DIMA

Lingua Insegnamento:

ITALIANO
Testi di riferimento:

A.Teti, Technology Intelligence. Ottimizzazione delle tecnologie aziendali, Pearson, 2013, pag. 131, EAN: 9788871929507;
A. Teti, Lavorare con i Big Data. La guida completa per il Data Scientist, Tecniche Nuove, pagine 632, Collana, Tecnologie – O’ Reilly, 2017, ISBN: 978-88-481-3154-4
Obiettivi formativi:

Obiettivi formativi:
L’insegnamento persegue la finalità di preparare lo studente alle nuove sfide della società digitale. Il corso di studi è finalizzato alla creazione delle figure maggiormente richieste nel contesto della digitalizzazione della società e dell'industria 4.0, oltre ad altri ambiti come i centri di ricerca, sviluppo e progettazione, sia in ambito pubblico che private. Il corso fornisce agli studenti una solida preparazione metodologica di base in tre ambiti: data mining, data analytics, machine learning, deep learning e informatica con particolare attenzione all’utilizzo degli algoritmi. Inoltre l'insegnamento persegue lo scopo di fornire agli studenti competenze avanzate nell’ambito delle tecniche e metodologie per l’ottimizzazione delle tecnologie digitali in ambiento aziendale. Le abilità fondamentali che dovrebbero possedere i leader di maggior successo per garantire e accrescere il valore del business aziendale o delle istituzioni governative, comprendono:
• la lungimiranza, intesa come la capacità di intercettare la predisposizione ad incappare in minacce o vantaggi per l’organizzazione;
• la capienza visionaria, intesa come la capacità di concettualizzare un futuro ideale, basandosi su previsioni che possano essere condivise a livello organizzativo;
• il system thinking, recepito come la capacità di percepire, sintetizzare e integrare tutti quegli elementi (pensieri, idee, opinioni) che possono consentire di raggiungere uno scopo comune;
• la motivazione, ovvero la capacità di motivare individui diversi per condurli alla più completa collaborazione di gruppo. La capacità risiede nel comprendere ciò che spinge le persone a fare determinate cose e utilizzare tutti gli strumenti disponibili per guidarli nella stessa direzione (personality intelligence);
• la partnership, ovvero la capacità di sviluppare alleanze strategiche con individui, gruppi e organizzazioni.
In questa ottica, le aree tematiche trattate, in funzione dell’implementazione delle tecnologie informatiche verticalizzate sulla base delle diverse tipologie, sono:
• Technology Management
• Technology Scouting
• Strategic Management
• Innovation Management
• Knowledge Management
• Market Intelligence
Prerequisiti:

Pur non essendo richiesta nessuna propedeuticità, si raccomanda la conoscenza dei concetti fondamentali di informatica di base.
Metodi didattici:

L'insegnamento si svolgerà attraverso la didattica frontale articolata in lezioni teoriche, esercitazioni ed interventi seminariali.
Modalità di verifica dell'apprendimento:

La valutazione del livello di apprendimento degli studenti sarà effettuata con il ricorso ad una prova scritta (n. 4 domande a risposta multipla) ed una successiva prova orale obbligatoria. La durata di tale prova dipenderà dal grado di difficoltà dei quesiti proposti e sarà comunicata durante il corso. Il principale obiettivo della prova pratica (scritta) è quello di sondare “il sapere” e il “saper fare”. Questa rappresenta l’80% della valutazione complessiva (espressa in trentesimi) articolata in relazione agli obiettivi. Il superamento della prova scritta consentirà l’accesso alla prova orale.
La prova orale (20% della valutazione complessiva) è rivolta a sondare le abilità comunicative, di padronanza del linguaggio tecnico specifico della disciplina trattata, di chiarezza espositiva e le capacità di interpretazione.
Le modalità d’esame sono le medesime per frequentanti e non frequentanti.
Sostenibilità:
Altre Informazioni:

Gli studenti ERASMUS sono invitati a contattare il docente per il loro programma. Gli studenti ERASMUS possono discutere l'esame in lingua Inglese.

La Data Science è un settore che si occupa dello studio dell’insieme dei principi metodologici e delle tecniche multidisciplinari finalizzate all’interpretazione e costruzione di una “conoscenza” sulla base dei dati posseduti. L’analisi dei dati è affidata ad un esperto di ricerca, estrazione, elaborazione e rappresentazione della conoscenza risultante dall’analisi dei dati, che può essere identificato come data scientist o scienziato dei dati. Le metodologie di gestione dei dati si basano su tecniche derivanti da discipline e tecniche provenienti dalla matematica, statistica, scienze dell’informazione e ingegneria informatica, e comprendono la gestione delle basi di dati, business intelligence, sistemi di machine learning e deep learning. La Technology Intelligence (TI) si basa sulla ricerca, raccolta e utilizzo delle informazioni tecnologiche per il miglioramento dei processi decisionali dell’azienda. Pertanto il base core della TI è rappresentato dalla capacità di acquisire le informazioni più utili all’azienda per la costruzione e la valorizzazione della propria conoscenza. In tal senso, il problema sostanziale è rappresentato dall’identificazione delle informazioni da considerare valide e fruibili sul mercato delle conoscenze. La Technology Intelligence non ha solo il compito di ricercare e intercettare quelle informazioni che possono consentire di accrescere il valore complessivo dell’impresa, ma deve anche perseguire l’obiettivo di distribuire la conoscenza prodotta ai vertici decisionali, agli individui preposti alla guida delle strutture interne e a tutti quei settori che in cui si rilevi un bisogno informativo.

DATA SCIENCE

• Modelli, linguaggi e tecnologie per la gestione dei dati
• Data analytics e data mining
• Organizzazione e distribuzione delle informazioni in ambito aziendale
• Gestione della sicurezza delle informazioni
• Infrastrutture per memorizzare e trasferire informazioni digitali

TECHNOLOGY INTELLIGENCE

• Concetto di Technology Intelligence (TI): potenziamento delle informazioni per il supporto ai processi decisionali
• Fondamenti di Technology Intelligence
• Knowledge management: la gestione della conoscenza
• Il ciclo di trasferimento dell’informazione come base per la produzione di conoscenza
• Principali metodologie di acquisizione e diffusione della conoscenza
• Metodologie di ricerca delle informazioni
• Il processo di Intelligence Economica (IE)
• Organizzazione del processo di Intelligence Economica nell’azienda
• La produzione di conoscenza:
• Business Intelligence, Analysis Intelligence, Strategic Intelligence
• Un modello di analisi delle informazioni per la TI: il modello PESTLE
• Technology Management: la gestione delle tecnologie
• Competitive Intelligence: gestire la competitività
• Technology Scouting: ricerca e valutazione delle tecnologie innovative
• Strategic Management: la visione strategica
• Innovation management: la gestione dell’innovazione
• Market Intelligence: dall’analisi dei mercati alle tipologie di clienti
• Metodologie di realizzazione della Technology Intelligence
• Il processo di Intelligence Economica (IE)