Il Master in Data Science and Business Analytics è pensato per fornire una formazione altamente specializzata a chi abbia maturato una profonda curiosità per l’elaborazione dei dati e voglia perfezionarla nella ricerca di evidenze in grado di influenzare i processi decisionali delle imprese.
Attraverso l’applicazione delle più innovative metodologie di analisi in uso e l’utilizzo di un ampio spettro di strumenti, il corso pone le basi per trasformare dati grezzi in un’indicazione operativa utile a risolvere i problemi delle aziende che richiedono decisioni tattiche o strategiche.
Il percorso delinea un ruolo trasversale a diverse funzioni aziendali: una figura di raccordo, inserita all’interno di un team di esperti, responsabile delle dinamiche di crescita delle imprese. Per dare ai processi di Data Science maggiore impatto è previsto un modulo dedicato alle tecniche della comunicazione manageriale, indispensabili per diventare interlocutori in grado di confrontarsi con i vertici di un’organizzazione.
Chi frequenta il Master in Data Science and Business Analytics è una persona che vuole imparare a gestire il business dei Big Data, nel quale riconosce la possibilità di creare valore. La sua capacità di interpretare i segnali e produrre risultati lo prepara a una carriera in medie e grandi imprese come in società di consulenza, sviluppando l’ambizione di occupare ruoli di strategica importanza.
La struttura del corso prevede due cicli di lezioni in aula tenute in inglese e 500 ore di stage, per un totale di 12 mesi. La formazione prevede un mix di competenze, che puntano a far emergere le tre anime di cui si compone: quella economico aziendale, quella informatica ed infine quella analitica speculativa o statistico matematica. Il Master ha la prerogativa di non limitarsi all’utilizzo di software di uno specifico produttore, ma permette di sperimentare diversi strumenti di programmazione e analisi, soprattutto open source.
Per diventare protagonista di un settore chiave nella crescita delle imprese internazionali, contatta il program manager del corso.
Hanno contribuito alla realizzazione di questo Master:
Programme Advisory Committee:
Ranking
QS Quacquarelli Symonds è il network internazionale dedicato a servizi, analisi e approfondimenti sulla formazione post-experience e universitaria, orientato alla mobilità internazionale e allo sviluppo di carriera. Il QS Online MBA Ranking si basa su insight provenienti dal mondo del business e su una metodologia che permette la valutazione dei programmi secondo quattro parametri: Faculty and Teaching, Class Profile, Employability e Class Experience.
Accreditamento
Bologna Business School è accreditata EQUIS – EFMD Quality Improvement System, uno tra i più importanti sistemi internazionali di valutazione della qualità e del miglioramento continuo delle Scuole di management e business administration.
Claudio Sartori
Direttore Scientifico
claudio.sartori@unibo.it
" Attraverso questo Master apprenderai le tecniche oggi utilizzate per gestire, manipolare e analizzare le quantità sempre crescenti di dati che tracciano e alimentano i processi economici e sociali. Apprenderai anche come queste tecniche possono essere efficacemente utilizzate nelle aziende per creare valore e come i risultati possono essere comunicati efficacemente e resi disponibili ai destinatari. "
BACKGROUND ACCADEMICO
PROVENIENZA GEOGRAFICA
BACKGROUND PROFESSIONALE
27 anni
ETÀ MEDIA
55 %
STUDENTI INTERNAZIONALI
16
PAESI RAPPRESENTATI
41%
DONNE
Il Master in Data Science prevede 1500 ore complessive di apprendimento su 12 mesi di studio, suddivise in 400 ore di docenza frontale, 600 ore stimate di studio individuale e 500 ore di stage.
La struttura del Master si suddivide in:
Il Master prevede una serie di pre-corsi propedeutici all’avvio del programma didattico: Software programming (linguaggio Python), Basi di dati e linguaggio SQL, Basi di statistica descrittiva e inferenziale, Analisi esplorativa dei dati, Elementi di economia.
