Si richiede il diploma di scuola media superiore e la dotazione di solide nozioni di matematica, logica e comprensione verbale, la conoscenza di base della lingua inglese e la familiarità con le più diffuse applicazioni informatiche non specialistiche
Le conoscenze preliminari saranno verificate attraverso un test di accesso e sarà necessario il raggiungimento di una soglia minima nei differenti punteggi di area disciplinare. Eventuali lacune nelle conoscenze preliminari potranno comportare l'assegnazione di obblighi formativi aggiuntivi che dovranno essere colmati entro il primo anno di corso secondo le modalità previste nel regolamento del corso di studi.

Gli studenti che intendono iscriversi al CdS devono essere in possesso di un diploma di scuola secondaria superiore o di altro titolo conseguito all'estero, riconosciuto idoneo in base alla normativa vigente.
Per assicurare la proficua frequenza negli studi, occorre possedere solide nozioni di matematica, logica e comprensione verbale, la conoscenza di base della lingua inglese e la familiarità con le più diffuse applicazioni informatiche non specialistiche.
Lo studente che risulti non aver assolto gli OFA entro il termine ultimo per l'iscrizione al secondo anno di corso viene iscritto come ripetente al primo anno di Corso. In alternativa, è sua facoltà rinunciare agli studi e re-iscriversi al primo anno del CdS, oppure chiedere l'iscrizione ad altro corso di laurea, secondo quanto previsto dal regolamento didattico di quest'ultimo.

Per l'a.a. 2024/25 il Corso di Laurea in Analisi dei dati per l'impresa e la finanza è a libero accesso e prevede il test TOLC-E come strumento di orientamento e valutazione delle conoscenze preliminari di matematica, logica e comprensione verbale, delle principali applicazioni informatiche non specialistiche e della lingua inglese. Il mancato raggiungimento di un punteggio minimo nell'area della matematica comporterà l'assegnazione di obblighi formativi aggiuntivi che dovranno essere colmati, previo percorsi di auto-apprendimento consigliati dai docenti tutor, entro il primo anno di corso di studi.

Analista di dati per le imprese, la finanza e le pubbliche organizzazioni Il laureato è in grado di costruire e gestire basi di dati; di raccogliere, analizzare e gestire flussi informativi, di interpretarli e di proporre modelli descrittivi e predittivi per le decisioni in ambito gestionale, economico e finanziario, con la complementare capacità di giustificare le scelte metodologiche e tecniche adottate. Ha pertanto le conoscenze di base e le competenze per riconoscere, scegliere e applicare le più aggiornate metodologie statistiche e tecniche informatiche di analisi, gestione e modelizzazione dei dati, per rappresentare i risultati con le più opportune modalità di visualizzazione e per individuare e proporre adeguati modelli di governance per la valorizzazione del patrimonio informativo aziendale.

Analista di dati per le imprese, la finanza e le pubbliche organizzazioni Il corso di studio si propone di formare una figura professionale dotata delle competenze per raccogliere, analizzare, gestire dati a supporto delle decisioni strategiche in ambiente economico, finanziario e pubblico-istituzionale. Le competenze tecnico-scientifiche, integrate con l’opportuna conoscenza dei contesti decisionali ed organizzativi nei quali esse troveranno applicazione, permette di assegnare a questa figura professionale ruoli sia esecutivi sia di coordinamento nell’ambito dei sistemi informativi delle imprese a supporto delle direzioni funzionali. Le conoscenze anche avanzate in ambito statistico e informatico, sia metodologiche sia tecniche, consentono pertanto al laureato di valorizzare il patrimonio dei dati delle imprese nell’ambito dei sistemi informativi relativi alla pianificazione strategica, alla programmazione e controllo delle attività primarie e di supporto, all’area commerciale, marketing e finanziaria.

Analista di dati per le imprese, la finanza e le pubbliche organizzazioni I laureati possono trovare occupazione nell’ambito delle funzioni che coordinano e gestiscono i sistemi informativi delle imprese industriali e di servizi pubbliche e private
Possono inoltre trovare collocazione in uffici studi della pubblica amministrazione e degli enti locali per la creazione e il monitoraggio di indicatori di performance relativi al contesto economico e sociale, previsti anche a norma di legge.

