Università Cattolica del Sacro Cuore

Data science and actuarial sciences

Sede didattica: Milano

Lingua: English

Classe di laurea: LM-83 (Scienze statistiche attuariali e finanziarie)

Durata corso di Laurea: 2

Facoltà: Interfacoltà di Scienze Bancarie, Finanziarie e Assicurative, Economia

Anno accademico: 2017/2018

Costituiscono obiettivi formativi specifici, qualificanti il corso di laurea magistrale in Data science and actuarial sciences, che afferisce alla classe LM-83 ed è impartito in lingua inglese, le seguenti competenze, conoscenze e abilità:
 

1. Per il profilo Actuarial and statistical sciences for insurance, che consente l’accesso diretto all’esame di attuario, in linea con i percorsi internazionali in ambito scienze attuariali (cfr Core syllabus internazionale emesso sia dalla Actuarial Association of Europe sia dalla International Actuarial Association):

  • solide conoscenze della metodologia statistica e dei suoi aspetti applicativi in campo economico, economico-gestionale, finanziario, demografico, sociale, assicurativo e previdenziale;
  • approfondita conoscenza dei modelli matematici, e in particolare dell’ambito delle scienze economiche ed aziendali;
  • approfondita conoscenza dei modelli quantitativi in ambito risk management;
  • padronanza degli strumenti logico-concettuali e metodologici attinenti alla progettazione ed esecuzione di indagini per l’analisi e la valutazione dei sistemi complessi collegati all’economia, alla produzione, al mercato, ai problemi assicurativi, all’ambiente, con riferimento particolare all’accadimento di eventi dannosi;
  • corrispondente capacità di costruire modelli, atti a spiegare e prevedere i fenomeni oggetto di studio e a stabilirne l’applicabilità e la validità con convenienti analisi dei dati, ed una conseguente abilità operativa altamente qualificata nel campo dell’analisi quantitativa dei fenomeni economici, aziendali, socio-demografici e dei problemi finanziari previdenziali ed assicurativi.

     

2. Per il profilo Data science for business and economics, in linea con i percorsi internazionali in ambito data science:

  • reperimento dei dati, anche per mezzo di analisi campionarie o specifici disegni sperimentali;
  • visualizzazione, modellizzazione e analisi dei dati;
  • valutazione e presentazione dei risultati, prospettando soluzioni originali di supporto ai complessi processi decisionali propri della odierna direzione d’impresa, in ambiti altamente diversificati che spaziano dal digital marketing agli scenari di simulazione micro e macro economici in sistemi complessi
  • conoscenza approfondita dei fondamenti e delle applicazioni delle metodologie di carattere statistico, probabilistico, matematico e computazionale che consentano la costruzione di modelli inferenziali e previsionali con finalità esplorative, confermative o comunque di supporto ai processi decisionali. In particolare, per affrontare l’enorme flusso informativo conseguente alla rivoluzione digitale che contraddistingue il mondo delle aziende e la società nel suo complesso occorre fornire competenze di analisi di dati complessi e di grande dimensione al fine di cogliere opportunità di sviluppo commerciale ed economico. A tal fine il laureato deve possedere robuste basi metodologiche e computazionali che gli consentano di sviluppare in autonomia analisi e valutazioni. In particolare dovrà conoscere le moderne metodologie di regolarizzazione statistica, statistical learning, data mining e data visualization. Inoltre il data scientist si caratterizza come una figura più affine allo scienziato scopritore di novità insite nei dati che all’analista orientato all’applicazione di protocolli ancorché sofisticati;
  • corrispondente capacità di reperire e trattare, in modo efficiente, le grandi moli di dati disponibili sia nelle tradizionali basi di dati, cosiddette strutturate, proprie delle entità aziendali e degli organismi istituzionali, quali istituti nazionali e sovranazionali di statistica e banche centrali, sia nelle basi di dati, cosiddette non strutturate, diffuse su internet, attraverso l’utilizzo sia dei più comuni pacchetti open source sia degli strumenti informatici di carattere commerciale disponibili presso le imprese/enti di ricerca.
  • corrispondente capacità di impiegare approcci analitici ai problemi di carattere aziendale ed economico, acquisiti attraverso un metodo interdisciplinare, e di comunicare i risultati attraverso le moderne tecniche di visualizzazione dei dati.

Corsi di laurea magistrale - Facoltà di Scienze bancarie, finanziarie e assicurative - a.a. 2017/18 (2097,67 KB)