La frequenza è di circa 30 ore di didattica settimanali strutturate in modo da poter dedicare spazio anche a lavori di gruppo, senza tralasciare l’attenzione ai singoli studenti e alla gestione delle relazioni interpersonali.
Il corso si occupa degli aspetti etici derivanti dalla manipolazione di dati. In particolare si focalizza sulla legislazione riguardante la protezione dei dati personali nel contesto italiano ed europeo e delle implicazioni della General Data Protection Regulation in vigore da maggio 2018. Il corso coprirà nello specifico le impliaczioni sulla legalità dei processi, i diritti di chi fornisce i dati e potenziali implicazioni legali di chi esegue analisi dati.
Zanni SaraBusiness intelligence (BI), motivazioni, obiettivi, definizioni e soluzioni.
Data warehousing come tecnologia abilitante per la BI: architetture, tecniche e metodologie di On-Line Analytical Processing (OLAP) per l’analisi dei dati.
Modellazione multidimensionale con il Dimensional Fact Model (DFM).
Self-service BI su piattaforme Relational OLAP.
Analisi what-if.
Esercitazioni di laboratorio su OLAP, DFM e self-service BI.
Gallinucci EnricoLe nuove priorità nel marketing management: le marketing metrica e la dashboard degli indicatori di marketing.
Dal valore per il cliente al valore del cliente: value for the customer, customer satisfaction e loyalty, customer equity. Analisi, misurazione e management.
Customer Relationship Management: agire su acquisition, retention e development.
Big Data e Customer Insight Management. I customer insight ed il big data per migliorare le decisioni di marketing e management.
Marketing Modeling e Marketing Analytics
Modelli e metodologie per l’estrazione di conoscenza da basi di dati. Studio delle tipologie di dati e dei metodi di pre-trattamento. Le funzioni del Data Mining. Apprendimento supervisionato e non supervisionato. Algoritmi e metodi per la costruzione di modelli di classificazione. Algoritmi di clustering. Algoritmi di scoperta di regole associative. Metodi di valutazione della qualità dei risultati del mining. Laboratorio di data mining per l’applicazione dei metodi studiati.
Sartori ClaudioIl modello di riferimento. Gli analytics per la comprensione del modello e delle dinamiche di business dell’impresa. Business process analytics, market, custodian e supply chain analytics; competitors analitics. Financial cost and revenues analitics. L’impiego dei business analytics nella progettazione dei sistemi di misurazione della performance aziendale.
Analisi Univariate: Distribuzioni di caratteri quantitativi e qualitativi. Indicatori di sintesi: i valori medi e gli indici di variabilità. Trasformazioni di dati. Rappresentazioni grafiche Associazione tra variabili: Connessione, covarianza, correlazione. Il modello di regressione lineare Elementi di calcolo della probabilità: Probabilità (Binomiale, Poisson, Normale) Cenni all’inferenza statistica: Intervalli di confidenza e test d’ipotesi Analisi di dati multidimensionali: Matrice dei dati, di varianza e covarianza, di correlazione, di dissimilarità Esercitazioni in laboratorio con software dedicato
Camillo FurioIl corso analizzerà ed approfondirà alcuni problemi tipici di operations management e li affronterà attraverso una modellizzazione quantitativa a supporto del processo decisionale. I temi verranno trattati coniugando un approccio business-oriented e metodologie quantitative di base statistico-econometrica. I contenuti principali sono relativi a: gestione della capacità produttiva, gestione e controllo del magazzino, service operations, selezione e monitoraggio dei fornitori, processi di ottimizzazione e simulazione. I principali obiettivi formativi del corso riguardano la capacità di modellizzare situazioni aziendali complesse e di analizzarle attraverso tecniche e strumenti quantitativi volti a monitorare e a migliorare le performance aziendali, di team e individui.
Mollona EdoardoL’obiettivo del corso è quello di presentare gli aspetti teorici e pratici della text mining per quanto riguarda classificazione del testo, sentiment analysis e opinion mining.
