Corso di laurea

Ingegneria Gestionale

Università della Calabria · 34 materie · 0 file condivisi

Ecco tutti i dettagli sul corso di laurea selezionato. Sul UniDocs troverai gli appunti condivisi dagli altri studenti del tuo corso di laurea, ordinati per materia. Ricordati che per poter visualizzare il materiale devi essere registrato al sito e possedere un numero di crediti sufficiente.

Sfoglia il materiale didattico

Con UniDocs hai l'opportunità di studiare insieme a tutto il tuo corso di laurea. Guadagna subito dei crediti, carica il materiale del tuo ultimo esame!
Più condividi, più tempo avrai per studiare con tutta la community!

Materie del corso

Advanced English For Engineers 1° anno · 1° semestre · 6 CFU · ANGL-01/C · 0 file

Gli studenti saranno incoraggiati a raggiungere i seguenti obiettivi: migliorare/ampliare la conoscenza degli elementi principali del discorso scritto e orale in inglese; essere in grado di seguire presentazioni orali…

Scheda dell'insegnamento

Obiettivi formativi

Gli studenti saranno incoraggiati a raggiungere i seguenti obiettivi:

  • migliorare/ampliare la conoscenza degli elementi principali del discorso scritto e orale in inglese;
  • essere in grado di seguire presentazioni orali e lezioni nel proprio contesto di studio;
  • sviluppare pensiero critico e creativo, attraverso esperienze di gruppo comunicative e collaborative.

In particolare, dovranno essere in grado di sviluppare e applicare le proprie conoscenze nelle seguenti abilità e funzioni comunicative:

Abilità di lettura

  • capire e riflettere sul contenuto di testi inerenti al campo aziendalistico/ingegneristico;

Abilità di ascolto

  • capire i punti principali e alcune informazioni dettagliate di presentazioni orali su tematiche economico-aziendali;
  • capire i contenuti globali e individuare informazioni dettagliate in una comunicazione in contesti specialistici (per es. una lezione o un seminario);

Interazione e produzione orale

  • spiegare i punti principali di una idea con ragionevole precisione, valutando le situazioni, esprimendo opinioni su una serie di argomenti aziendalistici/ingegneristici, usando un linguaggio settoriale appropriato e, se necessario, un linguaggio persuasivo;
  • preparare ed esporre una presentazione orale, sottolineando i punti più importanti e informazioni di supporto;
  • presentare il proprio CV;
  • partecipare ad un breve colloquio di lavoro;
  • partecipare a discussioni inerenti al settore aziendalistico/ingegneristico;
  • prendere parte attiva in discussioni in contesti familiari e accademici.

Abilità di scrittura

  • scrivere un breve testo usando un linguaggio appropriato;
  • scrivere una email usando terminologia appropriata al contesto aziendale;
  • scrivere un CV.

Le lezioni offriranno l’opportunità di potenziare le seguenti competenze trasversali:

  • competenze accademiche (es.: saper usare un dizionario monolingue, prendere appunti attraverso l’ascolto e la lettura, saper relazionare utilizzando un linguaggio semplice ma accurato, analizzare grafici e dati statistici);
  • competenze di ascolto che si acquisiranno attraverso video e audio rapportabili agli interessi accademici e professionali degli studenti ;
  • tecniche e strategie di lettura necessarie per la comprensione di testi di carattere accademico e aziendalistico/ingegneristico, (es.: articoli estratti da riviste, siti web) aziendalistico/ingegneristico;
  • abilità di produzione e interazione orale attraverso simulazioni di colloqui di lavoro;
  • abilità di produzione e interazione orale attraverso lavori di gruppo o presentazioni basate su tematiche di carattere aziendalistico/ingegneristico selezionate dagli studenti.
    Infine, gli studenti dovranno essere in grado di sviluppare la propria abilità di auto-valutazione delle competenze linguistiche e riflettere su come migliorare le conoscenze, la comprensione e l’abilità di comunicare in lingua inglese. Per facilitare il raggiungimento di questo obiettivo, gli studenti saranno incoraggiati ad usare il Portfolio Europeo delle Lingue e la griglia del Quadro Comune di Riferimento Europeo (2001, 2018) durante e dopo il completamento del corso.

Programma

Advanced English for Engineers è un corso di Lingua per Scopi Specialistici che si pone l’obiettivo di sviluppare abilità accademiche, ampliando la conoscenza degli elementi principali del discorso scritto e orale in inglese, con particolare riferimento al settore di ingegneria gestionale. Le lezioni offrono l’opportunità di sviluppare pensiero critico e creativo e di migliorare tecniche e strategie di lettura necessarie per la comprensione di testi di carattere accademico e aziendalistico/ingegneristico, competenze di ascolto e abilità di produzione e interazione orale attraverso lavori di gruppo e presentazioni basate su tematiche di carattere aziendalistico/ingegneristico.