Il corso di studi fornisce:
- le conoscenze fondanti in ambito statistico per la progettazione ed esecuzione della raccolta e dell'analisi dei dati e per la creazione di modelli predittivi;
- le conoscenze per la creazione, gestione ed organizzazione di basi di dati
- le competenze per l'applicazione dell'analisi statistica ai contesti decisionali d'impresa
- le competenze per la gestione dei processi di elaborazione e modellizzazione dei dati e delle basi di dati
- le competenze per l'opportuna rappresentazione dei dati e dell'informazione e per la loro comunicazione
Le conoscenze e le competenze acquisite saranno applicate allo specifico ambito delle decisioni economiche e manageriali nelle imprese industriali e dei servizi. Le competenze trasversali fornite nel percorso di studi consentiranno di acquisire la capacità di interpretare il ruolo e la collocazione dell'analista nella gestione e rappresentazione dei dati ai fini di sostenere i processi di cambiamento gestionali ed organizzativi indispensabili per un efficace allineamento con l'assetto strutturale e contingente del contesto ambientale di riferimento.
Le competenze sono distribuite su quattro aree di apprendimento principali:
data engineering - per la progettazione ed esecuzione della raccolta e dell'analisi dei dati e per la creazione di modelli predittivi in risposta a richieste specifiche delle imprese;
data science: per l'analisi con tecniche avanzata delle basi di dati per l'estrazione di informazioni di valore per le decisioni d'impresa;
information governance - per l'organizzazione e valorizzare il patrimonio informativo delle imprese;
information design - per l'opportuna rappresentazione dei dati con il supporto di strumenti di comunicazione visiva anche avanzati, al fine di garantirne la facile fruibilità e interpretazione da parte dei decisori.
Il percorso formativo prevede al primo anno l'acquisizione delle conoscenze di base in ambito matematico, del calcolo delle probabilità ed informatico e prosegue con i fondamenti della statistica descrittiva e con l'introduzione alle basi di dati. Già dal primo anno, gli studenti affrontano anche temi di carattere economico-gestionale, relativi, in particolare, alla scelta degli assetti di governance delle informazioni aziendali e al cruciale ruolo dei dati nei percorsi di innovazione dei modelli di business. Al secondo anno, sono affrontati i temi legati all'inferenza statistica, ai modelli per l'analisi dei dati multidimensionali, ai metodi di riduzione e agli strumenti di rappresentazione anche avanzata dei dati nell'ambito delle discipline statistiche e sono introdotti i principali contenuti relativi al cloud computing. Un laboratorio di data science consente di avviare il percorso di applicazione delle competenze acquisite e un insegnamento di area gestionale consente di proseguire l'approfondimento del ruolo dei dati in contesti decisionali economici. Il terzo anno è dedicato all'acquisizione delle conoscenze di machine learning, delle più avanzate tecniche di analisi di dati destrutturati e testuali provenienti dalla rete e all'apprendimento dei principali indicatori e modelli di valutazione delle performance dei sistemi organizzativi complessi.
Il rafforzamento delle competenze e delle abilità applicative si concretizza soprattutto nel secondo e nel terzo anno e coinvolge sia insegnamenti di area statistica ed informatica sia insegnamenti destinati alle competenze trasversali. L'attività di tirocinio al termine del percorso formativo si pone, infine, l'obiettivo di armonizzare le conoscenze e le competenze anche applicative acquisite attraverso la realizzazione di un progetto definito con le imprese ospitanti già coinvolte nel percorso formativo per le attività laboratoriali e seminariali. Il tirocinio rappresenta dunque l'occasione per esprimere la capacità di applicare, con autonomia critica di giudizio, le competenze acquisite in ambiti applicativi specifici nell'area gestione delle imprese industriali e di servizio.
A completare il percorso formativo concorrono anche competenze trasversali di change management e relative all'etica professionale richiesta in organizzazioni in cui sia determinante un approccio data-driven per le decisioni.
Il coordinamento e l'armonizzazione dei contenuti è raggiunto attraverso la sistematica integrazione del percorso formativo 'tradizionale' con l'inserimento di attività laboratoriali in specifici campi applicativi svolte all'interno degli insegnamenti e con la collaborazione di esperti d'impresa, oltre che con testimonianze e seminari monografici.
Le metodologie didattiche previste prevedono dunque la sistematica interazione tra docenti, esperti di settore e studenti, sempre coadiuvata dall'affiancamento e dal supporto di tutor istituzionali e d'aula. L'impegno alla progettazione ed esecuzione di lavori di gruppo nelle attività laboratoriali offre agli studenti la possibilità di selezionare in modo critico ed autonomo, pur con l'ausilio dei tutor, dei temi e contesti operativi con cui confrontarsi, fornendo pertanto una buona flessibilità del percorso formativo. Saranno inoltre previsti interventi seminariali destinati all'acquisizione delle competenze trasversali che gli studenti potranno frequentare in base alle personali attitudini ed al livello di fabbisogno percepito. Gli studenti particolarmente motivati potranno trovare nelle attività laboratoriali anche un'occasione di approfondimento dei contenuti, oltre ad una guida personalizzata da parte dei tutor e degli esperti di settore per l'accelerazione nell'acquisizione della capacità di applicare le conoscenze acquisite.
Infine, i materiali didattici, per la maggior parte digitali, avranno carattere multimediale e, per la parte relativa agli esperti di settore, prodotti in modo dedicato ed originale. Il carattere di multimedialità consentirà un migliore accesso da parte di studenti con specifiche disabilità (ipovedenti o ipoudenti, per esempio). La videoregistrazione di tutte le lezioni costituirà infine un supporto ulteriore per disporre di tutti i contenuti d'aula in tempo reale.