Alla conclusione del corso gli studenti acquisiranno la conoscenza necessaria per poter affrontare problemi di text classification, sentiment analysis e opinion mining.
Moro GianlucaIl corso analizza il quadro di riferimento giuridico dei diritti della persona di fronte alla tecnologia, della tutela dei dati personali, della intersezione tra persona e mercato al cospetto delle piattaforme tecnologiche e dei big data, a partire dai riferimenti normativi di GDPR, Digital Service Act e altri formanti giuridici a vocazione globale. Attenzione sarà posta alla sfida etica sottesa all’equilibrio tra intervento umano e intelligenza artificiale, alla comparazione tra linguaggio giuridico e algoritmi in vista della spiegabilità dei modelli, al ruolo del diritto e del regolatore al cospetto dei mutamenti tecnologici, alla governance e al risk management dei dati.
Alcuni insights riguardano le decisioni automatizzate, la profilazione anche nel settore del credito e dell’assicurazione, la convivenza tra incumbents e new entrants nel settore finanziario.
Manes PaolaLe attività del laboratorio prevedono di affrontare il processo completo di Data Analytics partendo dalla fase di lettura dei dati mediante diversi approcci, l’elaborazione dei modelli di analisi e la visualizzazione dei risultati. In particolare saranno approfonditi linguaggi di programmazione come R, Python e TensorFlow con particolare riferimento alla loro esecuzione in ambiente di Calcolo ad Alte Prestazioni (HPC). In questo contesto saranno utilizzate librerie per il calcolo parallelo (H2O) e il Deep Learning (Keras).
Verrano trattati anche programmi per la creazione di Workflow grafici per il Data Analytics come Knime ed Orange. Al termine verrà realizzato un progetto pratico partecipando ad una Kaggle competition.
___________________________________________________________________________________________________________________________________________________________________________________________
Corso tenuto dallo staff CINECA (Dipartimento Super Calcolo, Applicazioni e Innovazione
e Laboratorio Big Data e Analytics), coordinamento di Giorgio Pedrazzi.
La digitalizzazione dell’economia è uno dei problemi più rilevanti del nostro tempo. L’obiettivo di questo corso è di analizzare come l’economia digitale abbia sostanzialmente sfidato i modelli di business tradizionali e creato nuove opportunità di business.Dopo una breve introduzione dell’economia digitale, verranno presentate le strategie di business specifiche adottate dai diversi attori in questo ecosistema, in particolare le piattaforme. Inoltre, verranno presentate le implicazioni per le politiche e la regolamentazione pubbliche. In particolare, si discuterà rigurardo le nuove pratiche commerciali e i contratti nell’economia digitale e il loro impatto sulla società. Verranno analizzati casi di studio concreti relativi ad Amazon, Airbnb, Booking.com, Facebook, Google, Uber e altri.
MantovaniSin dai primi automi meccanici del XVII secolo, uno dei più grandi sogni dell’umanità è stato la costruzione di macchine che mostrassero comportamenti e intelligenza umani. L’intelligenza artificiale (AI) è una disciplina il cui obiettivo è quello di realizzare questo sogno attraverso l’uso delle tecniche più diverse, dalla computazione simbolica basata sulla logica, ai modelli sub-simbolici ispirati dalla struttura del cervello, come le reti neurali.
Gli ultimi anni hanno visto un sensazionale utilizzo di applicazioni di intelligenza artificiale in vari ambiti differenti, con una rilevante crescita negli investimenti, che ha indotto molti esperti a credere che il sogno diventerà realtà in tempi brevi.
Ciò sta portando molte imprese a riconsiderare le proprie strategie di business e più generalmente, richiede una profonda riconsiderazione di vari aspetti fondamentali per la nostra società.