Il corso si pone l’obiettivo di sviluppare abilità accademiche in L2 con il supporto di materiali autentici relativi all’ambito di studio degli studenti/delle studentesse.
In particolare, le lezioni si focalizzano su strutture linguistiche e lessico specifico di livello B2.
Verranno analizzati e discussi testi scritti e video in lingua inglese su varie tematiche.
Verranno illustrati i punti chiave di una presentazione orale, utile per lo studio e il mondo del lavoro.
Una parte del corso verrà dedicata a come stilare e presentare il proprio CV e alle strategie utili per affrontare un colloquio di lavoro.
Inoltre, gli studenti verranno consigliati su strategie di apprendimento durante tutta la durata del corso e svolgeranno Attività di Laboratorio, con il supporto delle docenti, usufruendo del materiale disponibile sul sito del MOOC English for Academic Purposes.

Modalità d'esame

La valutazione dell’apprendimento consiste in una prova scritta della durata di novanta minuti in cui si valutano le competenze raggiunte nei seguenti aspetti linguistici: acquisizione delle strutture grammaticali, conoscenze lessicali generali e nel settore aziendalistico/ingegneristico, comprensione e analisi di un testo aziendalistico/ingegneristico, stesura di un breve testo. La prova scritta prevede domande a risposta chiusa e domande a risposta aperta.
Le modalità d'esame saranno adeguate alle particolari esigenze degli studenti e delle studentesse con disabilità certificate ai sensi delle leggi 104/1992 e 118/1971 o con disturbi specifici di apprendimento (DSA) certificati ai sensi della legge 170/2010, facendo riferimento all'Art. 9 del "Regolamento per l'inclusione e il diritto allo studio di studenti con disabilità o con disturbi specifici di apprendimento" (emanato con decreto rettorale 01.03.2022, n. 370).

Testi di riferimento

Business Vocabulary Builder. Intermediate to Upper intermediate (Paul Emmerson, MACMILLAN)
Dispensa (TEAMS)
English Grammar in Use. 5th Edition (Raimond Murphy, Cambridge)

Codice insegnamento 27007390

Automazione Industriale 1° anno · 2° semestre · 6 CFU · IINF-04/A · 0 file

Competenze specifiche Il corso fornirà alcuni elementi essenziali della modellistica dei sistemi dinamici a tempo discreto e ad eventi discreti, e le loro applicazioni a problemi di interesse per gli ingegneri…

Scheda dell'insegnamento

Obiettivi formativi

Competenze specifiche
Il corso fornirà alcuni elementi essenziali della modellistica dei sistemi dinamici a tempo discreto e ad eventi discreti, e le loro applicazioni a problemi di interesse per gli ingegneri gestionali, quali quelli econometrici,
logistici e della produzione.
Al termine del corso gli studenti saranno in grado di esaminare un sistema dinamico a tempo discreto o ad eventi discreti, di darne una descrizione che consenta di prevedere nel tempo le caratteristiche della sua evoluzione, e di interpretare queste ultime anche in termini economici e di prestazioni.

Competenze trasversali
Capacità di inquadrare uno specifico problema tecnologico in un quadro generale astratto, di prevedere e compensare gli errori di modellazione e di tenere in considerazione i costi di realizzazione e di esercizio della soluzione proposta.

Programma

I principi strumenti matematici per la modellazione e l’analisi delle prestazioni dei sistemi di produzione industriale.

Argomenti delle lezioni (35 h)
1. Sistemi a tempo discreto (15 h)

  • Esempi di sistemi dinamici a tempo discreto nell’economia, nella gestione e nella produzione; modelli di Leslie
  • Equivalenza delle diverse rappresentazioni dei sistemi dinamici lineari
  • Cenni al problema della identificazione dei parametri
  • Proprietà strutturali dei sistemi dinamici lineari: stabilità, controllabilità e osservabilità
  • Trasformata Zeta, forme canoniche e modi di evoluzione “nascosti”
  • Sistemi lineari positivi e loro proprietà peculiari
    2. Catene di Markov (10 h)
  • Le catene di Markov come caso particolare dei sistemi positivi
  • Analisi asintotica delle catene di Markov irriducibili e aperiodiche
  • Esempi di modelli descritti da catene di Markov
  • Applicazioni alla modellistica stocastica della produzione: analisi degli stati transienti
  • Le code d'attesa a tempo discreto
    3. Reti di Petri (10 h)
  • Esempi di fenomeni descritti da sistemi ad eventi discreti
  • Reti di Petri: definizione formale e interpretazione dei posti e delle transizioni
  • Regole di scatto e descrizione dell’evoluzione della rete mediante il formalismo matriciale
  • Analisi strutturale della rete attraverso gli invarianti
  • Reti di Petri temporizzate e analisi delle prestazioni di grafi marcati
  • Problemi della Ricerca Operativa nell'analisi delle prestazioni di grafi marcati temporizzati
  • Reti di Petri stocastiche e catene di Markov

