Big Data Management | Presentazione del Corso

COORDINATORE: prof. Roberto Tagliaferri

OBIETTIVI FORMATIVI

Il corso di dottorato inter-disciplinare in Big Data Management si propone di formare alla ricerca nei campi dell'implementazione tecnologica e dello sfruttamento economico-statistico dei big data. In un mercato interconnesso, infatti, dominato dall'uso di piattaforme tecnologiche, dalle applicazioni mobile e dai sistemi di immagazzinamento basati sul cloud computing, il corso di dottorato si propone di formare figure professionali in grado di supportare l'evoluzione che caratterizza le attuali organizzazioni ridefinite come sistemi di servizio fondate sulla condivisione di risorse che vedono nell'uso intelligente delle smart technologies la leva chiave per favorire l'emersione di nuovo valore e, dunque, potenziale innovazione. Nonostante le imprese contemporanee abbiano ormai compreso che l'analisi dei Big Data può costituire una potenziale fonte di vantaggio competitivo e una leva chiave per l'evoluzione dei propri modelli di business, l'applicazione “acritica” degli strumenti di Big data analysis e degli analytics, non consapevole e non strategicamente raccordata agli complessivi di impresa, rischia di trasformare le opportunità offerte dalle nuove tecnologie in minaccia.

Il corso intende, quindi, offrire conoscenze, competenze e capacità nell'ambito della metodologia della ricerca, pura e applicata, e nei domini di data analytics e management.

SBOCCHI OCCUPAZIONALI E PROFESSIONALI PREVISTI

I dottori potranno svolgere attività di ricerca in ambito universitario e industriale, nel settore dell'informatica per l'azienda, costituendo un titolo legalmente riconosciuto nei concorsi universitari, nonché in enti di ricerca e nelle divisioni ricerca e sviluppo di aziende. Inoltre, la qualità del percorso formativo e le competenze specialistiche acquisite consentono l'inserimento dei dottori di ricerca anche nel mondo del lavoro, in particolare nella PA e nelle imprese. Essi potranno svolgere le funzioni di analisti dei dati, di manager o di funzionari a supporto dei processi decisionali strategici e operativi in numerosi settori (marketing, sanità, logistica) che vedano l'ambito del data management prioritario. I neo dottori di ricerca al termine del percorso avranno conseguito tecniche e metodologie per analizzare e interpretare i dati raccolti in ambito aziendale. Il Corso sarà incentrato, quindi, sulla formazione di nuovi talenti nell'ambito della ricerca che possiedano le competenze tecnico-manageriali e metodologiche idonee per un'efficace gestione strategica dei Big Data e dei principali strumenti di analytics.

STRUTTURA DELL’ATTIVITA’ FORMATIVA

ATTIVITÀ DIDATTICA DISCIPLINARE E INTERDISCIPLINARE

Insegnamenti ad hoc previsti nell'iter formativo	Tot CFU: 24	n.ro insegnamenti: 3	di cui è prevista verifica finale: 3
Insegnamenti mutuati da corsi di laurea magistrale	SI	n.ro: 2	di cui è prevista verifica finale: 0
Insegnamenti mutuati da corsi di laurea (primo livello)	NO	n.ro: 0	di cui è prevista verifica finale: 0
Cicli seminariali	SI
Soggiorni di ricerca (ITALIA - al di fuori delle istituzioni)	SI		Periodo medio previsto (in mesi per studente): 6
Soggiorni di ricerca (ESTERO nell'ambito delle istituzioni coinvolte)	SI		Periodo medio previsto (in mesi per studente): 6
Soggiorni di ricerca (ESTERO - al di fuori delle istituzioni coinvolte)	SI		Periodo medio previsto (in mesi per studente): 6