Il corso fornirà una panoramica introduttiva sulle diverse tecniche di intelligenza artificiale esistenti, focalizzandosi sulle applicazioni industriali, discutendo le sfide e le opportunità future, affrontando anche alcune delle implicazioni sociali, economiche ed etiche.
Gabbrielli MaurizioLa capacità dell’uomo di creare sistemi inviolabili rappresenta un mito ricorrente. Spesso, tuttavia, questo si è scontrato con una realtà ben diversa dalle aspettative.
Obiettivo di questo corso è quello di trasmettere i concetti ed i principi alla base della sicurezza informatica (ad esempio, il rischio e gli strumenti per la sua analisi e valutazione, la struttura degli attacchi informatici, il concetto di risorsa ed i requisiti funzionali dei sistemi, l’adeguata gestione della componente umana, ecc.), fornendo così gli strumenti per la costruzione di sistemi ragionevolmente sicuri, tenendo conto sia degli aspetti metodologici, che di quelli comportamentali (operation security) e tecnologici.
Al termine del corso, i partecipanti saranno in grado di valutare in modo critico la sicurezza di un sistema informatico nel suo complesso così come delle sue componenti fondamentali (ad esempio i meccanismi di autenticazione e di autorizzazione degli utenti), essendo in grado di individuare alcune delle possibili vulnerabilità del sistema e di mettere in atto le principali contromisure necessarie per mitigare le criticità individuate, incrementando quindi la robustezza del sistema.
Per il raggiungimento di questi obiettivi, il corso prevede la presentazione e discussione estensiva di esempi, casi reali ed attuali che saranno dettagliatamente e puntualmente analizzati secondo le metodologie illustrate durante il corso.
Gli strumenti appresi durante questo corso di base saranno fondamentali per i successivi corsi di “Cryptographic Protocols” e “Computer, Network and Cloud Security”.
D’Angelo Gabriele
Il corso si concentra sugli aspetti finanziari seguendo il ciclo di vita di iniziative innovative a partire dalla loro nascita. Queste giovani imprese di solito richiedono sostanziali finanziamenti esterni nelle prime fasi per creare occupazione, crescita, contributi sociali ed entrate fiscali nel loro futuro. I finanziamenti bancari non sono disponibili per queste iniziative e, pertanto, tutti i fondi devono essere raccolti da altre fonti, ad es. Da amici, familiari, business angels oppure da intermediari finanziari professionali, i cosiddetti fondi di venture capital e private equity. Oltre a questi canali tradizionali, le imprese possono raccogliere fondi utilizzando le piattaforme digitali (crowdfunding) o le tecnologie basate su blockchain (ICO).
Groh AlexanderIl corso affronta in modo approfondito alcuni temi relativi alle tecnologie blockchain, quali criptovalute, ICO, e smart contract. Bitcoin e nuove criptovalute hanno acquisito molta importanza negli ultimi mesi. Sempre più investitori guardano con interesse a queste tecnologie, mentre altri le etichettano come una pericolosa bolla speculativa. Più importante: la blockchain e le implementazioni alternative legate a un distributed ledger rappresentano tecnologie innovative, che possono essere sfruttate per distribuire nuove applicazioni. Inoltre, la possibilità di creare smart contract, basati sulla blockchain, consente interazioni e accordi più sicuri tra diverse (e possibilmente anonime) parti, senza la necessità di un’autorità centrale. Questo corso illustrerà i principi e le basi fondamentali della blockchain e degli smart contract.
L’obiettivo del corso è di inquadrare il digitale come l’era in cui avvengono importanti e radicali trasformazioni nelle aziende a seguito di un mutato comportamento delle persone, che grazie alle nuove tecnologie possono esprimere il loro potenziale in un modo sino ad oggi sconosciuto. In particolare verranno presentati gli ambiti in cui la trasformazione digitale ha maggiore impatto e come le modalità stesse della creazione e distribuzione del valore possano oggi essere completamente ripensate attraverso dei metodi di progettazione del business a piattaforma e attraverso gli ecosistemi che vedono le persone come attori protagonisti in ruoli dove vengono meno le classiche distinzioni tra consumatori e produttori.