Argomenti delle esercitazioni (15 h)

  • Antitrasformazione delle funzioni razionali in ‘z’ e criterio di Jury
  • Descrizione di un reparto di produzione mediante una catena di Markov
  • Simulazione Matlab di una coda a tempo discreto
  • Descrizione di un laboratorio automatizzato mediante una Rete di Petri

Modalità d'esame

La modalità di valutazione dell’apprendimento si articola in una prova orale. Tale prova intende verificare se è stata acquisito il corretto corredo di linguaggio tecnico, la capacità di analisi critica e di giudizio, valutando anche il livello di conoscenza dei contenuti metodologici del corso. L’esito della prova viene valutato sulla base della chiarezza, correttezza e completezza dell’esposizione circa gli argomenti di discussione proposti. Il voto finale è espresso in trentesimi, eventualmente cum Laude.

Testi di riferimento

Libri/Books

  • D.G. Luenberger, Introduction to Dynamic Systems – Theory, Models and Applications, John Wiley & Sons, 1979
  • L. Benvenuti, A. De Santis, L. Farina, Sistemi Dinamici – Modellistica, analisi e controllo, McGraw-Hill, 2009
  • A. Di Febbraro, A. Giua, Sistemi ad eventi discreti, McGraw-Hill, 2002
    Copia di tutte le trasparenze proiettate in aula fornite dal docente
    Ulteriori testi possono essere considerati su richiesta degli studenti

Codice insegnamento 27000268

Gestione Dei Processi Aziendali 1° anno · 2° semestre · 6 CFU · IEGE-01/A · 0 file

Il corso mira a fornire competenze avanzate secondo i Descrittori di Dublino: ● Descrittore di Dublino 1 (Conoscenza e capacità di comprensione): Acquisizione dei quadri concettuali del BPM, dei linguaggi di modellazione…

Scheda dell'insegnamento

Obiettivi formativi

Il corso mira a fornire competenze avanzate secondo i Descrittori di Dublino:
● Descrittore di Dublino 1 (Conoscenza e capacità di comprensione): Acquisizione dei quadri concettuali del BPM, dei linguaggi di modellazione standard e delle tecniche di analisi del valore.
● Descrittore di Dublino 2 (Conoscenza e capacità di comprensione applicate): Capacità di tradurre un'organizzazione in un modello a processi e di simulare alternative di redesign per l'ottimizzazione delle performance.
● Descrittore di Dublino 3 (Autonomia di giudizio): Capacità di valutare criticamente lo stato di salute di un'organizzazione e definire policy di miglioramento basate su dati.
● Descrittore di Dublino 4 (Abilità comunicative): Capacità di lavorare in team e presentare i risultati di un progetto di analisi processi (Project Work).
● Descrittore di Dublino 5 (Capacità di apprendere): Sviluppo di una mentalità orientata al miglioramento continuo e all'aggiornamento sulle tecnologie IT per il business.

Programma

Il corso affronta la tematica della gestione dei processi aziendali (Business Process Management - BPM) quale strumento metodologico e operativo per il miglioramento sistematico delle performance organizzative nei settore pubblico e privato. Il percorso didattico si articola attraverso le fasi del ciclo di vita del processo: identificazione, modellazione (standard BPMN), analisi qualitativa e quantitativa, riprogettazione (BPI e BPR) e implementazione mediante sistemi informativi (ERP, BPMS).

L'attività formativa prevede 75 ore di didattica frontale così ripartite:
1. Fondamenti e Identificazione (13h): Ciclo di vita BPM, Process Owner, Architettura di processo (10h Lezione, 3h Esercitazione).
2. Selezione e Modellazione (17h): Performance, Process Portfolio, UML, standard BPMN 2.0 (8h Lezione, 9h Esercitazione).
3. Process Discovery e Qualità (15h): Metodi di rilevazione e qualità della modellazione (12h Lezione, 3h Esercitazione).
4. Analisi e Riprogettazione (15h): Analisi quantitativa/qualitativa, Devil's Quadrangle, BPI e BPR (12h Lezione, 3h Esercitazione).
5. Realizzazione e monitoraggio (15 h): sistemi informativi (ERP, CRM, BPMS) e monitoraggio continuo (8 h lezione, 7 h esercitazione).