DESCRIZIONE DELLE ATTIVITA’ FORMATIVE

TIPOLOGIA	DESCRIZIONE SINTETICA
Linguistica	È previsto un corso di lingua inglese di preparazione all'acquisizione di certificazioni linguistiche riconosciute a livello internazionale e mirato al perfezionamento della lettura, scrittura, comunicazione in ambito tecnico-scientifico ed economico-aziendale. Inoltre, alcune lezioni, seminari e corsi curriculari sono tenuti da docenti italiani stranieri in lingua inglese; è incentivato l'uso della lingua inglese per la presentazione annuale dei risultati conseguiti, nelle letture e slides.
Informatica	Gli studenti con laurea in campo informatico, già in possesso di competenze di base, acquisiranno, nel percorso curriculare competenze specifiche nel campo dei Big Data. Gli studenti con altra formazione e con conoscenze informatiche “intermedie” seguiranno un corso di potenziamento delle loro competenze informatiche, se del caso mutuato da insegnamenti della laurea triennale o magistrale impartiti in ateneo.
Gestione della ricerca, della conoscenza dei sistemi di ricerca e dei sistemi di finanziamento	È previsto un corso sulle tematiche di progettazione, coordinamento e gestione di iniziative di ricerca, con particolare attenzione a quelle finanziate su fondi comunitari, delinenandone i criteri di progettazione e gestione. Si approfondiranno, inoltre, principi e tecniche di rendicontazione scientifica ed economica, indispensabili per una corretta gestione di tale progettualità.
Valorizzazione dei risultati della ricerca e della proprietà intellettuale	È previsto un corso sui temi della valorizzazione dei risultati della ricerca scientifica, in tema di gestione degli asset immateriali, aspetti giuridici e tributari del trasferimento tecnologico e collaborazione Università Imprese, spinoff, gestione della proprietà intellettuale e definizione di modelli di business adeguati alla valorizzazione economica di prodotti e servizi ad alto contenuto tecnologico.

NOTE:

Il corso di dottorato prevede tre insegnamenti per complessivi 24 CFU di attività didattica disciplinare e interdisciplinare.

L'insegnamento di “Research Methodology” fornirà i fondamenti del metodo di ricerca in campo scientifico.

L'insegnamento di “Big Data Analytics” si propone di analizzare le principali problematiche, in ambito informatico del Big Data.

L'insegnamento di “Business & Management for Big Data Application” presenterà i principali campi di applicazione in campo aziendale dei Big Data.

Ulteriori lezioni sono previsti per gli studenti privi di conoscenze in campo economico e aziendale.

Al termine di ogni insegnamento si prevede una verifica di apprendimento.

I corsi di LM e di LT saranno indicati ai dottorandi con competenze in entrata da integrare in campo informatico o aziendale.

ORGANIZZAZIONE DELLE ATTIVITA’ FORMATIVE

Le attività formative si articolano secondo lo schema seguente:

PIANO DI STUDI DOTTORATO IN BIG DATA MANAGEMENT (XXXVII CICLO)

