Guida degli insegnamenti
Syllabus
Partially translatedTradotto parzialmente
Domenico URSINO
Lingua di erogazione: ITALIANOLessons taught in: ITALIAN
Laurea Magistrale - [IM12] INGEGNERIA INFORMATICA E DELL'AUTOMAZIONE Master Degree (2 years) - [IM12] COMPUTER AND AUTOMATION ENGINEERING
Dipartimento: [040040] Dipartimento Ingegneria dell'InformazioneDepartment: [040040] Dipartimento Ingegneria dell'Informazione
Anno di corsoDegree programme year : 1 - Primo Semestre
Anno offertaAcademic year: 2023-2024
Anno regolamentoAnno regolamento: 2023-2024
Obbligatorio
Crediti: 9
Ore di lezioneTeaching hours: 72
TipologiaType: B - Caratterizzante
Settore disciplinareAcademic discipline: ING-INF/05 - SISTEMI DI ELABORAZIONE DELLE INFORMAZIONI
ITALIANO
Italian
Nessuno
Nessuno
La durata del corso è di 72 ore così suddivise:
Lezioni di Teoria: 36 ore
Esercitazioni: 18 ore
Brainstorming e seminari: 18 ore
The duration of the course is 72 hours divided as follows:
Theory lessons: 36 hours
Exercises: 18 hours
Brainstorming and seminars: 18 hours
L’insegnamento ha la finalità di consentire allo studente di conoscere le basi relative alla gestione dei progetti nell’ambito di
un’organizzazione sia pubblica che privata. Una particolare enfasi verrà posta sul funzionamento dei progetti di natura informatica. A
tal fine, durante il corso verranno erogati i contenuti della certificazione Scrum SMC (Scrum Master Certified), una delle certificazioni
leader nel contesto del Project Management nell’informatica, nonché i contenuti della certificazione CAPM (Certified Associate in
Project Management) di PMI (Project Management Institute), la certificazione di base più diffusa a livello internazionale per i project
manager operanti in qualsiasi settore. Infine, verranno introdotti i concetti di base della data analytics evidenziando il loro contributo al
supporto alle decisioni del project manager.
Capacità di applicare conoscenze e comprensione.
Lo studente sarà in grado di lavorare in team con altri colleghi al fine di realizzare due project work che gli consentiranno di mettere in
pratica le conoscenze via via acquisite. In particolare, ciascun team dovrà dapprima simulare la realizzazione di un progetto utilizzando
le conoscenze previste dalla certificazione CAPM di PMI. Successivamente dovrà realizzare un secondo progetto utilizzando tool
alternativi che risultano essere leader nei Magic Quadrant di Gartner della Business Intelligence.
Competenze trasversali.
Il corso è fortemente basato sulla realizzazione di progetti in gruppo e sul brainstorming. Questo favorisce lo sviluppo di varie
competenze trasversali, quali la capacità di lavorare in gruppo, la gestione dei conflitti, la comunicazione efficace, la capacità di
ascolto e di sintesi di idee differenti. La necessità, per ciascun gruppo, di individuare un contesto applicativi reali su cui simulare la
realizzazione dei progetti, assieme alla presenza delle sessioni di brainstorming, favorirà, la capacità, da parte degli studenti, di
confrontarsi con scenari molto stimolanti, consentendo loro di sperimentare in anticipo un modus operandi tipico del mondo del lavoro.
Knowledge and Understanding.
This course aims at providing students with an understanding of the basics of project management in both public and private
organizations. A particular emphasis will be placed on the management of projects regarding Information Technology. To this end,
during the course, the contents of the Scrum SMC (Scrum Master Certified) certification, one of the leading certifications in the context
of Project Management in Information Technology, will be provided, as well as the contents of the CAPM (Certified Associated in
Project Management) certification of PMI (Project Management Institute), the most widespread basic certification at international level
for project managers operating in any sector. Finally, the basic concepts of data analytics will be introduced, highlighting their
contribution to the project manager's decision support.
Capacity to apply Knowledge and Understanding.
Students will be able to work in team with other colleagues in order to realize two project works that will allow them to put into practice
the knowledge acquired over time. Specifically, each team will first have to simulate the implementation of a project using the
knowledge provided by PMI's CAPM certification. Then, it will then have to implement a second project using alternative tools that
appear to be leaders in Gartner's Magic Quadrant of Business Intelligence.
Transversal Skills.
This course is strongly based on group projects and brainstorming. This promotes the development of various transversal skills, such
as the ability to work in a team, conflict management, effective communication, the ability to listen to and synthesize different ideas.
The need, for each group, to identify a real application context on which it must simulate the implementation of projects, together with
the presence of brainstorming sessions, will promote the ability of students to deal with very challenging scenarios, allowing them to
experience in advance a modus operandi typical of the job’s world.
