Master in Data Science und Management
Luiss Guido Carli
Schlüsselinformation
Campus-Standort
Rome, Italien
Sprachen
Englisch
Studienformat
Auf dem Campus
Dauer
2 Jahre
Tempo
Vollzeit
Studiengebühren
EUR 13.300 / per year *
Bewerbungsschluss
31 May 2024
frühestes Startdatum
Sep 2024
* Luiss Studiengebühr ist in drei Raten zu zahlen, 4.200 €/Rate
Einführung
Einblick in das Programm
Der Masterstudiengang Data Science and Management steht an der Grenze der digitalen Revolution. Ziel ist die Ausbildung von Data Scientists mit spezifischem Fokus auf Betriebswirtschaftslehre und Management durch die Kombination solider technisch-naturwissenschaftlicher (MINT) und wirtschaftswissenschaftlicher Disziplinen. Diese sorgfältige Mischung der beiden Disziplinen, die das Programm auszeichnet, wird der steigenden Nachfrage nach perfekt zweisprachigen Berufseinsteigern in Data Science und Business gerecht. Insbesondere bildet der Master die neue Generation von Führungskräften aus, die in der Lage sind, neue Technologien und datengesteuerte Erkenntnisse zu nutzen, um viele der Kerngeschäfte moderner Unternehmen zu verbessern.
Kursleiter
Giuseppe Francesco Italiano
Ph.D. in Informatik, Columbia University. Er arbeitete am IBM TJ Watson Research Center (USA). Als er 33 Jahre alt war, gewann er einen nationalen Wettbewerb als ordentlicher Professor und kehrte nach Italien zurück. Gastprofessor an der Columbia University, Hong Kong University und Paris Sud.
Galerie
Admissions
Stipendien und Finanzierung
Ziel der Luiss University ist es, durch die Ausbildung einer neuen Generation erfolgreicher Studenten und Absolventen einen sinnvollen Wandel in der Gesellschaft herbeizuführen. Zu diesem Zweck investiert die Universität in Inklusion, soziale Mobilität und kollektive Führung, indem sie über Konventionen, Rollen und Ziele hinausgeht und Grenzen in Horizonte verwandelt.
Unsere Mission ist es, eine Zukunft zu schaffen, die durch die Verflechtung von Wissen, Kulturen, Verantwortung und Leidenschaft angetrieben wird. Soziale, kulturelle und geschlechtliche Vielfalt sowie nachhaltige Entwicklung in der Kreislaufwirtschaft und in der Digitalisierung sind die Leitprinzipien des Handelns für internationale Studierende. Die Aufnahme internationaler Studierender ist einer unserer wichtigsten Werte. Deshalb bietet die Luiss University jedes Jahr eine Vielzahl von Voll- und Teilstipendien für talentierte Studierende aus aller Welt an.
Lehrplan
Studienprogramm
Die Studierenden erhalten eine solide Vorbereitung auf Methoden und Technologien der Datenwissenschaft, einschließlich Kursen zu fortgeschrittener Statistik, Python und R für Datenwissenschaft, maschinellem Lernen, Datenvisualisierung und Big Data Analytics. Diese solide Ausbildung in MINT-Disziplinen wird durch innovative Kurse in Wirtschaftsdisziplinen ergänzt, darunter Internet- und Netzwerkökonomie, digitale Ökosysteme, datengesteuerte Innovation und Datenschutz in der digitalen Welt.
Im Folgenden finden Sie den Lehrplan des MSc in Data Science and Management.
I Jahr - 2023-2024
- Data Science in Aktion, 6 Credits
- Der Kurs soll das fehlende Bindeglied zwischen modellbasierter Analyse und datenzentrierten Techniken sein. Es werden viele Beispiele realer Ereignisprotokolle verwendet, um die in den anderen Kursen vorgestellten Konzepte und Algorithmen zu veranschaulichen und auf die Realität umzusetzen.
- Erweiterte Statistik, 6 Credits
- Der Kurs bietet einen Überblick über einige fortgeschrittene statistische Methoden für die Datenwissenschaft. Der Schwerpunkt liegt auf dem Verständnis der Vorteile und Grenzen jedes Ansatzes, seiner Interpretation und seiner Hauptanwendungen in verschiedenen Disziplinen, insbesondere in den Bereichen Wirtschaft, Betriebswirtschaft und Management.
- Internet- und Netzwerkökonomie, 6 Credits
- Der Kurs vermittelt ein Verständnis für die Ökonomie des Internets und der digitalen Wirtschaft. Es vermittelt den Studierenden Konzepte aus der Wirtschaftstheorie, um die bedeutenden Veränderungen zu verstehen, die durch die Entstehung und Verbreitung von Informations- und Kommunikationstechnologien hervorgerufen werden.
