Titolo corso
Comunicazione avanzata, intelligenza artificiale e data management
Advanced communication, artificial intelligence and data management
A.A. 2024-2025
Presentazione del corso e obiettivi
Il master mira a fornire agli studenti una solida base teorica e pratica nell'integrazione tra Intelligenza Artificiale e gestione aziendale. Il corso DS-AI è stato progettato per preparare gli studenti a comprendere e adattarsi alle sfide e alle opportunità che emergono dall'intersezione tra tecnologia avanzata e gestione aziendale. Il programma offre un approfondimento completo sugli argomenti di maggiore interesse per le dinamiche aziendali e della pubblica amministrazione.
Requisiti di ammissione
Laurea triennale, Laurea magistrale oppure Laurea specialistica oppure Laurea ante DM 509/1999 (vecchio ordinamento) o altro titolo di studio universitario conseguito all’estero riconosciuto idoneo.
Profilo professionale
Esperti di intelligenza artificiale e di gestione e analisi dei dati, in grado di gestire progetti dall’analisi dei requisiti, alla manipolazione del dato, alla scelta del modello fino alla messa in produzione e al collaudo del prodotto.
Destinatari
Il Corso è destinato principalmente ai Laureati in Giurisprudenza, Economia, materie Stem, nonché a tutti i Professionisti e agli Operatori appartenenti ad enti pubblici e privati o consulenti nel settore dell’innovazione e della trasformazione digitale
Titolo rilasciato
Master universitario di primo livello in Comunicazione avanzata, intelligenza artificiale e data management. Il conseguimento è subordinato alla frequenza non inferiore all’80% delle lezioni complessive e al superamento delle verifiche intermedie e della prova finale. La prova finale verrà svolta in presenza presso le sedi LUMSA. Il Master attribuisce 60 CFU.
Dipartimento
Scienze umane – Comunicazione, Formazione e Psicologia
Area di riferimento
Politico-Sociale e Comunicazione > Sociologia
Direttori
Prof. Simone Mulargia
Dott. Matteo Testi, CEO Deep Learning Italia
Comitato scientifico
Prof. Simone Mulargia, Università LUMSA
Dott. Matteo Testi, CEO Deep Learning Italia
Prof. Alessandro Giosi, Università LUMSA
Prof. Gennaro Iasevoli, Università LUMSA
Struttura:
Numero minimo di partecipanti: 19
Numero massimo di partecipanti: 50
Ore complessive di formazione così ripartite:
Lezioni frontali e laboratori: 300 ore
Studio individuale: 600 ore
Stage/Project work: 100 ore
Verifiche intermedie: previste
Tesi finale: 500 ore
Totale 1.500 ore
Modalità di erogazione della didattica: blended
Lingua di erogazione della didattica: italiano
È previsto lo svolgimento di uno stage e di Project work specifici.
Costo: € 3.916,00 comprensivo dell’imposta di bollo virtuale di € 16,00 (rimborsabile esclusivamente in caso di mancata attivazione/non ammissione al Master. L’imposta del bollo virtuale non sarà restituita). Il pagamento è così ripartito:
- Prima rata: € 616,00 comprensivi dell’imposta di bollo virtuale di € 16,00 (rimborsabile esclusivamente in caso di mancata attivazione/non ammissione al Master. L’imposta del bollo virtuale non sarà restituita).
- Seconda rata: € 1.100,00 entro 1 mese dall’attivazione del Master
- Terza rata: € 1.100,00 entro 2 mesi dall’attivazione del Master
- Quarta rata: € 1.100,00 entro 4 mesi dall’attivazione del Master
La rateizzazione della quota di iscrizione è solo un’agevolazione concessa allo studente: pertanto, l’eventuale rinuncia non esonera dal pagamento dell’intero ammontare della quota.
La prima rata, generata automaticamente in fase di pre-immatricolazione online (la procedura d’iscrizione on-line è pubblicata nel Box Come iscriversi) e potrà essere saldata tramite PagoPA.