Nozioni di Project Management (6 CFU)
- I progetti (0.25 CFU)
- Concetti generali (0.25 CFU)
- Ciclo di vita del progetto e fasi (0.25 CFU)
- Principi fondamentali (0.25 CFU)
- Processi (2 CFU)
- Persone (1.5 CFU)
- Ambiente di progetto e contesto (0.25 CFU)
- Oltre i confini del project management (0.25 CFU)
- Scrum (1 CFU)
Sistemi di Supporto alle Decisioni (3 CFU)
- Introduzione alla Data Analytics (0.5 CFU)
- Introduzione al Data Mining e al Machine Learning (1 CFU)
- Un tool di Big Data Analytics Descrittiva e Diagnostica: QLik Sense (0.25 CFU)
- Un tool di Big Data Analytics Descrittiva, Diagnostica e Predittiva: Tableau (0.25 CFU)
- Un tool di Data Analytics Descrittiva, Diagnostica, Predittiva e Prescrittiva: Microsoft Power BI e suo interfacciamento con R (1 CFU)
La versione dettagliata del programma del corso si trova nella pagina del corso presente sul sito di e-learning dell'Università all’indirizzo https://learn.univpm.it
Concepts of Project Management (6 ECTs)
- Projects (0.25 ECTs)
- General concepts (0.25 ECTs)
- Project lifecycle and phases (0.25 ECTs)
- Fundamental principles (0.25 ECTs)
- Processes (2 ECTs)
- People (1.5 ECTs)
- Project environment and context (0.25 ECTs)
- Beyond the boundaries of project management (0.25 ECTs)
- Scrum (1 ECT)
Decision Support Systems (3 ECTs)
- Introduction to Data Analytics (0.5 ECTs)
- Introduction to Data Mining and Machine Learning (1 ECT)
- A Big Data Analytics Descriptive and Diagnostic tool: QLik Sense (0.25 ECTs)
- A Descriptive, Diagnostic and Predictive Big Data Analytics tool: Tableau (0.25 ECTs)
- A Descriptive, Diagnostic, Predictive and Prescriptive Data Analytics tool: Microsoft Power BI and its interfacing with R (1 ECT)
The detailed program is available at the e-learning site of the University at the address https://learn.univpm.it
L’esame prevede la realizzazione di due tesine e una prova orale in cui si discuteranno le tesine realizzate e verranno approfonditi gli aspetti teorici che ad esse si riferiscono. Le tesine verranno svolte in gruppo. Durante la prima tesina, gli studenti e le studentesse dovranno simulare la realizzazione di un progetto a loro scelta applicando tecniche di project management ispirate a PMBOK. Nella seconda tesina gli studenti e le studentesse dovranno individuare dei dati a loro scelta sui quali effettuare attività di data analytics di tipo descrittivo, diagnostico e predittivo utilizzando i tool Qlik Sense, Tableau e Microsoft Power BI.
Criteri di valutazione dell'apprendimento.
Per superare l'esame gli studenti e le studentesse devono dimostrare, attraverso le tesine, di aver compreso i concetti fondamentali del corso e di aver acquisito le competenze contenute nel PMBOK.
La valutazione massima è attribuita agli studenti e alle studentesse che dimostrano un'ottima conoscenza dei contenuti teorici e un'ottima capacità di applicare tali contenuti alle due tesine.
Criteri di misurazione dell'apprendimento.
Viene attribuito un voto in trentesimi con eventuale lode
Criteri di attribuzione del voto finale.
Il voto complessivo dipende principalmente dalla qualità dei report e dal contributo che lo studente o la studentessa dimostrerà di aver dato per la loro realizzazione nonchè dalla padronanza sugli argomenti del corso che lo studente o la studentessa dimostrerà durante la prova orale.
Learning Evaluation Methods.
The examination involves the realization of two theses and an oral test in which the completed theses will be discussed, and the theoretical aspects related to them will be explored. The theses will be realized in groups. During the first thesis, students must to simulate the implementation of a project of their choice by applying project management techniques inspired by PMBOK. In the second thesis, students will have to identify data of their choice on which to perform descriptive, diagnostic and predictive data analytics activities using Qlik Sense, Tableau and Microsoft Power BI tools.
Learning Evaluation Criteria.
To pass the exam, students must demonstrate, through the produced theses, to have understood the basic concepts of the course and to have acquired the skills contained in the PMBOK.
The highest grade is awarded to students who demonstrate excellent knowledge of the theoretical content and excellent ability to apply that content to the two theses.
Learning Measurement Criteria.
A score in thirtieths is given, possibly cum laude.
Final Mark Allocation Criteria.
The overall score depends mainly on the quality of the reports, on the contribution that the student will provide to their realization, as well as on the knowledge of the topics of the course that the student will show during the oral exam.
• E. Favari, “Project Management per comuni mortali”, Società Editrice Esculapio, 2021.
• T. Erl, W. Khattak, P. Buhler, “Big Data Fundamentals – Concepts, Drivers & Techniques”, Prentice Hall, 2015.
Dispense fornite dal docente disponibili sul sito di e-learning dell'Università https://learn.univpm.it
• E. Favari, “Project Management per comuni mortali”, Società Editrice Esculapio, 2021.
• T. Erl, W. Khattak, P. Buhler, “Big Data Fundamentals – Concepts, Drivers & Techniques”, Prentice Hall, 2015.
Notes provided by Professor available at the e-learning site of the University at the address https://learn.univpm.it
No
No
Le informazioni contenute nella presente scheda assumono carattere definitivo solo a partire dall'A.A. di effettiva erogazione dell'insegnamento. Academic year 2023-2024
Università Politecnica delle Marche
P.zza Roma 22, 60121 Ancona
Tel (+39) 071.220.1, Fax (+39) 071.220.2324
P.I. 00382520427