Skip to main content
If you continue browsing this website, you agree to our policies:
  • Condizioni di utilizzo e trattamento dei dati
Continue
x
If you continue browsing this website, you agree to our policies:
  • Condizioni di utilizzo e trattamento dei dati
Continue
x
e-Learning - UNIMIB
  • Home
  • My Media
  • More
Listen to this page using ReadSpeaker
English ‎(en)‎
English ‎(en)‎ Italiano ‎(it)‎
 Log in
e-Learning - UNIMIB
Home My Media
Percorso della pagina
  1. Economics
  2. Bachelor Degree
  3. Economia delle Banche, delle Assicurazioni e degli Intermediari Finanziari [E1803M]
  4. Courses
  5. A.A. 2022-2023
  6. 2nd year
  1. Information Technology and Programming Language Laboratory - 2
  2. Summary
Partizione di insegnamento Course full name
Information Technology and Programming Language Laboratory - 2
Course ID number
2223-2-E1803M102-T2
Course summary SYLLABUS

Blocks

Back to Information Technology and Programming Language Laboratory

Course Syllabus

  • Italiano ‎(it)‎
  • English ‎(en)‎
Export

Obiettivi formativi

Il corso prevede di fornire agli studenti le capacità di comprendere e utilizzare i moderni strumenti informatici per l’innovazione tecnologica nelle imprese e si occuperà in particolare delle tecniche di data science. E’ alternativo al corso ‘Informatica Generale e Laboratorio Informatico – 1’ che si concentra maggiormente sui sistemi informativi aziendali e delle loro implicazioni organizzative e gestionali.

Al termine dell’insegnamento, lo studente sarà in grado di
• comprendere e applicare tecniche di data science per estrarre, gestire, elaborare e rappresentare i dati, ma anche interpretare i fenomeni sottostanti al fine di supportare i processi d’impresa;
• comprendere e applicare tecniche di business analytics, machine learning e data mining;
• gestire il cambiamento in azienda, proponendo moderne soluzioni di gestione e analisi dei dati e collaborando in team inter-funzionali;
• comprendere i trend del mondo digitale e il loro impatto nelle imprese, in particolar modo quelle del settore finanziario e nella società;
• acquisire un linguaggio tecnico che consenta di comunicare efficacemente sia con interlocutori con competenze tecnico-informatiche avanzate sia con utenti finali;
• sviluppare buone capacità di apprendimento che permettano di intraprendere con maggiore autonomia studi successivi più avanzati negli ambiti economico e dei sistemi informativi aziendali.

Contenuti sintetici

L'insegnamento di Informatica Generale e Laboratorio informatico (Turno 2) introduce gli studenti del corso di laurea in Economia delle Banche, delle Assicurazioni e degli Intermediari Finanziari allo studio delle tecnologie dell’informazione e della comunicazione, concentrandosi in particolare sulle moderne tecniche di data science e intelligenza artificiale. Fornisce agli studenti l’abilità di comprendere varie tecniche per l’analisi dei dati e analizzarne i risultati al fine di prendere decisioni strategiche per l’impresa.

Programma esteso

Introduzione al ruolo delle tecnologie nel mondo del business come componente fondamentale per le organizzazioni di successo.

Introduzione ai sistemi informativi aziendali: architetture e applicazioni a supporto delle esigenze operative, tattiche e strategiche delle imprese.

Analisi approfondita delle nuove tendenze digitali: processi di digital transformation in azienda ed evoluzione tecnologica nella società dell’informazione.

Cenni di programmazione: software development e algoritmi.

Metodi di gestione e analisi dati: database relazionali, SQL, data warehouse, knowledge graph, business analytics.

Machine learning e data mining: soluzioni supervisionate e non supervisionate tipicamente utilizzate nell’ambito d’impresa con particolare attenzione alle reti neurali.

Tecniche di elaborazione del linguaggio naturale: topic modelling, word embeddings, named entity linking, named entity recognition e sentiment analysis.

Fondamenti di sicurezza informatica: gestione e prevenzione del rischio in ambito aziendale.

Laboratorio informatico: la parte di laboratorio è finalizzata a conferire agli studenti una conoscenza di livello intermedio nell'utilizzo dell'applicativo Microsoft Excel per la risoluzione di alcune problematiche tipiche aziendali.

Prerequisiti

Le conoscenze di tipo matematico e logico acquisite nella scuola superiore. Per potere sostenere l'esame è necessario avere sostenuto e verbalizzato l'esame di Statistica I.

Metodi didattici

Lezioni frontali. Le lezioni si svolgono, in parte, nei laboratori didattici per consentire agli studenti di applicare alcuni dei concetti illustrati.