Si può stampare un avviso di pagamento oppure effettuare il pagamento direttamente on-line.
Anche le rate successive alla prima rata potranno essere pagate con PagoPA accedendo all’area personale dello studente, attraverso il portale Mi@Lumsa (https://servizi.lumsa.it).
Le copie delle ricevute dei pagamenti effettuati devono essere inviate a: iscrizionimaster@lumsa.it.
NB: essere in regola con il pagamento delle tasse è condizione indispensabile per essere ammessi all’esame finale.
Borse di studio: non previste.
Le agevolazioni e le borse di studio previste non sono tra loro cumulabili.
Deep Learning Italia
Introduzione al Master:
Tavola rotonda “Comunicazione avanzata, intelligenza artificiale e data management. Come orientare il cambiamento in atto”, 2 ore
SPS/08 - Fondamenti di Intelligenza Artificiale e Robotica: Definizioni, Etica e Aspetti Legali, 20 ore, 3 CFU
SECS-P/08 - Trasformazione Digitale, 20 ore, 3 CFU
SPS/08 - Blockchain dalle Basi alle Applicazioni Avanzate, 15 ore, 2 CFU
SECS-P/08 - Introduzione al Machine Learning, 15 ore, 2 CFU
ING-INF/05 - Machine Learning con KNIME: approccio pratico, 15 ore, 2 CFU
ING-INF/05 - Machine Learning con SAS® Viya®: applicazioni avanzate, 15 ore, 2 CFU
ING-INF/05 - Machine Learning con Excel e Azure Machine Learning Studio: una guida pratica, 10 ore, 1 CFU
SECS-P/07 - Basi Quantitative per il Deep Learning, 10 ore, 1 CFU
ING-INF/05 - Python per il Deep Learning: Programmazione di Base, 10 ore, 1 CFU
ING-INF/05 - Deep Learning per la Computer Vision: Costruzione e Addestramento di Modelli Convoluzionali, 10 ore, 1 CFU
ING-INF/05 - Deep Learning per Sequence Modelling e Time Series: Progettazione e Validazione di Reti Neurali Dinamiche, 20 ore, 3 CFU
SPS/08 - Fondamenti di NLP, 10 ore, 1 CFU
M-FIL/05 - Natural Language Processing (1): soluzioni pratiche per problemi reali, 10 ore, 1 CFU
M-FIL/05 - Natural Language Processing (2): soluzioni pratiche per problemi reali, 10 ore, 1 CFU
SECS-P/07 - Basi della Data Visualization, 10 ore, 1 CFU
SECS-P/07 - Business Intelligence: Visualizzazione Dati con Power BI - Guida Pratica, 10 ore, 1 CFU
SECS-P/07 - Business Intelligence: Strumenti Avanzati di Power BI, 10 ore, 1 CFU
ING-INF/05 - Computer Vision: soluzioni pratiche per problemi reali, 10 ore, 1 CFU
SECS-P/07 - Introduzione a Tableau: Visualizzazione Dati, 10 ore, 1 CFU
SECS-P/08 - Data Driven Marketing: Strategia Multicanale e Machine Learning per decisioni guidate dai dati, 10 ore, 1 CFU
Laboratori:
- Laboratorio di Time Series, 10 ore
- Laboratorio di Computer Vision, 10 ore
- Laboratorio di NLP, 10 ore
- Laboratorio di Data Visualization, 10 oreLaboratorio di GenAI, 10 ore
Stage o project work, 200 ore, 15 CFU
Presentazione dei progetti e tesi finale, 400 ore, 15 CFU
Sede
On-line e sede LUMSA, piazza delle Vaschette 101, Roma
Durata
12 mesi
Periodo
Febbraio – dicembre 2025
Orario
Venerdì dalle ore 15.00 alle ore 19.00
Sabato dalle ore 9.00 alle ore 17.00
La maggior parte delle lezioni saranno svolte attraverso la piattaforma Deep Learning in modalità asincrona.