I laureati saranno in grado di:
- individuare con capacità di giudizio critica gli strumenti e le tecniche statistiche più opportune per rispondere ad esigenze conoscitive ed interpretative provenienti dai decisori dell'organizzazione di appartenenza;
- individuare con capacità di giudizio critica le tecniche di rappresentazione più opportune per restituire agli interlocutori dell'organizzazione di appartenenza le informazioni in un formato fruibile e funzionale agli obiettivi decisionali
- valutare e scegliere il dettaglio informativo da restituire ai decisori ed il linguaggio adeguato al contesto di presentazione delle informazioni.

L'autonomia di giudizio sarà acquisita nel corso degli insegnamenti attraverso attività di didattica interattiva durante la quale sarà possibile discutere e condividere la più opportuna selezione degli strumenti e delle tecniche statiche ed informatiche per l'analisi e la rappresentazione dei dati e sarà verificata nelle prove d'esame scritte e orali e nel project work assegnati.

I laureati saranno in grado di:
- comunicare in modo efficace le scelte sugli strumenti e le tecniche utilizzate
- argomentare e commentare i risultati delle analisi svolte
- giustificare sul piano metodologico l'opportunità di ricorrere a specifici strumenti, tecniche d'analisi
- argomentare sul piano economico-gestionale l'opportunità di ricorrere a specifici strumenti, tecniche e metodologie d'analisi.

Le abilità comunicative saranno conseguite attraverso la presentazione dei risultati delle attività laboratoriali previste negli insegnamenti di base e caratterizzanti e nei percorsi di formazione trasversali, destinati a rafforzare l'attitudine all'interazione, alla relazione, al cambiamento e al problem-solving in ambito di organizzazioni complesse. Le abilità comunicative saranno verificate tramite prove orali, destinati alla presentazione di progetti individuali e di gruppo.

I laureati saranno in grado di integrare le conoscenze e le competenze acquisite attraverso un processo di aggiornamento autonomo e critico al fine di trovare un'elevata corrispondenza tra le conoscenze apprese e l'esperienza nel contesto professionale e per assicurarsi il costante allineamento con l'evoluzione delle discipline statistica ed informatica.

La capacità di apprendimento sarà acquisita durante il percorso formativo nelle attività didattiche curriculari, anche durante la preparazione individuale, e sarà verificata con prove scritte e presentazioni orali di progetti realizzati individualmente o in gruppo.

Data engineering (Raccolta, analisi ed elaborazione dei dati. Creazione di modelli interpretativi e predittivi)
Gli insegnamenti dell'area Data Engineering (Raccolta, analisi ed elaborazione dei dati. Creazione di modelli interpretativi e predittivi) forniscono le conoscenze di base teoriche e metodologiche per la raccolta, l'analisi e l'elaborazione dei dati ai fini della creazione di modelli interpretativi e predittivi a supporto delle decisioni strategiche data-driven e finanziarie delle imprese. In particolare, con le discipline statistiche gli studenti acquisiscono le conoscenze relative al calcolo delle probabilità, alla teoria e alle metodologie della statistica descrittiva, inferenziale, all'analisi multidimensionale dei dati e ai modelli GLM. Le discipline matematiche forniscono le conoscenze di base sul calcolo, l'algebra lineare, il calcolo delle probabilità ed i modelli matematici di valutazione dei progetti.
I laureati acquisiscono le conoscenze per comprendere:
- le basi teoriche, le metodologie e gli strumenti di statistica descrittiva;
- le basi teoriche, le metodologie e gli strumenti di inferenza statistica;
- le basi teoriche, le metodologie per l'analisi multidimensionale;
- le basi teoriche, le metodologie la creazione di modelli statistici - GLM;
- le metodologie e gli strumenti per la valutazione di progetti basata su indicatori di performance economico- finanziari.

