Introduzione

L’accelerazione nello sviluppo di tecnologie per la gestione di grandi moli di dati ha profondamente trasformato gli scenari di business, dando un forte vantaggio competitivo alle aziende in grado di mettere al centro della propria strategia la “Digital Transformation”.

Vantaggi

La Digital Transformation richiede una forte necessità di cambiamento a chi lavora nelle aziende e nelle istituzioni e la necessità di figure professionali che sappiano gestire questo cambiamento portando al contempo valore.

La chiave di volta della creazione di valore in questo campo è l’interdisciplinarietà: avere competenze che spazino dalla conoscenza delle tecnologie a quella dei modelli economico-statistici e degli algoritmi con cui essi vanno implementati, alla padronanza dei processi aziendali. È inoltre fondamentale avere capacità di interpretare, sintetizzare, comunicare e rendere fruibili le informazioni ottenute dall’analisi dei dati ,  permettendo di incrementare l’efficienza aziendale e di basare le scelte strategiche su solide basi quantitative.


Per conoscere tutti i dettagli del Programma Executive, è possibile prenotare una Skype call di orientamento con il Direttore del Master. Le Skype Call si terranno ogni venerdì dalle 17:00 alle 19:00: è sufficiente scrivere a mbarbuzzi@luiss.it e prenotare una sessione conoscitiva.

Per tutte le iscrizioni pervenute entro il 24/02/2017, è prevista una riduzione del 10% sulla quota di iscrizione.


Destinatari

Il corso è pensato per chi ha abbia già esperienza operativa di gestione di processi di business e voglia comprendere come essi possano essere modificati, arricchiti, ottimizzati, attraverso l’utilizzo di tecnologie Big Data e di algoritmi di Machine Learning.

  • Responsabili Marketing
  • Responsabili Risorse Umane
  • Responsabili IT
  • Responsabili Finance
  • Altri Responsabili funzionali o di Business Unit
  • Project Manager e Program Manager

Prerequisiti

I candidati oltre ad avere una passione per i Dati e l’analisi degli stessi, devono possibilmente  conoscere i fondamenti della programmazione e della statistica. Non è richiesta una pratica recente nel loro utilizzo, in quanto il corso ha l’obiettivo principale di fornire gli strumenti manageriali per l’utilizzo dei dati.
Ciò non toglie che durante il corso verranno presentati esempi e svolte esercitazioni che richiedono competenze basiche in tali ambiti, e saranno affrontati i necessari approfondimenti per comprendere al meglio gli strumenti analitici utilizzati. (es. Linguaggio R; Modelli supervisionati e non supervisionati)

Aree di Interesse

  • Distributed Data Bases and File Systems
  • Data Governance
  • Cloud
  • Lean project Management
  • Supervised and Unsupervised Machine Learning
  • Decision Making
  • Change management

Comitato Scientifico

Flavio Venturini, Innovation Director – iConsulting
Giuseppe Arbia, Prof. Ordinario di statistica Economica Università Cattolica del Sacro Cuore.

Faculty

La Faculty è composta da Professionisti del mondo Big Data e da accademici  di prestigiosi Atenei.

Programma

MODULO 1 – Big Data Technology and Methodology 

  • L’architettura “solid rock”: il Data Warehouse
  • Introduzione ad Hadoop ed ai file system distribuiti
  • Il mondo NoSQL: database documentali, a grafo, chiave-valore
  • Il mondo del cloud e la evoluzione delle architetture analitiche
  • La Governance dei Dati: processi e metodologie

MODULO 2 – Machine Learning

  • Richiami di statistica
  • Introduzione all’econometria
  • Machine Learning supervisionato
  • Machine Learning non supervisionato
  • Machine Learning Lab: applicazione ad un caso concreto delle tecniche apprese

MODULO 3 – Experiential  Knowledge

  • Costruire una soluzione di Customer Experience
  • Costruire una soluzione di Social analytics
  • Costruire una soluzione di Marketing analytics

MODULO 4 – Human Factors

  • Le dinamiche di Decision Making
  • Abillitare le decisioni: tecnologie e modelli
  • Decision Lab

MODULO 5 – Business Impact

  • Costruire il caso per l’adozione di soluzioni Big Data
  • Change Management e Big Data

Attestato

Al termine del corso verrà rilasciato un attestato di partecipazione (frequenza minima richiesta: 80% delle attività di formazione)

Quota di Partecipazione

Percorso Intero
Big Data Management for Executive (cod. Z1203)
8 novembre 2016 / 8 aprile 2017 – € 7.000 + Iva
22 incontri,  152 ore di formazione