Denominazione attività	TA	Ore	CFU
I ANNO
Corsi di base del dottorato
Lingua inglese (Livello C1)	LAB		3
Informatica/Informatics	LEZ	24	3
Gestione della ricerca, della conoscenza, dei sistemi di ricerca/Scientific writing	LEZ	24 (Modulo 1: Knowledge Management per l’innovazione 8; Modulo 2: Introduzione alla ricerca sociale 8; Modulo 3: Profili metodologici 8)	3
Valorizzazione dei risultati della ricerca e della proprietà intellettuale/Funding and management of research project	LEZ	24 (Modulo 1: Data driven economy tra regole di diritto e logiche di mercato 8; Modulo 2: Valorizzazione dei risultati di ricerca 8; Modulo 3: Innovazione e contabilità 8)	3
Gestione dei sistemi di ricerca e di finanziamento/Exploitation of research results	LEZ	24	3
Corsi obbligatori
Research methodology
Metodologia della ricerca/Research methodology	LEZ	20 (Modulo 1: Etica e metodo della ricerca 8; Modulo 2: Dall’approccio filosofico al metodo di ricerca 4; Modulo 3: Elementi di metodologia della ricerca 8)	2,5
Metodi qualitativi/Qualitative methods	LEZ	20 (Modulo 1: Grounded theory e Gioia Methodology 4; Modulo 2: Case Theory & Case Study Research; Building Theories from Case Study Research 4; Modulo 3: Literature review analysis 4; Modulo 4: Online research methods (content analysis, etnografia) 8)	2,5
Metodi quantitativi/Quantitative methods	LEZ	24 (Modulo 1: Big data, complex data and statistics 4; Modulo 2: Regression models and panel data 8; Modulo 3: Esercitazioni e Applicazioni su SPSS 4; Modulo 4: SEM, cluster analysis, analisi fattoriale 8)	3
Big Data Analytics
Data analysis e data integration/Data analysis and data integration	LEZ	32 (Modulo 1: Data Integration 12; Modulo 2: Data Analytics 8; Modulo 3: Advanced Data Analytics 12)	4
Sistemi avanzati per il decision making/Advanced methods for decision making	LEZ	32 (Modulo 1: Machine learning 8; Modulo 2: Deep learning 8; Modulo 3: Bioinformatica e Big Data in area Biomedica 8; Modulo 4: Sistemi per il supporto alle decisioni 8)	4
Corsi Obbligatori
Business and Management for Big Data Applications: Data Driven Management
Statistica per big data management/Statistics for big data management	LEZ	8 (Modulo 1: Discrete choice models and features selection 4; Modulo 2: Data analysis and visualization of complex data 4)	1
Marketing analytics e big data based strategic management/Marketing analytics and big data based strategic management	LEZ	24 (Modulo 1: Marketing analytics 12; Modulo 2: Big data based strategic management e decision making 8; Modulo 3: Data-driven decision making 4)	3
Sistemi di controllo e organizzazione per i big data/Control systems and organization for big data	LEZ	16 (Modulo 1: Sistemi di controllo e big data 8: Modulo 2: Decisioni organizzative e Big Data Management 4; Modulo 3: Organizzazione e sistemi informativi 4)	2
Analisi finanziaria dei big data e sustainability management/Big data financial analysis and sustainability management	LEZ	16 (Modulo 1: Intermediari finanziari e analisi dei big data 8; Modulo 2: Sustainability Management - a big data perspective 8)	2
Scelta Libera
Elenco corsi facoltativi (A scelta libera)
Diritto dei rapporti d’impresa/Business law	LEZ	16 (Ordine sistemico dei rapporti d'impresa ed emergenze internazionali 8; Big data: proprietà, accesso, contratti di cessione 8)	2
Normative sulla digitalizzazione delle imprese/Digitalization norms and regulations	LEZ	16 (La digitalizzazione delle imprese alla luce della direttiva UE 2019/1151 8; Big data analytics e business intelligence: tutela dei diritti della persona 8)	2
Contabilità e informatica nella Pubblica Amministrazione/Accounting and informatics in Public Administration	LEZ	16 (Modulo 1: Contabilità delle amministrazioni e delle aziende pubbliche 12; Modulo 2: Informatica nella pubblica amministrazione 4)	2
Industria 4.0 e big data management/ Industry 4.0 and big data management	LEZ	16	2
Energy management/Energy management	LEZ	16 (Modulo 1: Smart energy management 4; Modulo 2: Data management e sustainable energy productions 4)	1
Artificial Intelligence e value co-creation/ Artificial Intelligence and value co-creation	LEZ	16 (Modulo 1: Artificial Intelligence e value co-creation 4; Modulo 2: Economia Circolare & Big Data Management 4)	1
Apprendimento individuale/Independent learning	AUT		3-15
Elenco Seminari
IoT & Smart Technologies for Service Systems	SEM	4	0,5
Human data interaction	SEM	4	0,5
Strategie finanziarie basate sui big data	SEM	4	0,5
Healthcare data management	SEM	4	0,5
Smart service systems	SEM	8	1
TOTALE CFU I ANNO = 60
II ANNO
A scelta tra : Periodo di ricerca all’estero/Research period abroad Oppure Periodo di ricerca in azienda/Internal research period	STE/STI	1 mese = 5 CFU. Periodo minimo obbligatorio 3 mesi	15-30
Attività di ricerca supervisionata I/Supervised research activities (I)	RIS	1 CFU = 25 ore. La combinazione di scelta tra periodo di ricerca all’estero/in azienda ed attività supervisionata I deve corrispondere a 60 CFU	30-45
TOTALE CFU II ANNO = 60
III ANNO
Attività di ricerca supervisionata II/Supervised research activities (II)	RIS		50
Redazione tesi/Drafting doctoral thesis	PRF		10
TOTALE CFU III ANNO = 60

NOTE:

I corsi di base e i corsi obbligatori devono essere presenti rappresentano le AD che non vengono scelte dal dottorando e quindi sono da considerarsi OBBLIGATORI.

Agli studenti deve essere data la possibilità di inserire da 6 a 18 cfu di “Scelta libera” che potrà essere effettuata scegliendo da un elenco di insegnamenti riportati nel prospetto, oppure le scelte possono essere effettuate dagli insegnamenti delle LM77 e LM91 del DISA-MIS o da altre LM di Ateneo o da altri corsi di Dottorato di Ateneo.

Agli studenti deve essere data la possibilità di inserire da 3 a 15 cfu relativi ad un serie di attività tra cui la partecipazione a seminari scegliendoli anche da un elenco riportato nel prospetto.

Big Data Management | Presentazione del Corso