Data Science (Costruzione e analisi di basi di dati)
Gli insegnamenti dell'area Data Science (Costruzione e analisi di basi di dati) forniscono le conoscenze di base teoriche e metodologiche per raccogliere, analizzare e generare informazioni di valore per le decisioni d'impresa. In particolare, gli insegnamenti di area informatica forniscono le conoscenze di base relative alle strutture e architetture di dati, ai principali linguaggi di programmazione e ai modelli e alle tecniche di machine e deep learning.
I laureati acquisiscono le conoscenze relative a:
- i principali linguaggi di programmazione;
- l'architettura delle basi di dati e il cloud computing;
- le strutture avanzate delle basi di dati;
- gli algoritmi, le reti neurali e le tecniche di machine e deep learning per la stima di modelli predittivi.

Information governance and management (Organizzazione del patrimonio informativo delle imprese)
Gli insegnamenti dell'area Information governance and management (Organizzazione del patrimonio informativo delle imprese) forniscono le conoscenze teoriche e metodologiche per costruire il modello e le strategie di governo e gestione del patrimonio delle informazioni d'impresa. Accanto agli strumenti di progettazione del framework di riferimento e degli orientamenti per la sua gestione, sono fornite anche le conoscenze relative alla valutazione delle implicazioni etiche legate all'uso delle basi dati sia interne sia esterne per finalità strategiche e gestionali. Questo tema rappresenta una sfida importante per le imprese e costituisce una base di riflessione sostanziale che condiziona anche i percorsi di innovazione dei modelli di business.
I laureati acquisiscono le conoscenze per riconoscere e comprendere:
- le possibili architetture gestionali da assegnare al patrimonio informativo delle imprese;
- i modelli e le strategie di gestione delle basi informative aziendali;
- le implicazioni etiche per modelli di governance data-driven.

Information design (Rappresentazione e visualizzazione dei dati)
Gli insegnamenti dell'area Information design (Rappresentazione e visualizzazione dei dati) forniscono le conoscenze metodologiche e gli strumenti per poter rappresentare, diffondere e valorizzare il patrimonio informativo d'impresa in modo efficace e a effettivo supporto delle decisioni strategiche e gestionali. In particolare, vengono approfonditi i temi sulle tecniche di riduzione e rappresentazione dei dati sulla base del pubblico di riferimento e sui modelli di visualizzazione più idonei in funzione dei contenuti da trasferire. L'esperienza laboratoriale, unita alla conoscenza anche teorica degli strumenti di rappresentazione e visualizzazione, rappresenta una metodologia cruciale per garantire l'acquisizione di capacità anche operative.
I laureati acquisiscono le conoscenze per comprendere:
- i principali modelli di riduzione e rappresentazione dei dati e la loro opportuna destinazione a specifici contesti applicativi ;
- le principali tecniche di visualizzazione dei dati;
- i modelli di contestualizzazione grafica e visuale del significato e dei contenuti dei dati.

Competenze Trasversali
Gli insegnamenti dell'Area delle competenze trasversali (Trasversale) intende integrare le competenze scientifiche e metodologiche dell'area statistica ed informatica con i contributi più recenti in tema di analisi di dati destrutturati e di gestione del cambiamento organizzativo. Sono competenze rilevanti per completare il percorso formativo e generare figure professionali completamente integrabili in funzioni d'impresa di coordinamento e gestionali. In particolare, lo studio delle tecniche più innovative per la raccolta e l'assegnazione di significato ai dati destrutturati provenienti dalla rete e dai social media consente di completare la formazione tecnico-metodologica e quella relativa alla gestione del cambiamento di integrare il patrimonio conoscitivo delle componenti relazionali e di coordinamento a supporto del cambiamento e dell'innovazione d'impresa. Questi temi sono presenti, oltre che nell'insegnamento dedicato, negli altri di area economico-gestionale. Infine, il tirocinio è la sede nella quale le competenze delle aree di apprendimento precedenti sono integrate con quelle trasversali, legate in particolare alla gestione dei processi organizzativi.
I laureati acquisiscono le conoscenze per comprendere:
- i principali strumenti per la raccolta ed analisi e l'interpretazione di dati destrutturati;
- le principali tecniche di text mining;
- i modelli per sostenere, alimentare e misurare l'efficacia del cambiamento e dell'innovazione nelle organizzazioni.