Data di scadenza: 14 febbraio 2025
La direzione si riserva la possibilità di prorogare il termine delle iscrizioni e di posticipare l'inizio del master rispettando il termine di conclusione dello stesso. Solo la mancata attivazione del Master dà diritto al rimborso della quota versata.
Gli studenti in possesso di un titolo di studio conseguito all'estero potranno inviare la domanda di iscrizione solo dopo aver compilato il form e aver ricevuto conferma dell’idoneità del titolo da parte del Welcome Office.
All’interno del form, nella sezione “Course chosen at LUMSA”, dovranno selezionare il seguente corso: M1 (1-year postgraduate professional master programs) Italian curriculum.
Procedura d’iscrizione on-line:
Registrazione dati anagrafici
Creare il proprio profilo personale su Mi@Lumsa cliccando, nel box di sinistra, su Registrazione. Al termine della procedura, il sistema produce una login e una password, che vanno conservate per le fasi successive.
Prima di iniziare la procedura di iscrizione, è necessario avere a disposizione:
- Fototessera per documenti, in formato digitale, da caricare direttamente on line, max 5 Mb, dimensioni 35x40 mm, che ritragga il viso su sfondo chiaro. Non sono ammesse: foto panoramiche, prese da lontano, di spalle o in cui non si veda interamente il viso. Non utilizzare foto in cui sono presenti altri soggetti;
- Scansione del documento valido di riconoscimento, debitamente firmato;
- Scansione del codice fiscale, debitamente firmato;
- Fruitori di tariffa agevolata: autocertificazione relativa all’appartenenza alle categorie indicate nel box costi e borse di studio.
- I cittadini di paesi dell’Unione Europea dovranno allegare copia Carta identità europea e/o del passaporto.
- I cittadini extraeuropei dovranno allegare copia del permesso di soggiorno oppure copia dell’appuntamento alla Questura per richiedere il permesso di soggiorno; copia del passaporto e del visto.
NB: I documenti scansionati dovranno essere inseriti in formato.pdf.
Non sono ammessi altri formati né documenti fotografati
Iscrizione
- Accedere a Mi@Lumsa con nome utente e password ottenuti al termine della registrazione on-line dei dati anagrafici;
- Nel menu in alto a destra cliccare su Area Registrato -> Immatricolazione -> Immatricolazione ai corsi ad accesso libero e inserire tutte le informazioni e i documenti richiesti dalla procedura.
Al termine di questa procedura, alla conferma di tutti i dati inseriti, il sistema informatico elabora i seguenti documenti:
- Bollettino relativo alla tassa da pagare contestualmente all’iscrizione
- Domanda di iscrizione
Per procedere all’effettiva iscrizione lo studente dovrà:
a) Effettuare il versamento della tassa da pagare contestualmente all’iscrizione tramite PagoPA direttamente on-line oppure stampando il bollettino generato in automatico dalla procedura di iscrizione on-line;
b) Stampare la domanda di iscrizione, verificare i dati in essa riportati e firmarla in ogni sua parte;
c) Scansionare la domanda di iscrizione, la ricevuta di pagamento e gli eventuali allegati richiesti.
NB: I documenti scansionati dovranno essere inseriti in formato.pdf.
Non sono ammessi altri formati né documenti fotografati
d) Cliccare su Conferma o prosegui.
e) Accedere a Mi@Lumsa, nel menu in alto a destra cliccare su Area Registrato -> Allegati carriera e inserire i documenti scansionati di cui sopra.
I fruitori di borsa di studio e i beneficiari di pagamenti effettuati da terzi a loro favore dovranno contattare l’ufficio scrivendo a iscrizionimaster@lumsa.it per avere indicazioni sulle modalità d’iscrizione.
LUMSA potrà in ogni caso richiedere documentazione aggiuntiva.
Informazioni
Informazioni didattiche
Prof. Simone Mulargia, s.mulargia@lumsa.it
Dott. Matteo Testi, info@deeplearningitalia.com
Informazioni amministrative
Segreteria LUMSA Master School