In questa prospettiva il corso permetterà ai partecipanti di:
Inquadrare i marco-trends che muovono la trasformazione digitali;
Comprendere le dinamiche specifiche dei business digitali e gli elementi chiave di progettazione;
Avere una overview sui percorsi di trasformazione digitale;
Comprendere come le dinamiche di ecosistema digitale si sposano con l’innovazione di business.
La rivoluzione digitale ha portato ad una esplosione della quantità di dati e informazioni disponibili (Big Data), la capacità di analizzare e correlare queste informazioni sta diventando un elemento basilare della competizione d’impresa e fonte di nuovo valore economico e d’innovazione. I Big data sono tuttavia informazioni non facili da gestire utilizzando i tradizionali strumenti dell’Information Technologies a causa della loro mole, della loro eterogeneità e delle loro numerose peculiarità. Per questo motivo stanno nascendo nuove architetture, metodologie e strumenti a disposizione di chi questi dati li deve trasformare in valore per l’azienda per supportare il processo decisionale: il Data Scientist. In questo modulo verranno analizzati le diverse tipologie di dati a disposizione, tecniche di accesso alle informazioni, le metodologie per gestirli e le architetture e strumenti per memorizzarli ed elaborarli.
Le reti neurali costituiscono una classe di algoritmi di machine learning , ispirati al cervello e strutturati in strati di neuroni artificiali interconnessi.
La rete può essere addestrata su un opportuno insieme di dati per ottimizzarne le connessioni per svolgere un compito specifico.
Le reti neurali “deep”, cioè le reti con molti stati interni (chiamati nascosti), hanno recentemente visto un grande successo in molte applicazioni pratiche. Esse sostituiscono il cuore dei sistemi di produzione, in imprese come Google e Facebook , per la classificazione delle immagini, il riconoscimento vocale, l’elaborazione del linguaggio naturale, la comprensione del linguaggio e la robotica.
Il corso fornisce una panoramica delle idee fondazionali e degli sviluppi recenti nell’ambito delle reti neurali, spiegando le loro potenzialità per scopi pratici. Saranno affrontate tecniche supervisionate e non supervisionate, metodi per la visualizzazione e la comprensione del comportamento delle reti e tecniche antagoniste per ingannare le reti stesse. Saranno oggetto del corso anche le nuove applicazioni nel campo del reinforcement learning, e alcuni sorprendenti risultati in ambito di simulazione di giochi.
Asperti AndreaIl modello formativo prevede l’alternanza di lezioni frontali con l’elaborazione e lo sviluppo di casi di studio, sia tramite progetti individuali sia di gruppo. Alcune esercitazioni ed esami possono essere svolti sulla base di casi reali presentati direttamente da aziende del network della Scuola.
I docenti di Bologna Business School lavorano insieme per offrire standard di insegnamento di livello elevato. Un approccio internazionale e interdisciplinare è garantito da un team composto da accademici italiani, visiting professor, guest speaker e top manager.