Modalità d'esame

1. Metodi di valutazione: La valutazione comprende un test su supporto multimediale della durata minima di 60 minuti e un colloquio orale individuale. Nel test saranno presenti domande a risposta multipla inerenti a tutti gli argomenti svolti nel corso, sia di tipo teorico sia di tipo esercitativo su casi di studio. Il colloquio orale è subordinato al superamento del test e prevede la verifica della conoscenza e della padronanza degli argomenti trattati nel corso.
2. Criteri di valutazione: Si valuta la capacità di analisi critica, l'accuratezza nella modellazione BPMN e l'efficacia comunicativa nel lavoro.
3. Misurazione e Voto: Per quanto riguarda il test, il punteggio di ciascuna domanda varia da 1 a 5 ed è legato alla difficoltà e al tempo stimato per rispondere. Il punteggio massimo, in caso di risposte tutte corrette, è pari a 30/30. L'ammissione al colloquio orale è subordinata a un punteggio complessivo non inferiore a 18/30 al test.Il voto finale è la media tra il punteggio del test e quello dell'orale.
4. Appelli d'esame: https://corsi.unical.it/lm/ingegneria-gestionale/cds/studiare/calendario-esami/

Studenti con Disabilità/DSA: Le modalità di esame saranno adattate secondo il D.R. n. 370/2022, garantendo tempi aggiuntivi o prove equipollenti se richiesti.

Testi di riferimento

Testi di riferimento:
Dumas M., La Rosa M., Mendling J., Reijers H.A. (2018), Fundamentals of Business Process Management - Second Edition, Springer
Bracchi G., Francalanci C., Motta G., (2011), Sistemi informativi d'impresa, McGraw-Hill

Libri consigliati:

  • Tonchia S., Tramontano A., Turchini F., "Gestione per processi e knowledge management", Il sole24ore edizioni

Codice insegnamento 27000164

Gestione E Controllo Della Produzione 1° anno · 1° semestre · 9 CFU · MATH-06/A · 0 file

L’insegnamento concorre agli obiettivi del Corso di Studio fornendo le competenze ingegneristiche necessarie alla modellazione matematica dei sistemi industriali. I risultati attesi sono declinati secondo i Descrittori…

Scheda dell'insegnamento

Obiettivi formativi

L’insegnamento concorre agli obiettivi del Corso di Studio fornendo le competenze ingegneristiche necessarie alla modellazione matematica dei sistemi industriali.
I risultati attesi sono declinati secondo i Descrittori di Dublino :

  • Descrittore di Dublino 1 (Conoscenza e capacità di comprensione): Acquisizione dei fondamenti teorici e metodologici relativi ai modelli di ottimizzazione per la gestione delle scorte, la pianificazione a lotti e la teoria dello scheduling .
  • Descrittore di Dublino 2 (Capacità di applicare conoscenza e comprensione): Capacità di formulare matematicamente, analizzare e risolvere in modo ottimo problemi decisionali complessi legati al mix produttivo, al lot-sizing e alla schedulazione .
  • Descrittore di Dublino 3 (Autonomia di giudizio): Capacità critica e di giudizio conseguita attraverso l'analisi della struttura e delle soluzioni dei problemi decisionali aziendali studiati, con potenziamento delle abilità di problem solving autonomo .
  • Descrittore di Dublino 4 (Abilità comunicative): Capacità di lavorare in gruppo e di presentare in modo chiaro e rigoroso i risultati di un progetto tecnico, utilizzando lo standard tipografico LaTeX per la redazione della relazione e delle slide di supporto .
  • Descrittore di Dublino 5 (Capacità di apprendimento): Sviluppo di abilità metodologiche che consentano lo studio autonomo di modelli avanzati a partire da testi specialistici e articoli scientifici di ricerca operativa .

Programma

L’obiettivo del corso è studiare la gestione, la pianificazione e il controllo della produzione attraverso l’impiego di modelli e metodi per l’ottimizzazione. Il corso è strutturato sulla base dell’analisi dei flussi di beni materiali (materie prime, semilavorati,prodotti finiti) all’interno dei processi produttivi. Vengono quindi studiati i problemi di approvvigionamento, scelta del mix produttivo, selezione tra modalità di produzione alternative (make or buy), dimensionamento dei lotti (lot-size) e gestione dei tempi di approntamento (set-up). Viene inoltre affrontata la tematica della distribuzione temporale delle attività (scheduling), in contesti a macchina singola e a più macchine, sia omogenee che eterogenee.

Il programma si articola in 3 macro-ambiti disciplinari strutturati per garantire la coerenza con le 75 ore di attività frontale:
Macro-ambito 1: Gestione delle Scorte e Approvvigionamento (30 ore totali)

  • Il processo produttivo a lotti, modelli deterministici e stocastici per la gestione delle scorte (Lezione: 8h, Esercitazione: 4h).
  • I modelli quantitativi per l’approvvigionamento e la gestione dei fornitori (Lezione: 6h, Esercitazione: 2h).
  • Modelli di pianificazione statica della produzione e politiche di produzione a rotazione (Lezione: 6h, Esercitazione: 4h) .

Macro-ambito 2: Pianificazione e Controllo dei Processi Produttivi (30 ore totali)

  • Modelli matematici per l'ottimizzazione degli sfridi e problemi di Cutting Stock (Lezione: 6h, Esercitazione: 4h).
  • Modelli per la pianificazione dinamica della produzione su orizzonte temporale parzializzato (Lezione: 8h, Esercitazione: 2h).
  • Formulazione algoritmica del Master Production Schedule (MPS) (Lezione: 6h, Esercitazione: 4h).

Macro-ambito 3: Teoria dello Scheduling e Line Balancing (15 ore totali)

  • Fondamenti della teoria dello Scheduling: modelli a macchina singola, Flow Shop e Job Shop (Lezione: 6h, Esercitazione: 3h) .
  • Modelli e metodi per il bilanciamento dei carichi di lavoro nelle linee di assemblaggio (Lezione: 4h, Esercitazione: 2h).

Modalità d'esame

Metodi di valutazione: L'esame si compone di un progetto applicativo svolto in gruppo (da consegnare tassativamente almeno una settimana prima dell'appello) e di una prova orale della durata stimata di circa 45 minuti incentrata su tre domande teoriche e sulla discussione critica del progetto medesimo . All'interno della prova orale può essere richiesto lo svolgimento estemporaneo di un esercizio numerico-modellistico . La presentazione del progetto richiede obbligatoriamente l'uso di slide scritte in LaTeX.
Criteri di valutazione: Il progetto di gruppo è mirato a verificare la capacità dello studente di analizzare varianti complesse dei problemi modellistici affrontati in aula. La prova orale e l'eventuale esercizio valutano il livello di assimilazione degli aspetti teorici oggetto del corso, la padronanza del linguaggio scientifico e il rigore metodologico nella risoluzione dei problemi decisionali.
Misurazione dell'apprendimento e voto finale: Sia il progetto che la prova orale sono valutati in trentesimi. Il voto finale dell'insegnamento è calcolato come media aritmetica pesata dei voti conseguiti nel progetto, nella discussione orale e nell'esercizio applicativo.
Calendario Appelli: https://corsi.unical.it/lt-lmcu/ingegneria-gestionale/cds/studiare/calendario-esami/
Adeguamento prove (DSA/Disabilità): Le modalità d'esame saranno opportunamente adeguate (es. concessione di tempi aggiuntivi fino al 30% in più, utilizzo di strumenti compensativi) in base alle specifiche esigenze degli studenti e delle studentesse con disabilità o DSA, in stretto coordinamento con l'Art. 9 del "Regolamento per l'inclusione e il diritto allo studio" di Ateneo (D.R. 01.03.2022, n. 370) .

Testi di riferimento

Introduzione alla gestione dei sistemi logistici, 2a edizione. Gianpaolo Ghiani, Gilbert Laporte, Roberto Musmanno, Wiley Series in Operation Research and Management Science ISBN: 978-1-119-94338-9. 478 pages. February 2013. I capitoli di testi e articoli scientifici di approfondimento sono caricati su Teams

Codice insegnamento 27000264

Industrial Plants Management 1° anno · 1° semestre · 9 CFU · IIND-05/A · 0 file

The course provides students with the competencies for industrial plants management also using advanced methodologies such as Simulation, Design of Experiments and Analysis of Variance. Specific Competencies…

Scheda dell'insegnamento

Obiettivi formativi

The course provides students with the competencies for industrial plants management also using advanced methodologies such as Simulation, Design of Experiments and Analysis of Variance.

Specific Competencies

  • Understanding of the stochastic aspects that affect production planning in the short, medium and long term period.
  • Ability to apply methodologies and rules for short period production planning;
  • Understanding of the problems that affect internal handling equipment selection in industrial plants;
  • Understanding and ability to apply the most used inventory control policies

Cross-cutting competencies

  • Understanding of the main principles of discrete event simulation;
    Ability to develop discrete event simulators;
  • Ability to use discrete event simulators for complex systems management;
  • Understanding of basic methodologies for experimental design;
  • Ability to apply methodologies for experimental design;
  • Understanding of the stochastic aspects that affect complex systems evolution;
  • Ability to apply advanced statistical methodologies such as Design of Experiments and Analysis of Variance

Programma

The course will address the main issues concerning industrial plants and facilities management by using advanced techniques including Design of Experiments, Analysis of Variance and Simulation Modeling as Industry 4.0 enabling methodology. Topics covered by the course (and tackled by using the above- mentioned techniques) include production planning and control and inventory management.

Theory

Industrial Plants Management through Simulation

  • Advantages and Disadvantages of Simulation.
  • Types of simulation
  • Basic steps in a simulation study.
  • Analysis and data collection in production systems (for a simulation study).
  • Conceptual modeling of production processes.
  • Verification Methodologies for production systems simulation.
  • Validation Methodologies for production systems simulation.

Design of experiments in Industrial Plants

  • Trial and Error design.
  • One Factor at Time design.
  • Design of Experiments.

Analysis of Variance

  • Linear regression models.
  • Parameters estimation.
  • Analysis of variance and residuals analysis.
  • Introduction on Response surfaces.
  • Introduction on Minitab.

Production Planning and Control in Industrial Plants

  • Introduction to Production Planning and Control.
  • Identification of the fundamental variables and their effect on production performances.
  • Long period production planning
  • Short Period Production planning (scheduling problems and rules).

Inventory management

  • Introduction.
  • Materials Requirements Planning (MRP).
  • Inventory Control Policies.
  • Safety Stock.

Case Studies and Seminars

  • Case studies and seminars contents change from year to year. Case studies and seminars are organized in collaboration with companies (or other Universities) to provide students with real-world examples and practical applications with respect to the course topics.

Enabling Methdologies for the Smart Factory

  • Virtual Reality, Augmented Reality and Mixed Reality
  • Intelligent Personal Assistants to support operators in Industrial Plants.

Exercises

  • Simulation model of a simple production system.
  • Simulation model of a job shop production system.
  • Design and execution of simulation experiments using the job shop model.
  • Results Analysis through Analysis of the Variance, results export in Excel and Minitab.

Modalità d'esame

Learning Evaluation Methods:
the exam consists of a project (that students will be required to develop) and in an oral exam. The exam will be carried out in presence. The project will focus on the operation and management of industrial plants also using simulation based approaches.

Criteria for learning assessment:
the oral examination will include the evaluation of the project as well as the evaluation of the student's knowledge about the topics covered during the course.

During the exam, direct and cross competences acquired by students will be also evaluated (e.g. understanding of the main principles simulation applied to industrial plants, ability to develop simulation models of production systems, understanding of statistics methodologies to be used in industrial contexts, etc).

Criteria for learning measurement:
the student’s learning level will be measured taken into account his/her capability to present and discuss the theory topics as well as considering how the project has been developed and presented.

Criteria for final grade assignment:
the attribution of the final grade is calculated as average between the grade assigned to the project and on the grade assigned to the oral examination.
The exam modalities will be adapted to the particular needs of students with disabilities certified pursuant to laws 104/1992 and 118/1971 or with specific learning disabilities (SLD) certified pursuant to law 170/2010, referring to the 'art. 9 of the " Regolamento per l'inclusione e il diritto allo studio di studenti con disabilità o con disturbi specifici di apprendimento " (issued with rectoral decree 01.03.2022, n. 370).

Testi di riferimento

  • A. Monte, Elementi di Impianti Industriali.
  • A.Pareschi, Impianti Industriali.
  • J. Banks, Handbook of Simulation.
  • Montgomery and Rungers, Applied Statistics and probability for engineers.
  • Lectures notes and slides.

Codice insegnamento 27007559

Logistica 1° anno · 1° semestre · 9 CFU · MATH-06/A · 0 file

Risultati di apprendimento attesi (Descrittori di Dublino): Descrittore 1 (Conoscenza): Principi di gestione magazzini, reti e trasporti. Descrittore 2 (Applicazione): Progettazione e applicazione di modelli di…

Scheda dell'insegnamento

Obiettivi formativi

Risultati di apprendimento attesi (Descrittori di Dublino):

  • Descrittore 1 (Conoscenza): Principi di gestione magazzini, reti e trasporti.
  • Descrittore 2 (Applicazione): Progettazione e applicazione di modelli di ottimizzazione in logistica.
  • Descrittore 3 (Autonomia): Sviluppo di capacità critiche e problem solving reale.
  • Descrittore 4 (Comunicazione): Giustificazione tecnica delle scelte modellistiche.
  • Descrittore 5 (Apprendimento): Competenze per l'apprendimento autonomo di nuovi strumenti.

Programma

La logistica è la disciplina che studia in una organizzazione (come, ad esempio, un'azienda, una pubblica amministrazione, un'associazione non a scopo di lucro, un corpo militare) la gestione delle attività che governano il flusso di beni tangibili (materiali, forniture alimentari e mediche, rifiuti, attrezzature, armi ecc.), dalle loro origini (fornitori, miniere, campi coltivati ecc.) ai loro punti di utilizzo, consumo o smaltimento (rivenditori, discariche, reparti dell'esercito ecc.) per soddisfare gli obiettivi dell’organizzazione stessa. A tal fine, la logistica richiede la raccolta, l’integrazione e l'elaborazione di dati provenienti da diverse fonti per pianificare, organizzare e controllare attività come la movimentazione dei materiali, la produzione, l'imballaggio, l'immagazzinamento e la distribuzione.

Modulo 1: Fondamenti (10h: 4h L, 6h E)

  • Intro logistica (4h L)
  • Previsione dati (6h E)

Modulo 2: Reti e Magazzini (46h: 20h L, 26h E)

  • Progettazione rete (10h L, 12h E)
  • Gestione magazzini (10h L, 14h E)

Modulo 3: Trasporti (28h: 14h L, 14h E)

  • Trasporto merci (14h L, 14h E)

Modalità d'esame

Metodi: Prova scritta (Esercizi/Teoria, 3h) e Prova di Laboratorio (Excel, 1h).
Criteri: Comprensione descrittivo-sintetica e formale-matematica.
Misurazione: Voto in trentesimi. Scritto propedeutico al laboratorio (min 18/30).
Appelli:https://unical.prod.up.cineca.it/calendarioPubblico/linkCalendarioId=688c9b94a5fbe80019771ec9
Inclusione: Modalità adeguate per disabilità/DSA (L.104, L.170, DR 370/2022).

Testi di riferimento

G. Ghiani, G. Laporte, R. Musmanno, “Introduzione alla Gestione dei Sistemi Logistici: con problemi svolti in Microsoft® Excel® e Python®”, Terza Edizione, Isedi, 2022.

Altro materiale didattico (lucidi, esercizi, approfondimenti, siti web) distribuiti durante il corso.

Codice insegnamento 27003134

Marketing 1° anno · 2° semestre · 6 CFU · IEGE-01/A · 0 file

Il corso ha l'obiettivo di fornire conoscenze e competenze per comprendere, analizzare e gestire le principali decisioni di marketing in imprese e organizzazioni, con particolare attenzione alla coerenza tra analisi di…

Scheda dell'insegnamento

Obiettivi formativi

Il corso ha l'obiettivo di fornire conoscenze e competenze per comprendere, analizzare e gestire le principali decisioni di marketing in imprese e organizzazioni, con particolare attenzione alla coerenza tra analisi di mercato, scelte strategiche e leve operative.

Descrittori di Dublino
Conoscenza e comprensione

  • comprendere i concetti fondamentali del marketing e del marketing management;
  • distinguere tra orientamento alla produzione, al prodotto, alla vendita, al mercato e alla relazione;
  • comprendere il ruolo del marketing nella formulazione della strategia aziendale;
  • descrivere il comportamento di acquisto dei consumatori e delle organizzazioni;
  • comprendere il modello STP e le principali leve del marketing mix;
  • conoscere strumenti e logiche di pricing, comunicazione, distribuzione e gestione del prodotto.

Capacità di applicare conoscenza e comprensione

  • analizzare un problema di marketing in uno specifico contesto competitivo;
  • identificare segmenti di mercato e formulare ipotesi di targeting e posizionamento;
  • selezionare le leve operative di marketing coerenti con gli obiettivi aziendali;
  • applicare metodi e modelli di base per la determinazione del prezzo;
  • interpretare casi aziendali e proporre soluzioni operative coerenti con il quadro strategico dell'impresa.

Capacità critica e di giudizio

  • valutare criticamente alternative strategiche e operative di marketing;
  • interpretare dati e informazioni di mercato a supporto delle decisioni;
  • formulare giudizi motivati sulla coerenza tra obiettivi aziendali, posizionamento e marketing mix.

Capacità di comunicazione

  • utilizzare in modo appropriato il linguaggio tecnico del marketing;
  • presentare problemi, analisi e soluzioni di marketing in modo chiaro e strutturato;
  • argomentare le proprie scelte con riferimento a dati, modelli e strumenti concettuali.

Capacità di apprendimento autonomo

  • approfondire autonomamente temi di marketing attraverso testi, casi aziendali e materiali didattici;
  • collegare i contenuti dell'insegnamento ad altri ambiti dell'Ingegneria Gestionale;
  • trasferire i concetti appresi a problemi aziendali nuovi o non strutturati.

Programma

L'insegnamento affronta i principi, gli strumenti e le metodologie del marketing management, con particolare attenzione alla gestione delle relazioni di mercato da parte delle imprese e delle organizzazioni.
Il corso adotta una prospettiva coerente con il percorso di Ingegneria Gestionale, integrando dimensioni strategiche, analitiche e operative del marketing.

  • evoluzione del concetto di marketing e ruolo del marketing nei processi aziendali;
  • relazione tra strategia aziendale e strategia di marketing;
  • analisi del consumatore, dei bisogni, della domanda e dei comportamenti di acquisto;
  • comportamento d'acquisto delle organizzazioni e marketing business-to-business;
  • segmentazione, targeting, posizionamento e marketing mix;
  • marketing relazionale e gestione della relazione con il cliente;
  • comunicazione integrata di marketing; pricing; marketing di prodotto; canali distributivi.

LEZIONI (35 ore)
1. Introduzione al marketing (3 ore)

  • evoluzione del concetto di marketing;
  • orientamenti dell'impresa verso il mercato;
  • ruolo del marketing nei processi aziendali.

2. Strategia aziendale e strategia di marketing (3 ore)

  • relazione tra strategia corporate, business strategy e marketing strategy;
  • analisi dell'ambiente competitivo;
  • obiettivi di marketing e coerenza strategica.

3. Marketing management (3 ore)

  • processo di marketing management;
  • analisi, pianificazione, implementazione e controllo;
  • elementi essenziali del piano di marketing.