- Digitale Ökosysteme, 6 Credits
- Der Kurs überprüft und analysiert aktuelle Theorien von Ökosystemen in den Bereichen Informationssysteme, Organisationsstudien sowie Geschäftsstrategie und Innovation. Insbesondere entwickelten sich Ökosysteme rund um die Produktion, gemeinsame Nutzung, Analyse und den Austausch einer Vielzahl von Ressourcen, unter denen Daten eine herausragende Rolle spielen.
- Datenvisualisierung, 6 Credits
- Der Kurs bietet einen Überblick über die Prinzipien und neuesten Werkzeuge der Datenvisualisierung. Die Studierenden lernen, wie Datenanalyse und Visualisierung zusammenarbeiten sollten, um eine leistungsstarke Möglichkeit zur Kommunikation datengesteuerter Ergebnisse, zur Motivation von Analysen und zur Erkennung von Fehlern zu schaffen.
- Datengesteuerte Innovation, 6 Credits
- Der Kurs bietet ein Werkzeug zum Verständnis der starken Korrelation, die heutzutage zwischen den verfügbaren Datenquellen und dem Innovationspfad eines Unternehmens besteht. Vorgestellt werden Fallbeispiele realer Unternehmen, die ausgehend von Daten Innovationen aufgebaut haben.
- Datenschutz und Sicherheit, 6 Credits
- Der Kurs vermittelt ein tiefgreifendes Verständnis des Datenschutzes und der Sicherheit in technologiegestützten Umgebungen und konzentriert sich auf technologische Lösungen, Methoden und Praktiken für den Datenschutz in Unternehmensorganisationen und Peer-to-Peer-Netzwerken.
- Maschinelles Lernen, 6 Credits
- Der Kurs vermittelt ein tiefgreifendes Verständnis der Grundlagen, des Umfangs und der Ansätze des maschinellen Lernens und konzentriert sich auf deren Anwendung auf Probleme in verschiedenen Disziplinen, insbesondere in Wirtschaft und Management.
II. Jahr - 2024-2025
- Big Data und Smart Data Analytics, 6 Credits
- Der Kurs konzentriert sich auf grundlegende algorithmische, statistische und programmtechnische Probleme, die sich aus der Big-Data-Analyse ergeben, und befasst sich mit wichtigen Problemen und Techniken zum Extrahieren von Wissen aus riesigen Datenmengen.
- Datenschutz in der digitalen Welt, 6 Credits
- Das Ziel des Kurses besteht darin, einen soliden Hintergrund zum Datenschutz- und Datenschutzrecht aus einer europäischen und vergleichenden Perspektive aufzubauen und den Studierenden Werkzeuge an die Hand zu geben, mit denen sie die Verarbeitung personenbezogener Daten innerhalb von Organisationen fair und verantwortungsvoll verwalten können.
- Internationale Operationen und globale Lieferkette, 6 Credits
- Der Kurs zielt darauf ab, Kenntnisse und Fähigkeiten zu vermitteln, um Betriebs- und Lieferkettenprinzipien auf internationale Umgebungen anzuwenden. Die Studierenden lernen, Fertigungs-, Produktions-, Logistik- und Betriebssysteme im Rahmen der Lieferkette zu entwerfen, zu planen, zu betreiben und zu steuern.
- Wahlfach, 6 Credits
- Wahlfach, 6 Credits
- Python und R für Data Science (Labor), 6 Credits
- Der Kurs zielt darauf ab, technische Fähigkeiten zu Codierungsaspekten für die Datenanalyse zu vermitteln. Die Programmiersprache Python und die R-Umgebung werden veranschaulicht, wobei der Schwerpunkt auf den Bibliotheken, Modulen und Funktionen liegt, die es den Studierenden ermöglichen, Daten effektiv zu verwalten.
- Lerninnovationsaktivitäten, 4 Credits
- Pflichtsprache, 4 Credits
- Praktikum/Projektarbeit, 8 Credits
- Masterarbeit, 16 Credits
Gesamt: 120 Credits
Studiengebühren für das Programm
Karrierechancen
Beschäftigungsmöglichkeiten
Data Science and Management wird die neuen Führungskräfte ausbilden, die in der Lage sind, datengesteuerte Methoden für verschiedene Geschäftsanwendungen effektiv einzusetzen. Um einen Eindruck zu vermitteln, sind die folgenden drei möglichen Stellenangebote für diesen Master:
- Datenwissenschaftler, die in der Lage sind, die komplexen Probleme von heute durch den Einsatz geeigneter quantitativer Methoden und Informatiktechniken anzugehen, um so Wissen und Geschäftswert aus Daten zu extrahieren.
- Data-Intelligence-Analysten, die in der Lage sind, datenwissenschaftliche Methoden in strategische und geschäftliche Prozesse zu integrieren.
- Datenmanager, die in der Lage sind, die Erfassung und Verarbeitung großer Datenströme zu koordinieren und bewährte Verfahren zur Bewertung ihrer Zuverlässigkeit, Privatsphäre und Sicherheit anzuwenden.