Andrea Asperti
Professore Ordinario di Machine Learning
Università di Bologna
Furio Camillo
Professore associato confermato
Università di Bologna
Gabriele D'Angelo
Ricercatore Confermato di Informatica
Università di Bologna
Maurizio Gabbrielli
Professore Ordinario in Computer Science
Università di Bologna
Enrico Gallinucci
Ricercatore a Tempo Determinato (Junior) in Computer Science and Engineering
Università di Bologna
Alexander Groh
Professore Ordinario di Finanza
EMLYON Business School
Umut Konus
Professore e Ricercatore di Marketing Analytics & Digital Business e Program Director dei Bachelor Programs in Business Analytics
Università di Amsterdam
Paola Manes
Professoressa Ordinaria di Diritto Privato
Università di Bologna
Andrea Mantovani
Professore Associato di Scienze Economiche
Università di Bologna
Azzurra Meoli
Ricercatrice a tempo determinato (junior) di Ingegneria economico-gestionale
Università di Bologna
Edoardo Mollona
Professore Straordinario di Economia Aziendale
Università di Bologna
Gianluca Moro
Ricercatore Confermato di Sistemi di elaborazione delle informazioni
Università di Bologna
Giorgio Pedrazzi
Research Fellow
Università degli Studi di Brescia
Stefano Rizzi
Professore Ordinario di Sistemi di elaborazione delle informazioni
Università di Bologna
Roberto Amadini
Ricercatore tipo b -Senior
Università di Bologna
Claudio Sartori
Professore ordinario di Machine Learning and Informatics
Università di Bologna
Sara Zanni
Ricercatrice a tempo determinato di Ingegneria economico-gestionale
Università di Bologna
L’integrazione con le imprese rappresenta una priorità e un aspetto differenziante in tutti i programmi di Bologna Business School, anche per il Master in Data Science.
Creare employability è un’attività a cui la Scuola dedica il massimo impegno attraverso un’azione sistematica di career service, con un’attenzione costante volta a combinare al meglio i progetti professionali degli studenti con le esigenze espresse dalle imprese.
L’internhsip è un ottimo trampolino di lancio, basti considerare che a sei mesi dalla fine dei master full-time di Bologna Business School mediamente oltre il 91% degli studenti è inserito in azienda.
Il Career Service di BBS affianca e accompagna fin da subito gli studenti in un percorso di formazione e di sviluppo professionale attraverso una serie di seminari guidati, con l’obiettivo di fornire gli strumenti e le risorse di base per un’adeguata preparazione al mercato del lavoro.
Per raggiungere questo obiettivo, gli studenti vengono coinvolti in una serie di seminari tra cui:
Inoltre, grazie alla collaborazione con career counselor professionisti, gli studenti ricevono un servizio personalizzato al fine di capire i propri punti di forza e costruire un piano di sviluppo professionale utile a raggiungere i propri obiettivi nella ricerca di un internship. Questo avviene attraverso:
Tramite il Master in Data Science and Business Analytics è possibile, a seguito dei relativi anni di esperienza in azienda necessari, accedere alle professioni di Big Data Manager e Web Analyst.
Aish Kumar Jesrani – Pakistan
Data Scientist, Iveco Group
Master in Data Science and Business Analytics (A.A. 2021/2022)
"Provenendo da un background incentrato sul business, questo Master mi ha fornito una solida base per passare con successo nel campo della Data Science. Il programma di studio è un perfetto equilibrio tra concetti teorici e attività pratiche, favorito anche da ottimi metodi di insegnamento. Il Career Service ha svolto un ruolo cruciale nell'aiutarmi a sfruttare le opportunità di networking e ad assicurarmi una posizione professionale nel mercato italiano e nel mio settore preferito. Durante il periodo trascorso alla BBS, ho avuto il piacere di entrare in contatto con persone straordinarie che non solo hanno arricchito la mia esperienza formativa, ma hanno anche contribuito alla mia crescita personale."
Sidorela Topi – Italia/Albania
Junior Data Scientist, Analytics Network
Master in Data Science and Business Analytics (A.A. 2021/2022)
"Il Master in Data Science mi ha permesso di acquisire competenze sempre più ricercate nel mercato del lavoro internazionale, unendo il mio background finanziario con la statistica e il machine learning attraverso il suo approccio altamente funzionale e le sue applicazioni pratiche. Grazie alla rete BBS ho conosciuto persone meravigliose che mi hanno arricchito con la loro cultura e sono entrata in contatto con alcune delle più importanti aziende italiane, dove ho avuto l’opportunità di conoscere l’azienda in cui ho svolto l’internship e dove attualmente lavoro nell’ambito Data Science."
Bassam Alkhatib – Giordania
Digital Data Scientist - Gucci
Master in Data Science and Business Analytics (A.A. 2018/2019)
"Il Master raggiunge il perfetto equilibrio tra il background teorico necessario per stabilire una solida base in Data Science, su cui costruire la carriera, e le conoscenze pratiche necessarie per comprendere il potenziale e le applicazioni della Dat Science in diversi contesti. Ho tratto beneficio dai miei studi qui in molti modi; ho seguito i corsi e sono stato guidato da esperti leader mondiali nel campo della Data Science, ho anche stretto amicizie durature con colleghi entusiasti e ambiziosi in questo campo provenienti da tutto il mondo e, infine, immergermi nella cultura italiana è stata una delle esperienze più appaganti della mia vita. "
Calvin Omari – Kenya
Digital Specialist for the Regional Project for the Africa Minigrids Program, UNDP
Master in Data Science and Business Analytics (A.A. 2018/2019)
"La Business School dell'Università di Bologna mi ha aperto gli occhi sull'esperienza della Data Science con i suoi docenti di prim'ordine che non solo ci hanno guidato, ma ci hanno fornito esperienza pratica nel settore attraverso corsi e lo stage, cosa che mi ha aiutato nella mia carriera permettendomi di giungere ad incarichi internazionali. L'enfasi sull'eccellenza italiana è stata utile e ha avuto una grande influenza sul mio attuale ruolo di Data Analyst & Architect che richiede precisione e accuratezza. La faculty e il network della comunità BBS saranno sempre un tesoro per me."
Valerio Nicosia – Italia
Data Scientist Manager, Sky
Master in Data Science and Business Analytics (A.A. 2016/2017)
"Con un background in Finanza Aziendale e una grande passione per la statistica ed il mondo IT, il Master in Data Science mi ha fornito i migliori strumenti per lavorare come Data Scientist. Grazie al network di BBS sono entrato in contatto con alcune delle più importanti aziende italiane e internazionali, iniziando con lo stage, che ha dato il via alla mia crescita professionale."
VALERIO TROTTA – ITALIA
Data Scientist, Sorgenia
Master in Data Science and Business Analytics (A.A. 2017/2018)
"Il master in Data Science mi ha dato l'opportunità di approfondire quanto appreso durante i precedenti studi in ambito statistico ed integrarlo con la mia passione per la tecnologia. Quest'esperienza mi ha permesso di fare di queste mie passioni una carriera. Punto di forza del programma è la capacità di formare su aspetti tecnici senza perdere il focus da quelle che sono le esigenze delle sempre più numerose aziende che stanno cavalcando l'onda della data revolution."
Sameer Rohadia – India
Specialist Business Intelligence & Data Warehouse, THIMM
Master in Data Science and Business Analytics (A.A. 2016/2017)
"Dopo molti anni di esperienza in azienda e di insegnamento in India, mi sono avvicinato al Data Science scoprendo il Master di BBS. La dimensione internazionale mi ha aiutato a interagire con colleghi provenienti da diversi paesi. Attualmente curo i contenuti e fornisco programmi di formazione nel campo dei Big Data e dell'Advanced Analytics per Continental AG (Germania). Porterò sempre BBS nel cuore."
Daniele Frassineti – Italia
Senior Data Scientist, Novartis
Master in Data Science and Business Analytics (A.A. 2015/2016)
"Viviamo in un mondo dinamico, le certezze passate sono messe in discussione e si creano nuove opportunità. Il Master in Data Science è stata l'occasione per coglierle, introducendomi a un mondo estremamente stimolante. Il master mi ha fatto entrare in contatto con aziende all'avanguardia. Ho dato il via alla mia carriera grazie alle conoscenze acquisite in BBS."
Obiettivo del Career Service è anche quello di mettere in contatto gli studenti con aziende nazionali e internazionali. Nel corso degli anni Bologna Business School ha infatti creato un ampio network e una solida partnership con le maggiori imprese italiane grazie ad un approccio personalizzato, basato sulle esigenze di ogni singola azienda. La collaborazione si declina attraverso:
Inoltre, le aziende sostengono gli studenti del Master in Data Science and Business Analytics, attraverso borse di studio, opportunità professionali, career fair e testimonianze aziendali.
Le aziende che hanno collaborato con noi nel 2021/2022:
ACCENTURE ARTHUR D. LITTLE ALTEN ANALYTICS NETWORK AXYON AI BAKER HUGHES BANCOMAT BIP BOOSTER BOX CARTIER CINECA CLASS EDITORI CRIF DATALOGIC DELOITTE DGS GROUP DUCATI ENGINEERING GELLIFY GROUPAMA ASSICURAZIONI GRUPPO HERA GRUPPO CIMBALI ICONSULTING IGENIUS IVECO GROUP JAKALA KERING LORO PIANA LUXOTTICA MAIORA SOLUTIONS MANAGEMENT SOLUTIONS MAX MARA FASHION GROUP MY THERESA PWC SARCE SCHNEIDER ELECTRIC SIDEL SORGENIA TESLA VERSACE VFC WOOLRICH
La quota di iscrizione per il Master è di 14.800 euro (iva esente) da corrispondersi in tre rate:
La quota comprende la frequenza al Master, tutto il materiale di studio disponibile attraverso la piattaforma on line e l’accesso ai servizi di Bologna Business School, che includono: account personale wi-fi BBS, uso dei pc del Computer Lab, utilizzo delle aree studio, accesso alla palestra interna, agevolazioni per il ristorante della Scuola.
La quota dà diritto a frequentare le attività a supporto della didattica, come i corsi di lingua e le master lecture su invito.
Nel parco della Scuola è disponibile un ampio parcheggio gratuito.
Inoltre, con la Student Card dell’Università di Bologna gli studenti hanno accesso a: tutte le strutture universitarie, tra cui oltre 100 biblioteche, risorse digitali e sale studio (inclusi banche dati e abbonamenti on line); 3 mense universitarie; tariffe universitarie agevolate in una serie di strutture convenzionate. Maggiori informazioni sono disponibili sul sito dell’Università di Bologna: http://www.unibo.it/it/servizi-e-opportunita
A Bologna Business School capiamo che per i nostri studenti è molto importante ricevere un supporto finanziario per raggiungere i propri obiettivi. Intraprendere un percorso di studi di elevata qualità comporta un impegno economico significativo, ma crediamo che investire nel proprio futuro sia sempre un’ottima scelta.
Bologna Business School è lieta di mettere a disposizione degli studenti più meritevoli borse di studio parziali da 6.000€ e da 4.000€. Le borse di studio verranno conferite in base a criteri di merito agli studenti che occuperanno le posizioni più alte in fase di selezione. Gli studenti più alti in graduatoria saranno coloro che avranno non solo un solido background accademico e/o professionale, ma anche coloro che avranno dimostrato di essere i più motivati a partecipare al corso. I vincitori verranno informati al momento dell’ammissione.
Per essere ammessi al Master è necessario disporre di:
L’ammissione al Master è subordinata alla valutazione positiva della prova di selezione in linea con il numero di posti disponibili. La prova di selezione consiste in un test attitudinale e un test di lingua inglese propedeutici per l’accesso al colloquio motivazionale in lingua inglese.
Per ulteriori indicazioni gli studenti che hanno conseguito una laurea all’estero sono invitati a leggere attentamente le indicazioni riportate nella pagina qui di seguito: https://www.unibo.it/it/didattica/iscrizioni-trasferimenti-e-laurea/traduzione-autenticita-e-valore-dei-titoli-di-studio-esteri
Per informazioni riguardo il processo di selezione e la documentazione necessaria consultare la scheda master disponibile qui e scaricare i documenti in seguito allegati:
BANDO ISTRUZIONI OPERATIVE CONDITIONAL ENROLLMENT FORM