Il Master offre una formazione tecnica certificata e tutte le competenze per diventare professionisti T-shaped con conoscenza di base nell’ambito dell’Intelligenza Artificiale e conoscenza specialistica nell’analisi dei dati e della business intelligence.
Il percorso formativo si basa sui principi della didattica attiva e della formazione in assetto lavorativo. Lo studente apprende attraverso il confronto con docenti e professionisti delle aziende partner, supportato da un tutor d’aula.
Il Master prevede 1.200 ore complessive, ripartite in sei mesi di formazione: 500 ore di didattica frontale, 450 ore di progetto presso le aziende partner e 250 ore tra attività di laboratorio, esercitazioni, workshop e hackathon. L’accesso è a numero chiuso e la frequenza obbligatoria (minimo 85% delle lezioni). Le lezioni si svolgono dal lunedì al venerdì, dalle ore 08:45 alle 17:15.
Programma
Fase 1 – Class (13 settimane)
È dedicata allo studio di algoritmi di data mining & machine learning, database e cloud computing, con docenti esperti e casi di studio di aziende del settore. Questa fase permette di acquisire le certificazioni Azure Fondamental, Power BI e Amazon Web Services Practitioner. È suddivisa nei seguenti moduli:
1.1 | Statistical Learning and programming (4 settimane)
- Business Analytics
- Introduzione alla Programmazione (R e Python)
- Descriptive and Inferential Statistics
- Test di apprendimento
1.2 | Data wrangling and exploratory analysis (1 settimana)
- Data Collection
- Data Exploration & Data Manipulation
- Data Visualization
- Test di apprendimento
1.3 | Data Mining & Machine Learning (3 settimane)
Supervised Learning
Introduction to Statistical/Machine Learning
Classification
Model Assessment
Unsupervised Learning
Principal Component Analysis
Hierarchical Clustering
K-Means
Model Based Clustering
Test di apprendimento
Workshop
1.4 | Database & Big Data (2 settimane)
- Databases
- Cloud Computing
- AWS
- Test di apprendimento
1.5 | Business Intelligence (1 settimana)
- Business Intelligence Architecture
- Power BI
- Test di apprendimento
- Hackathon
1.6 | Time Series and Deep Learning (2 settimane)
- Time Series
- Deep Learning
- Test di apprendimento
Fase 2 – Industrial Project (12 settimane
Lo studente applica le conoscenze acquisite in aula su un progetto commissionato dalle aziende partner di ELIS, seguendo un percorso standard per Data Science (CRISP-DM). Attraverso avanzamenti settimanali e con il supporto di tutor tecnici, porta a termine un progetto in uno dei seguenti ambiti:
- Predictive maintenance
- Cyber-Security
- Anomaly detection
- Predictive customers intelligence
- Predictive asset management
- Business analytics