Specjalizacja Master in Data Science for Management
Milan, Włochy
CZAS TRWANIA
1 Years
JĘZYKI
Język angielski
TEMPO
Pełny etat
TERMIN SKŁADANIA WNIOSKÓW
29 Oct 2025
NAJWCZEŚNIEJSZA DATA ROZPOCZĘCIA
Jan 2026
CZESNE
EUR 10 000 / per year
FORMACIE STUDIÓW
W kampusie
Wstęp
Program Data Science for Management oferuje kompleksowe szkolenie w zakresie metod obliczeniowych i statystycznych dla zarządzania z perspektywy rozwiązywania problemów.
Studenci są nauczani zarówno przez pracowników akademickich, jak i profesjonalistów zatrudnionych w dynamicznych firmach zajmujących się analizą danych, prognozowaniem i podejmowaniem decyzji opartych na dowodach. Ambitnym celem programu jest wyposażenie studentów zarówno w umiejętności techniczne, jak i miękkie, które są coraz częściej wymagane przez firmy na całym świecie, aby skutecznie radzić sobie z cyfrową rewolucją i rozwijać nowe możliwości biznesowe. W ten sposób absolwenci programu będą mieli dostęp do szybko rozwijającego się i wysoce satysfakcjonującego rynku pracy.
Studia magisterskie zostały zaprojektowane w oparciu o osiem podstawowych kursów (zorganizowanych w formie wykładów, laboratoriów i seminariów), które obejmują różne dziedziny, w tym systemy baz danych i programowanie, statystykę, eksplorację tekstu i stron internetowych, analitykę danych i uczenie maszynowe. Studenci zdobywają solidne umiejętności obliczeniowe i statystyczne, aby radzić sobie z rzeczywistymi problemami biznesowymi, badając różne standardowe narzędzia branżowe (takie jak R, SAS i Python); będą również mieli możliwość uzyskania certyfikatu "Machine Learning with SAS Viya".
Master opiera się na rozległej sieci dedykowanych firm partnerskich i instytucji, które zapewniają wysoce profesjonalne nauczanie, rzeczywiste studia przypadków i mentoring.
Rekrutacja
Stypendia i Finansowanie
- Liczba dostępnych stypendiów: 5
- Wartość stypendium: 2.000 €
Program
Suma ECTS: 60
Zarządzanie danymi i magazynowanie
Kurs ilustruje sposób wdrożenia i technicznego utrzymania hurtowni danych. Nacisk położony jest na projektowanie, ekstrakcję, profilowanie i standaryzację danych z baz danych, a także transformację danych. Przedstawiono szczegółową analizę zarządzania jakością dużych zbiorów danych.
Rozwój oprogramowania i technologie dla Business Intelligence
Kurs koncentruje się na tworzeniu oprogramowania i programowaniu obiektowym. Studenci zdobędą szerokie umiejętności tworzenia oprogramowania, aby móc samodzielnie pisać procedury i funkcje rozszerzające i automatyzujące badania i wyniki analizy danych.
Statystyka i prawdopodobieństwo
Celem przedmiotu jest pogłębienie wiedzy na temat metod wnioskowania przydatnych w badaniach empirycznych we wszystkich obszarach ekonomiki biznesu, a także bankowości, ubezpieczeń i finansów. Oprócz koncepcji teoretycznych analizie poddane zostaną zbiory danych pochodzące z badań empirycznych. W trakcie zajęć zostanie przedstawione i wykorzystane środowisko oprogramowania typu open source do obliczeń statystycznych i grafiki R.
Wizualizacja danych
Ten kurs obejmuje podstawy wizualizacji danych i eksploracyjnej analizy danych. Będziemy używać kilku bibliotek wizualizacji danych w Pythonie/R, zaczynając od prostych zestawów danych, a następnie przechodząc do danych ekonomicznych i finansowych. Przyjrzymy się również sposobom postępowania z błędami i brakującymi danymi, aby uniknąć najczęstszych błędów reprezentacji.
Zarządzanie dla przedsiębiorstwa cyfrowego
Kurs ilustruje charakterystykę biznesową przedsiębiorstwa cyfrowego wraz z wpływem przedsiębiorstwa cyfrowego na doświadczenie klienta. Pod koniec kursu studenci będą w stanie zrozumieć znaczenie zapewnienia, że inicjatywy przedsiębiorstwa cyfrowego mają jasne cele biznesowe i zidentyfikować relacje przedsiębiorstwa cyfrowego z konkretnymi czynnikami umożliwiającymi (marketing cyfrowy, analityka i zarządzanie relacjami z klientami).
Eksploracja tekstu i sieci
Kurs koncentruje się na wydobywaniu wiedzy z Internetu poprzez zastosowanie technik klasyfikacji i grupowania w dokumentach hipertekstowych. Studenci zapoznają się z metodami wyszukiwania i filtrowania informacji. Przedstawiono praktyczne zastosowania ekstrakcji informacji internetowych i kategoryzacji tekstów.
Eksploracja danych i rozpoznawanie wzorców
Celem tego kursu jest przedstawienie krok po kroku instrukcji całego procesu modelowania danych, ze szczególnym uwzględnieniem wiedzy biznesowej niezbędnej do skutecznego stosowania modeli statystycznych. Ponadto studenci będą potrafili wybrać odpowiednie podejścia do rozpoznawania wzorców i porównać metody alternatywne w celu wdrożenia najlepszego procesu decyzyjnego dla badanego problemu.
Analiza biznesowa i analiza danych
Kurs ilustruje wykorzystanie danych i analiz w nowoczesnych działaniach biznesowych. Główny nacisk położony jest na przygotowanie danych w celu stworzenia odpowiednich wielowymiarowych ram marketingu baz danych. Praktycznym zastosowaniem będą modele segmentacji popytu i scoringu.