Modulo 1
Big Data Technology and Methodology  (cod. Z1203.1)
18 novembre 2016 / 16 dicembre 2016 – € 2.800 + Iva
5 incontri,  34 ore di formazione

Modulo 2

Machine Learning 2 (cod. Z1203.2)
17 dicembre 2016 / 4 febbraio 2017 – € 3.500 + Iva
7 incontri,  50 ore di formazione

Modulo 3
Experiential Knowledge (sono propedeutici il modulo 1 ed il modulo 2)
17 febbraio 2017 / 4 marzo  2017
4 incontri,  28 ore di formazione

Modulo 4
Human Factors (sono propedeutici il modulo 1 ed il modulo 2)
17 -18 marzo 2017
2 incontri,  14 ore di formazione

Modulo 5
Business Impact (sono propedeutici il modulo 1 ed il modulo 2)
31 marzo 2017 / 8 aprile 2017
4 incontri,  26 ore di formazione

Orario

Venerdì: 14.00 – 20.00
Sabato: 9:00 – 17.30

Sede

LUISS Business School – via Nomentana, 216 – 00162 Roma

Pacchetti e Riduzioni

Le aziende e gli enti che iscriveranno 3 o più partecipanti al Corso potranno usufruire di una riduzione delle rispettive quote d’iscrizione pari al 10%.I partecipanti (persone fisiche) che hanno già frequentato corsi LUISS BS o LUISS Guido Carli, della potranno usufruire di una riduzione delle rispettive quote d’iscrizione pari al 10%

Gli sconti non sono cumulabili

Pacchetti

  • Modulo 1 più Modulo 2  per un totale di 12 gg € 5.000,00 + IVA
  • Moduli propedeutici 3 -5, in aggiunta  ai Moduli 1 e 2  da 4 giorni € 2200,00 + IVA
  • Moduli propedeutico 4,   in aggiunta  ai Moduli 1 e 2  2 giorni €1500,00 + IVA

Il pagamento dei singoli moduli va effettuato in unica soluzione
Le iscrizioni vanno inviate al seguente indirizzo:  segreteriaexecutiveedu@luiss.it.

Modalità d’iscrizione

L’iscrizione si intende perfezionata al momento del ricevimento da parte di LUISS Business School – Divisione di LUISS Guido Carli della scheda di iscrizione (scaricabile da sito) debitamente compilata e sottoscritta. Allo scopo di garantire la qualità delle attività di formazione nonché dei servizi extra formazione resi ai Partecipanti, le iscrizioni al Corso sono a numero programmato. La data di arrivo della richiesta di iscrizione, completa in ogni sua parte e debitamente sottoscritta, determinerà la priorità di iscrizione.

Modalità di recesso

È possibile recedere dal contratto senza corrispondere alcuna penale entro e non oltre i 15 giorni di calendario anteriori la data di inizio del Corso/Percorso, comunicando la decisione del recesso via fax o e-mail seguita da lettera raccomandata con avviso di ricevimento ed indirizzata a: LUISS Business School -divisione LUISS Guido Carli -Viale Pola, 12 -00198 Roma.
È inoltre consentita la facoltà di recedere dal contratto corrispondendo una penale pari al 50% della quota, comunicando la decisione del recesso con le medesime modalità sopra descritte entro e non oltre i 5 giorni di calendario anteriori la data di inizio del Corso/Percorso.
In tali casi LUISS Business School provvederà a restituire l’importo della Quota versata per cui sia eventualmente dovuto il rimborso ai sensi di quanto previsto dal presente art. 7.1 entro i 60 giorni successivi alla data in cui LUISS Business School avrà avuto conoscenza dell’esercizio del recesso.
In aggiunta al diritto di recesso di cui al precedente capoverso, in caso di sottoscrizione del presente contratto da parte di persona fisica che agisce per scopi estranei all’attività imprenditoriale, è consentita, ai sensi del d. lgs. n. 206/2005, la facoltà di recesso dal presente contratto senza dover corrispondere alcuna penale e senza dover fornire alcuna motivazione entro il quattordicesimo giorno successivo alla sua conclusione.
Per esercitare tale diritto l’interessato è tenuto a far pervenire, entro i termini qui convenuti, alla LUISS Business School – divisione LUISS Guido Carli – Viale Pola, 12 -00198 Roma – a mezzo fax o lettera raccomandata A/R, una espressa dichiarazione contenente