Modalità di verifica dell'apprendimento

La verifica dell'apprendimento comprende una prova scritta e, opzionalmente, una prova orale integrativa. La prova scritta, che prevede domande a scelta multipla e domande aperte, si svolgerà nei laboratori didattici per poter valutare le abilità dello studente nell'utilizzo delle tecniche studiate nel corso.

Testi di riferimento

Slides e registrazioni delle lezioni. Si daranno maggiori dettagli durante le lezioni.

Si consigliano inoltre i seguenti testi:
• J. Valacich-C. Schneider-A. Carignani-F. Rajola-V. Gemmo, Sistemi Informativi e Trend Digitali, Pearson Italia, 2019.
• Pensare in Python. Come pensare da Informatico. Seconda Edizione, Versione 2.2.23. Allen Downey. Green Tea Press.
• Andrea De Mauro, Big Data Analytics. Analizzare e interpretare dati con il machine learning, Apogeo, 2019.

Periodo di erogazione dell'insegnamento

Primo semestre.

Lingua di insegnamento

Italiano.

Sustainable Development Goals

IMPRESE, INNOVAZIONE E INFRASTRUTTURE
Export

Learning objectives

The course will provide students the ability to understand and utilize digital technologies for operational and strategic management. It will focus specifically on data science techniques to support business processes and decision-making.

The course can be taken as an alternative to the ‘Informatica Generale e Laboratorio Informatico – 1’, which focuses instead on providing a general understanding of the issues related to technological innovation in financial companies and society, data and information management, the Internet, digital business models, business information systems and their organisational and management implications.

The students will acquire the following skills:

• a practical understanding of data science techniques for extracting, managing, processing, and representing data;
• the ability to understand, compare, and utilize different solutions for business analytics, machine learning, and data mining;
• an understanding of recent technological trends and their impact on business practices;
• the ability to apply the knowledge acquired during the course according to a professional approach aimed at designing new business models that enhance people, processes and technological infrastructures in a synergic and systemic perspective;
• a technical language that enables effective communication with both people with advanced technical and IT skills and with end users;
• good learning skills that will allow students to undertake more advanced studies related to company information systems with greater autonomy.

Contents

The course aims to provide students with a general understanding of the issues related to technological innovation in financial companies and data science techniques for supporting business processes and decision-making.

Detailed program

Introduction to the role of technologies in the business world as a fundamental component for successful organizations.

Information systems: architectures and applications for business.

Digital trends: digital transformation processes in companies and technological evolution in the information society.

Algorithms and software development.

Managing and analysing data: relational databases, data warehouse, knowledge graphs, SQL, business analytics.

Machine Learning e Data Mining: supervised and unsupervised solutions, with a specific focus on neural networks.

Fundamental principles of Natural Language Processing: topic modelling, word embeddings, named entity linking, named entity recognition, and sentiment analysis.

Computer security: fundamental principles and prevention.

Prerequisites

Final assessment is subject to previous registration of Statistica I.

Teaching methods

Lectures with examples and case studies developed in the classroom and laboratories.

Assessment methods

The exam consists of a written test that includes open-ended and multiple-choice questions. Optionally, an oral integration may be required.

Textbooks and Reading Materials

Slides and video recording of the lessons.

Recommended books:
• J. Valacich-C. Schneider-A. Carignani-F. Rajola-V. Gemmo, Sistemi Informativi e Trend Digitali, Pearson Italia, 2019.
• Pensare in Python. Come pensare da Informatico. Seconda Edizione, Versione 2.2.23. Allen Downey. Green Tea Press.
• Andrea De Mauro, Big Data Analytics. Analizzare e interpretare dati con il machine learning, Apogeo, 2019.

Semester

First semester.

Teaching language

Italian.

Sustainable Development Goals

INDUSTRY, INNOVATION AND INFRASTRUCTURE
Enter

Key information

Field of research
INF/01
ECTS
7
Term
First semester
Activity type
Mandatory
Course Length (Hours)
54
Degree Course Type
Degree Course
Language
Italian

Staff

    Teacher

  • FC
    Filippo Carone Fabiani
  • FO
    Francesco Nicolò Osborne

Enrolment methods

Manual enrolments
Self enrolment (Student)

Sustainable Development Goals

INDUSTRY, INNOVATION AND INFRASTRUCTURE - Build resilient infrastructure, promote inclusive and sustainable industrialization and foster innovation
INDUSTRY, INNOVATION AND INFRASTRUCTURE

You are not logged in. (Log in)
Policies
Get the mobile app
Powered by Moodle
© 2025 Università degli Studi di Milano-Bicocca
  • Privacy policy
  • Accessibility
  • Statistics