DATA MANAGEMENT

La gestione dei dati digitali costituisce una delle competenze chiave per affrontare le sfide della complessità. La qualità delle decisioni e delle strategie che coinvolgono individui, professionisti e organizzazioni dipende sempre più dalla capacità di estrarre, filtrare e assemblare dati da cui distillare informazioni e indicazioni operative.
Alla fine del corso studentesse e studenti saranno in grado di elaborare un progetto di gestione dei dati digitali per la risoluzione di un problema pratico assegnato dal docente.
L’obiettivo del modulo consiste dunque nel fornire strumenti teorici e applicativi per gestire in modo efficace le fasi di acquisizione, archiviazione, elaborazione e rappresentazione dei dati digitali, con un focus specifico sulle potenzialità del Machine Learning e sulle piattaforme software di Data Analysis.

1. Conoscenza e comprensione:
- essere in grado di descrivere le caratteristiche dei dati digitali e illustrare i criteri per valutare la qualità del dato
- essere in grado di descrivere le sei fasi in cui si articola il processo di gestione dei dati digitali
- essere in grado di descrivere i modelli fondamentali per l’elaborazione dei dati
- essere in grado di elencare alcune applicazioni software a supporto della gestione dei dati digitali

2. Capacità di applicare conoscenza e comprensione:
- essere in grado di adottare applicativi software per la ricerca e l’acquisizione di dati digitali
- essere in grado di utilizzare programmi per l’archiviazione e l’indicizzazione dei dati
- essere in grado di applicare metodi di base per elaborare i dati digitali
- essere in grado di implementare strumenti per la visualizzazione e la rappresentazione di dati

3. Capacità di giudizio:
- essere in grado di contestualizzare le conoscenze acquisite, individuando i modelli, i metodi e i software più adeguati all’output desiderato

4. Abilità comunicative:
- essere in grado di presentare in modo efficace i risultati dell’analisi dei dati
- essere in grado di interagire con i colleghi e con il docente, in modo funzionale agli obiettivi del corso

5. Capacità di apprendimento:
- essere in grado di utilizzare ed integrare informazioni provenienti da appunti, dispense, slide ed esercitazioni pratiche
- essere in grado di valutare il proprio grado di preparazione attraverso le attività in itinere di interazione e di laboratorio

L’insegnamento è rivolto a tutti coloro i quali desiderano valorizzare le proprie competenze specifiche attraverso l’integrazione di tecniche elementari per la ricerca, l’organizzazione, l’interpretazione e la valorizzazione dei dati digitali nei diversi ambiti disciplinari. Pertanto, al di là delle abilità di base nell'uso del computer, non sono richieste specifiche conoscenze informatiche pregresse nell’ambito della programmazione o di particolari software per la gestione dei dati.

Il modulo si articola in otto unità didattiche:

1. Introduzione alla gestione dei dati digitali
- Vocabolario e definizioni - Dati, informazioni e decisioni
- Criteri di qualità e “oggettività” dei dati - La rivoluzione digitale e il diluvio di dati

2. Il processo di gestione in sei fasi
- Il modello dell’intelligenza digitale – Le sei funzioni del ciclo di vita dell’informazione
- Metodo di progettazione del processo di gestione dei dati: dal problema alla decisione

3. Acquisizione dei dati digitali – Dal mondo fisico al mondo dei bit
- Fonti e archivi online – Strumenti di ricerca e di estrazione massiva
- Metodi per la selezione dei dati in ingresso – Modelli di conversione analogico-digitale

4. Archiviazione dei dati digitali – Il sistema della Memoria
- Database e sistemi di archiviazione – Metodi di indicizzazione
- Motori di ricerca interna e rappresentazione della memoria – Dati strutturati e corpus linguistici – Sistemi di backup e archiviazione in cloud

5. Elaborazione dei dati digitali – Dal dato all’informazione
- Modelli di elaborazione dei dati: statistica e Machine Learning
- Metodi di clustering, classificazione e previsione – Algoritmi e strumenti di calcolo
- Elaborazione dei dati in 5 step: analisi, pre-processing, design, training, testing

6. Rappresentazione dei dati – Comunicare attraverso i dati
- Tipologie di grafici per la visualizzazione dei dati – Rappresentazione statica e dinamica
- Simboli e icone - Tecniche di reporting a supporto del processo decisionale

7. Attivazione - Dall’informazione alla decisione
- Cruscotti decisionali e sistemi di gestione del rischio – La cultura data-driven
- La nuova intelligenza organizzativa – Sicurezza dei dati digitali e normativa

8. Adattamento – Il processo di gestione dei dati allo specchio
- Monitoraggio e sistemi di controllo – Modelli di autoconfigurazione ed evoluzione
- Dimensione economica e temporale della gestione dei dati: costi e benefici

Ronsivalle G.B. (2021) “Intelligenza digitale”, gestione dei dati e processo decisionale nelle organizzazioni del futuro (dispensa digitale fornita dal docente)
Ozdemir S. (2017) Data Science: guida ai principi e alle tecniche base della scienza dei dati. Apogeo (facoltativo)

L'esame finale si articola in due step:

Step 1 - Svolgimento di una prova scritta online sulle conoscenze teoriche di base (punteggio max = 15 punti; soglia minima superamento = 9 punti). La prova prevede la somministrazione di un questionario digitale composto da prove strutturate di diversa tipologia (scelta multipla-risposta singola, scelta multipla-risposta multipla, corrispondenza, completamento).

Step 2 - Elaborazione di un project work incentrato sull’applicazione delle tecniche elementari di gestione dei dati digitali (punteggio max = 15 punti; soglia minima superamento = 9 punti). La prova consiste nella creazione e nella presentazione di un breve report in cui studentesse e studenti devono descrivere le varie fasi del progetto di acquisizione, archiviazione, elaborazione e rappresentazione di dati funzionali alla risoluzione di un problema pratico assegnato dal docente.

Le lezioni alternano (a) sessioni di esposizione teorica supportate da slide multimediali, (b) momenti di interazione e confronto sui temi in oggetto, (c) lo studio di casi reali, (d) esercitazioni individuali e di gruppo mediante l’utilizzo di piattaforme di Data Science, (e) simulazioni guidate. Il corso prevede inoltre la pubblicazione di videotutorial per approfondire le caratteristiche e le funzioni dei software di gestione dei dati.

Italian

written and oral