenti: Tourism Business Organization, Human Resources and Events Management; Laboratorio Gestione delle Risorse Umane.
  • Federico Mattia Stefanini - Professore associato, Dipartimento di Statistica, Informatica, Applicazioni 'G. Parenti' (DiSIA). SECS-S/01 – Statistica. Insegnamenti: Statistica.

 

Master: Big Data, Analytics and technologies for Management (flyer)
Imprenditorialità, marketing e organizzazione • Imprenditorialità e teoria delle decisioni pubbliche e private • Web marketing strategy and research • Organizzazione, produzione e gestione del personale • Valutazioni e simulazioni strategiche • Statistica • Statistica I • Statistica II • Data Base e Intelligenza Artificiale • Data Base • Machine Learning • Data mining e Sistemi di data Management • Data mining • Sistemi informativi e statistici di Data Management • Modelli e Sistemi a Supporto delle Decisioni • Big Data Management • Big data problem, reasoning and inference • Architetture parallele: web crawling, grid, mapreduce e oltre • Bigdata: architectures and solutions • Tir....

 
Coordinatore del master:

Prof. Cristiano Ciappei
Via delle Pandette, 9 - 50127 Firenze
Tel. 055 2759734
Fax 055 2759910
E-mail cristiano.ciappei@unifi.it


Sede del Corso: Scuola di Economia e Management, Via delle Pandette, 32 - Firenze, in collaborazione con ingegneria e statistica
 

Con il Patrocinio di:



 

....pu

To access to this group: