IT
Classe di Laurea: L-41 - Statistica
Durata: 3 anni
Crediti: 180 CFU
Presidente del CdS: Prof. Antonio Irpino (nominato con D.R. n° 1005 del 14/10/2024) | Questo indirizzo email è protetto dagli spambots. È necessario abilitare JavaScript per vederlo.
Il corso di laurea in Data Analytics è a numero chiuso ed è erogato interamente in lingua inglese. Il corso di studi mira a far acquisire ai propri laureati competenze di matematica, teorica e computazionale, di statistica inferenziale e analisi esplorativa dei dati, anche di grandi dimensioni; di machine learning per la previsione; di strumenti metodologici e applicati propri dell’informatica per la gestione di data base e di sistemi informativi; di elementi di programmazione; di moderni strumenti software per il trattamento dei dati e di tecniche di comunicazione dei risultati.
Il percorso di studio prevede corsi incentrati sulla Programmazione, l’Architettura dei Sistemi di Elaborazione, il Progetto e le Applicazioni delle Basi di Dati, la Probabilità e la Statistica, il Data Wrangling (ovvero come trasformare i dati catturati da diverse sorgenti in modo da poter essere elaborati), l'analisi esplorativa dei dati, il Data Storytelling, e altro ancora. E' inoltre prevista la possibilità di conseguire il in "Data Analytics" conferito dal nostro Ateneo e in "Informatique" conferito dall'Université Paris 13 – Université Sorbonne Paris Cité (Francia).
Scarica la brochure e la locandina del corso: Brochure - Locandina
Bando per l’immatricolazione degli studenti per l’anno accademico 2024/2025
EN
Class: L-41 - Statistics
Duration: 3 years
Credits: 180 ECTS
President of the degree course: Prof. Antonio Irpino (elected with D.R. n° 1005 - 14/10/2024) | Questo indirizzo email è protetto dagli spambots. È necessario abilitare JavaScript per vederlo.
The Bachelor's degree program in Data Analytics is restricted access (admission test required) taught in English. The course aims to provide its graduates with skills in theoretical and computational mathematics, inferential statistics, exploratory analysis of data, including large-scale data, machine learning techniques for prediction, methodological and applied tools in computer science for managing databases and information systems, programming concepts, modern software tools for data processing, and techniques for communicating results.
The curriculum includes courses focused on Programming, Computer Systems Architecture, Database Design and Applications, Probability and Statistics, Data Wrangling (i.e., transforming data captured from various sources to be processed), exploratory data analysis, Data Storytelling, and more.
Download the Bachelor’s Brochure
Obiettivi formativi - Educational Objectives
IT
Il corso di Laurea triennale in Data Analytics, nasce dall’esigenza di colmare una carenza formativa in ambito nazionale, in un settore in forte espansione e che richiede l’esigenza di soddisfare una richiesta di formazione in quella che appare oggi tra le più promettenti professioni: il Data Analyst (une breve webinar sulla figura del data analyst è presente qui).
Infatti, nell'era dei Big Data, il mondo del lavoro e delle professioni (imprese, banche, assicurazioni, centri di ricerca) esprime una crescente richiesta di Data Analyst, ovvero figure professionali capaci di gestire e analizzare la sempre crescente mole di informazioni e grandi quantità di dati prodotte in ogni campo applicativo: economia, scienze sociali, e altri ambiti scientifici. Ciò, grazie anche alla disponibilità di moderni sistemi di gestione dei dati, capaci di gestire informazioni provenienti da flussi informatici (web, social network, reti di sensori, smart meter ed altre fonti).
Per avere un'idea delle posizioni lavorative offerte clicca su questo link.
Requisito fondamentale per affrontare con successo le sfide future nella società dell’informazione è, dunque, conoscere in maniera critica come vengono raccolti, codificati, elaborati, conservati e diffusi i dati, come essi sono correlati, come possono essere selezionati e analizzati, per essere trasformati in conoscenza ad alto valore aggiunto. Non da ultimo verrà privilegiata la capacità comunicativa delle informazioni.
Il CdL in Data Analytics è prevalentemente incentrato sull’insegnamento di metodologie e tecniche di analisi matematica, statistica inferenziale e analisi esplorativa dei dati, strumenti informatici di progetto e gestione di basi di dati ed elementi di programmazione, principi di epistemologia della ricerca, modelli econometrici, modelli sperimentali e dinamici. Le conoscenze acquisite e provenienti da diverse aree disciplinari permettono al laureato di avere una visione ampia e analitica degli strumenti per la gestione, il trattamento e la presentazione dei risultati di dati, con una visione fortemente interdisciplinare e integrata. Oltre che sull’uso corretto degli strumenti tecnici, il laureato è anche formato sull’applicazione di tali strumenti in diversi ambiti: economico-finanziario, sociale, demografico, bio-medico, ambientale e dell’energia.
Il laureato in Data Analytics è inoltre formato, durante il percorso di laurea, alla progettazione e alla realizzazione di casi di studio (data intensive) presso aziende con periodi di stage.
L’innovatività del corso consiste nell’affiancare ai corsi tradizionali:
- l’apprendimento dell’utilizzo dei principali software statistici e per il Data Mining (SAS Miner, e open source come Weka, R, Python) con esercitazioni in laboratorio informatico, anche con l’intervento di formatori esperti;
- la soluzione di problemi pratici e casi di studio su dati estratti da database di aziende (in ambito telecomunicazioni o IT) o Enti Pubblici (ad esempio, Istat o Inps).
Le conoscenze e le competenze specifiche acquisite dai laureati in Data Analytics sono, pertanto:
• la conoscenza di tecniche statiche e computazionali per il trattamento e l’analisi di dati di grandi dimensioni, complessi, provenienti da diverse fonti e spesso non strutturati, e di dati ad alta frequenza di rilevazione (ad esempio, da sensori);
• la conoscenza di metodologie statistiche, di tecniche di Data Mining e di tecniche di ottimizzazione per la risoluzione di problemi complessi e capacità di applicazione in contesti reali;
• esperienze di analisi di Big Data relazionali da internet e di Social Network Analysis;
• la conoscenza di tecniche di previsione e monitoraggio di fenomeni evolutivi;
• la capacità di utilizzare software statistico e linguaggi di programmazione specifici come R e Python;
• la conoscenza di sistemi di gestione di basi di dati e di sistemi di calcolo distribuito, anche basati su cloud computing;
•la capacità di comunicare dei risultati di analisi attraverso presentazioni, report con la costruzione e l’utilizzo di rappresentazioni grafiche esplicative.
EN
The Bachelor's Degree Program in Data Analytics was established to address a national educational gap in a rapidly growing field that demands specialized training in one of today's most promising professions: the Data Analyst (a brief webinar on the role of the Data Analyst is available here).
In the era of Big Data, the labor market (including businesses, banks, insurance companies, and research centers) is experiencing a growing demand for Data Analysts—professionals capable of managing and analyzing the ever-increasing volume of information and large datasets generated across various application fields such as economics, social sciences, and other scientific domains. This demand is fueled by the availability of modern data management systems capable of processing information from digital streams (e.g., web, social networks, sensor networks, smart meters, and other sources).
To get an idea of the job opportunities available, click on this link.
A fundamental requirement for successfully addressing future challenges in the information society is critically understanding how data is collected, encoded, processed, stored, and disseminated; how data is correlated; how it can be selected and analyzed; and how it can be transformed into high-value knowledge.
The Bachelor's Degree in Data Analytics focuses primarily on teaching methodologies and techniques for mathematical analysis, inferential statistics, and exploratory data analysis, computer tools for database design and management, programming fundamentals, principles of research epistemology, econometric models, and experimental and dynamic models.
The knowledge acquired, drawn from various disciplines, enables graduates to gain a broad and analytical perspective on tools for managing, processing, and presenting data results, with a strongly interdisciplinary and integrated approach. Beyond the technical tools, graduates are also trained in applying these tools across different fields, such as economic-financial, social, demographic, biomedical, environmental, and energy sectors.
During the program, students are also trained in designing and conducting data-intensive case studies at companies through internships.
The program’s innovation lies in complementing traditional courses with:
- Learning to use key statistical and Data Mining software (e.g., SAS Miner, and open-source tools like Weka, R, Python) through hands-on exercises in computer labs, with contributions from expert trainers;
- Solving practical problems and case studies based on data extracted from corporate databases (e.g., in telecommunications or IT sectors) or public institutions (e.g., ISTAT or INPS).
Specific knowledge and skills acquired by Data Analytics graduates include:
- Mastery of statistical and computational techniques for processing and analyzing large, complex datasets from diverse sources, often unstructured, including high-frequency data (e.g., from sensors);
- Knowledge of statistical methodologies, Data Mining techniques, and optimization methods for solving complex problems and applying them to real-world contexts;
- Experience in analyzing relational Big Data from the internet and conducting Social Network Analysis;
- Expertise in forecasting and monitoring evolving phenomena;
- Proficiency in using statistical software and programming languages such as R and Python;
- Familiarity with database management systems and distributed computing systems, including cloud-based solutions;
- The ability to communicate analysis results effectively through presentations and reports, using clear and informative graphical representations.
Come immatricolarsi - How to enroll
IT
Il corso di laurea in Data Analytics è a numero chiuso ed è erogato interamente in lingua inglese. Consulta il sito di Ateneo per il bando a.a. 24/25. E' obbligatoria la conoscenza della lingua inglese al livello B1 del Quadro Comune Europeo di Riferimento per le lingue (QCER). La corrispondente certificazione deve essere rilasciata da un ente accreditato e riconosciuto dal MIUR.
Nel corso della procedura di immatricolazione on line, il certificato attestante la conoscenza della lingua inglese dovrà essere inserito nella campo “Altra documentazione”.
Ulteriori informazioni sono disponibili ai seguenti link:
https://international.unicampania.it/index.php/en/students/information-and-enrolment/enrolment
EN
The enrollment procedure (in Italian) for the degree course in Data Analytics for A.Y. 2024/25 is available at:
Further information is available on the web pages:
https://international.unicampania.it/index.php/en/students/information-and-enrolment/enrolment
Knowledge of the English language (level B1) is a mandatory requirement for enrollment in the three-year degree course in Data Analytics.
At the time of enrollment, the student must be in possession of a certificate issued by a certifying body according to the Common European Framework of Reference for Languages (CEFR), and recognized by the MIUR
that is, a certificate from the English language teacher of the University. Students interested in acquiring this certificate will be assessed on site by a special examining commission chaired by prof. Girolamo Tessuto
The dates of the interviews will be published here starting from September 2022.
The test will be carried out remotely using the Microsoft Teams platform. Interested parties can contact the Science Students Secretariat at the emaiL address: Questo indirizzo email è protetto dagli spambots. È necessario abilitare JavaScript per vederlo. for booking with indication of the date chosen for verification.
To access the Microsoft Teams platform, download the device and follow the instructions provided in the guide accessible at the following link:
https://www.unicampania.it/Microsoft_Teams/GuidaIninstallationTeams.pdf
During the online enrollment procedure, the certificate certifying knowledge of the English language must be entered in the "Other documentation" field.
Manifesto degli studi - Prospectus
Il Manifesto degli Studi è la guida al corso di Laurea. Esso si riferisce a tutti gli anni accademici che saranno frequentati dalla coorte relativa all'anno di riferimento. In esso sono contenuti gli obiettivi formativi e gli sbocchi occupazionali del corso, la sua struttura e tutte le informazioni su frequenza, propedeuticità, suddivisione dei crediti e copertura dei corsi d'insegnamento.
Piano di studi - Study plan
Anno corrente - Current Year AY 2024/2025
Click on the Classes names for the detailed program or further information
FIRST YEAR (60 Credits) | ||||||
Classes | Credits | Hours | SEM. | Type | EXAM | Lecturers |
A423069 - STATISTICS | 9 | 72 | I | OBB. | S.O.S. | Antonio Balzanella |
A422435 - FUNDAMENTALS OF PROGRAMMING | 6 | 56 | I | OBB. | O. | Lelio Campanile |
A422436 - LINEAR ALGEBRA | 6 | 48 | I | OBB. | S.O.S. | Ferdinando Zullo |
A422439 - ECONOMICS | 6 | 48 | I | OBB. | S.O.S. | Olivier Butzbach |
A423065 - ANALYSIS | 9 | 72 | II | OBB. | S.O.S. |
Benedetta Pellacci Biagio Cassano |
A422434 - FUNDAMENTALS OF COMPUTER SCIENCE | 6 | 48 | II | OBB. | O. | Mauro Iacono |
A422440 - PROBABILITY THEORY | 6 | 48 | II | OBB. | S.O.S. | Bruno Carbonaro Enrica Pirozzi |
A422441 - METHODOLOGY OF SOCIAL RESEARCH | 6 | 48 | II | OBB. | O. | Giuseppe M. Padricelli ° |
A423938 - FREE FirstYEAR | 6 | 48 | II | OBB. | O. | |
A423935 - STATISTICAL PROGRAMMING | 6 | 48 | II | OPZ. | O. | Antonio Irpino |
SECOND YEAR (60 Credits) | ||||||
Classes | Credits | Hours | SEM. | Type | EXAM | Lecturers |
A422442 - FINANCIAL MATHEMATICS | 6 | 48 | I | OBB. | S.O.S. | Viviana Ventre |
A422443 - INFERENTIAL STATISTICS | 9 | 72 | I | OBB. | S.O.S. | Elvira Romano |
A423937 - DATA VISUALIZATION AND REPORTING | 9 | 72 | I | OBB. | S.O.S. | Antonio Irpino |
A422448 - EXPERIMENTAL RESEARCH DESIGNS | 6 | 48 | I | OPZ. | O. | Raffaele Mattera |
A422463 - STATISTICAL LEARNING | 6 | 48 | II | OBB. | S.O.S. | Raffaele Mattera |
A422445 - NUMERICAL METHODS FOR DATA ANALYSIS | 6 | 48 | II | OBB. | S.O.S. | Rosanna Campagna |
A422451 - ENGLISH FOR MATH, STAT AND COMPUTER SCIENCE | 6 | 48 | II | OBB. | O. | Paulina E. Swiatek ° |
A422446 - ECONOMETRICS | 6 | 48 | II | OPZ. | S.O.S. | Immacolata Marino° |
A423302 - PSYCHOMETRICS | 6 | 48 | II | OPZ. | O. | Francesca Mottola° |
THIRD YEAR (60 Credits) | ||||||
Classes | Credits | Hours | SEM. | Type | EXAM | Lecturers |
A422455 - DATA MINING AND BIG DATA | 12 | 96 | I-II | OBB. | S.O.S. | Rosanna Verde Antonio Balzanella |
A422457 - COMPUTER SYSTEMS MODELLING AND SEMANTIC WEB | 6 | 48 | I | OBB. | O. | Mauro Iacono |
A422456 - FRENCH FOR MATH, STAT AND COMPUTER SCIENCE | 6 | 48 | I | OBB. | O. | Massimiliano Marino° |
A422453 - OBJECT ORIENTED PROGRAMMING | 6 | 48 | I | OPZ. | O. | Fiammetta Marulli |
A422452 - DATABASES AND INFORMATION SYSTEMS | 6 | 56 | II | OBB. | O. | Mauro Iacono Fiammetta Marulli |
A423066 - BEHAVIOURAL ECONOMICS | 6 | 56 | II | OPZ. * | O. | Enrica Carbone |
A422458 - OPERATIONAL RESEARCH | 6 | 48 | II | OPZ. * | O.S. | Serena Crisci |
A423936 - FREE Third year | 6 | I | OBB. | O. | ||
A422458 - OPERATIONAL RESEARCH | 6 | 48 | II | OPZ. * | O. | Serena Crisci |
A423066 - BEHAVIOURAL ECONOMICS | 6 | 56 | II | OPZ. * | O. | Enrica Carbone |
A422461 - STAGE or INTERNSHIP (Instructions) |
8 | II | OBB. | |||
A422462 - THESIS EXAMINATION Templates for thesis (Word, Latex) |
4 | II | OBB. | O. |
Legend
- Type: OBB. Obligatory, OPZ. Optionable (in a group of Classes, the student must include it in the study plan)
- EXAM: O. Oral, S.O.S. Written and Oral
- OPZ.: * (select 1 out of 2, the unselected could be considered as FREE course)
Choose 1 out of 2 - ° Contract/substitute
Anni passati - Past Years