Data engineering (Raccolta, analisi ed elaborazione dei dati. Creazione di modelli interpretativi e predittivi)
La capacità di applicare le conoscenze e la comprensione dei contenuti disciplinari proposti è acquisita negli insegnamenti di base con l'impiego di opportune metodologie didattiche, tra cui lezioni interattive, seminari disciplinari ed esercitazioni e, negli insegnamenti applicativi, con la sperimentazione individuale e di gruppo, delle metodologie e degli strumenti per la raccolta, analisi ed elaborazione dei dati, nonché per la creazione di modelli interpretativi e predittivi. L'attività di tirocinio costituisce la sede per l'esecuzione di progetti ideati e sperimentati in aula, durante la quale sono applicate le conoscenze acquisite presso le imprese partner di progetto.
I laureati acquisiscono la capacità di:
- raccogliere, classificare ed elaborare dati quantitativi;
- produrre in autonomia analisi statistiche descrittive,
- produrre in autonomia analisi basate sull'inferenza statistica e le analisi multidimensionali;
- produrre in autonomia modelli interpretativi e predittivi a supporto delle decisioni strategiche e finanziarie d'impresa ;
- valutare progetti sulla base di indicatori economico-finanziari opportunamente selezionati.

Data Science (Costruzione e analisi di basi di dati)
La capacità di applicare le conoscenze e la comprensione dei contenuti disciplinari proposti è acquisita negli insegnamenti di base con l'impiego di opportune metodologie didattiche, tra le quali attività seminariali e laboratoriali e, negli insegnamenti applicativi, con la sperimentazione individuale e di gruppo, dei linguaggi di programmazione e degli algoritmi e delle tecniche di machine e deep learning. L'attività di tirocinio costituisce la sede per l'esecuzione di progetti ideati e sperimentati in aula, durante la quale sono applicate le conoscenze acquisite presso le imprese partner di progetto.
I laureati acquisiscono la capacità di:
- utilizzare i principali linguaggi di programmazione;
- riconoscere e gestire ed utilizzare base di dati e big data,
- applicare le tecniche di machine learning per la creazione di modelli predittivi a supporto delle decisioni.

Information governance and management (Organizzazione del patrimonio informativo delle imprese)
La capacità di applicare le conoscenze e la comprensione dei contenuti disciplinari proposti è acquisita negli insegnamenti caratterizzanti, grazie ai contenuti associati agli insegnamenti di questa area di apprendimento, sempre integrati con testimonianze aziendali, attività seminariali e casi di studio a supporto dell'esperienza formativa individuale e di gruppo.
I laureati acquisiscono la capacità di:
- riconoscere le principali architetture gestionali presenti nelle imprese;
- proporre le architetture per gestire il patrimonio informativo delle imprese
- valutare le implicazioni etiche relative ai framework proposti anche in termini di innovazione del modello di business.
- valutare le implicazioni etiche per i modelli di governance da adottare negli specifici contesti decisionali d'impresa;
- valutare la coerenza delle architetture gestionali con i modelli di business adottati.

Information design (Rappresentazione e visualizzazione dei dati)
La capacità di applicare le conoscenze e la comprensione dei contenuti disciplinari proposti è acquisita con il ricorso esteso a esperienze laboratoriali che, unite alla conoscenza anche teorica degli strumenti di rappresentazione e visualizzazione, costituiscono una metodologia didattica indispensabile per garantire l'acquisizione di capacità anche operative.
I laureati acquisiscono la capacità di:
- individuare i modelli di rappresentazione e visualizzazione più efficaci in funzione dei pubblici di riferimento;
- applicare i modelli più efficaci e proporre l'opportuna rappresentazione dei contenuti e dei significati associati ai dati.

Competenze Trasversali
La capacità di applicare le conoscenze e la comprensione dei contenuti disciplinari proposti è acquisita con il ricorso a esperienze laboratoriali che, unite alle basi teoriche, costituiscono una metodologia didattica indispensabile per garantire l'acquisizione di capacità operative.
I laureati acquisiscono la capacità di:
- individuare ed applicare le principali tecniche per la raccolta l'analisi e l'interpretazione di dati destrutturati provenienti dalla rete e dai social media;
- coordinare progetti e team di lavoro con il ricorso ai precedetti ed agli strumenti di change management e agile thinking.