2017-2018
Data Driven Innovation
Il modulo mira innanzitutto a presentare le caratteristiche principali dei processi di innovazione nelle imprese e nelle istituzioni. Oltre ad alcuni cenni teorici di economia dell’innovazione, enfasi verrà posta sulla gestione dei processi innovativi (ruolo della R&S, dell’Open Innovation, ecc.). Verranno poi descritte le nuove opportunità di innovazione rese possibili dagli avanzamenti recenti nei processi di raccolta ed elaborazione di dati su vasta scala.
Casprini Elena
Elena Casprini è Postdoc in Economia e Gestione delle Imprese all’Istituto di Management, Scuola Superiore Sant’Anna. È stata Visiting Ph.D. student presso la Cass Business School (Londra, Regno Unito) e collabora con il Dipartimento di Studi Sociali e Giuridici dell’Università di Siena. È coinvolta in attività didattiche riguardanti la gestione dell’innovazione per corsi di laurea triennali, magistrali e masters. I suoi interessi di ricerca principali riguardano l’innovazione dei modelli di business, l’open innovation e le aziende familiari.
Piccaluga Andrea
Andrea Piccaluga is the Director of the Institute of Management at Scuola Superiore Sant'Anna (www.sssup.it), where he is Professor of Innovation Management. He is also President of Netval (www.netval.it), the Italian network of University Technology Transfer Offices.
Social Network Analysis
Il modulo ha lo scopo di fornire agli studenti gli strumenti e le conoscenze necessarie ad analizzare dati su larga scala provenienti da Online Social Networks. Nel modulo vengono presentati gli strumenti di analisi necessari, vengono poi illustrati i risultati ottenuti applicando tali strumenti a vari tipi di reti sociali. Tali strumenti vengono applicati ai due modi principali di rappresentare una OSN tramite grafi, considerando cioè il social e l’interaction graph.
Tirocinio
Il periodo di tirocinio previsto dal Master è di 500 ore, corrispondenti a 20 CFU, da svolgersi individualmente o in piccoli gruppi presso una delle aziende ed istituzioni partner del master, sulla base di un progetto concordato e sotto la supervisione di un team di tutor composto da docenti del master e responsabili aziendali.
Data Visualization & Visual analytics
Il modulo ha lo scopo di presentare metodi di base e tecniche di visualizzazione per la presentazione efficace di informazione preveniente da diverse sorgenti: dati strutturati (relazionali, gerarchie, alberi), dati relazionali (social network), dati temporali, dati spaziali e dati spazio-temporali. Attraverso lo studio di metodi e strumenti esistenti, verranno presentati alcuni scenari di analitica visuale.
Big Data Ethics
Il modulo si propone di introdurre le nozioni etico-legali di privacy, anonimato, trasparenza e discriminazione, anche in riferimento al quadro normativo comunitario e alla sua evoluzione in corso. Saranno mostrati i modelli e le tecnologie di privacy-by-design e di difesa dei diritti degli utenti, che permettono l'analisi di Big Data nel rispetto del diritto alla protezione dei dati personali, alla trasparenza e al trattamento non discriminatorio.
Allineamento
Il modulo ha l'obiettivo di allineare le competenze informatiche ed analitiche di base degli studenti, in particolare in materia di basi di dati, di analisi esplorativa dei dati e di linguaggi di programmazione.
Pagine