4. Consumatori, bisogni e domanda (4 ore)

  • bisogni, desideri, domanda e valore percepito;
  • processo decisionale del consumatore;
  • variabili individuali, sociali e situazionali nel comportamento di acquisto.

5. Marketing B2B e comportamento d'acquisto delle organizzazioni (4 ore)

  • specificità dei mercati industriali;
  • processo d'acquisto delle organizzazioni;
  • ruoli nel centro d'acquisto;
  • relazioni buyer-supplier.

6. Segmentazione, targeting e posizionamento (4 ore)

  • criteri di segmentazione;
  • valutazione e selezione dei segmenti;
  • strategie di targeting;
  • posizionamento competitivo e value proposition.

7. Marketing mix (3 ore)

  • logica delle 4P;
  • coerenza tra prodotto, prezzo, comunicazione e distribuzione;
  • adattamento delle leve operative ai diversi contesti di mercato.

8. Marketing relazionale (3 ore)

  • customer relationship management;
  • soddisfazione, fiducia, fedeltà e valore del cliente;
  • relazioni di lungo periodo nei mercati consumer e business.

9. Comunicazione integrata di marketing (3 ore)

  • obiettivi della comunicazione;
  • strumenti di comunicazione integrata;
  • coerenza del messaggio e gestione dei touchpoint;
  • cenni ai canali digitali.

10. Pricing (3 ore)

  • obiettivi di prezzo;
  • metodi di determinazione del prezzo;
  • prezzo, valore percepito e concorrenza;
  • elementi quantitativi di base per il pricing.

11. Marketing di prodotto e canali distributivi (2 ore)

  • ciclo di vita del prodotto;
  • innovazione e portafoglio prodotti;
  • funzioni dei canali distributivi;
  • cenni all'omnichannel management.

ESERCITAZIONI (15 ore)
1. Analisi guidata di casi reali e casi aziendali (4 ore).
2. Esercitazioni su segmentazione, targeting e posizionamento (3 ore).
3. Esercitazioni su marketing mix e coerenza tra leve operative (3 ore).
4. Esercitazioni su pricing e interpretazione di scelte di prezzo (3 ore).
5. Discussione di casi su marketing relazionale, comunicazione e canali distributivi (2 ore).

Modalità d'esame

Metodi di Valutazione dell'Apprendimento

Per ogni appello d'esame, la valutazione dell'apprendimento si articola in due prove: una prima prova online con domande a risposta multipla e una seconda prova con domande aperte su un caso di studio presentato attraverso blog o altro ambiente online in sessione sincrona.

  • La prima prova consiste in un test online sui contenuti delle lezioni, dei materiali didattici e dei testi di riferimento. Le domande possono riguardare definizioni, applicazioni concettuali, brevi situazioni aziendali, interpretazione di scelte di marketing e riconoscimento della coerenza tra strategia, posizionamento e leve operative. Il superamento della prima prova costituisce condizione per accedere alla seconda prova.
  • La seconda prova consiste in domande aperte riferite a un caso di studio. Lo/la studente/studentessa deve analizzare il problema di marketing, identificare eventuali segmenti, target, posizionamento e leve operative, e proporre soluzioni coerenti con il contesto aziendale.

Le modalità d'esame saranno adeguate alle particolari esigenze degli studenti e delle studentesse con disabilità certificate ai sensi delle leggi 104/1992 e 118/1971 o con disturbi specifici di apprendimento (DSA) certificati ai sensi della legge 170/2010, facendo riferimento all'Art. 9 del Regolamento per l'inclusione e il diritto allo studio di studenti con disabilità o con disturbi specifici di apprendimento, emanato con decreto rettorale 01.03.2022, n. 370.

Criteri di Valutazione dell'Apprendimento

La prima prova mira a valutare conoscenza e comprensione dei principali concetti di marketing e marketing industriale, capacità di distinguere strumenti, modelli e logiche decisionali, capacità di ragionamento su problemi a risposta chiusa e precisione terminologica.

La seconda prova mira a valutare capacità di analizzare un problema di marketing in un contesto reale o realistico, individuare segmenti, target, posizionamento e leve operative, proporre soluzioni coerenti, argomentare le scelte effettuate e comunicare in modo chiaro e sintetico.

Le risposte aperte sono valutate considerando correttezza concettuale, coerenza tra analisi, diagnosi e soluzione proposta, capacità di applicazione degli strumenti di marketing, qualità dell'argomentazione, completezza e sintesi della risposta, uso appropriato della terminologia tecnica.

Criteri di Misurazione dell'Apprendimento e Attribuzione del Voto Finale

Il voto finale è espresso in trentesimi ed è determinato dalla valutazione complessiva delle due prove. La prima prova verifica prevalentemente conoscenza, comprensione e capacità di ragionamento su base controllata. La seconda prova verifica prevalentemente capacità applicative, autonomia di giudizio, abilità comunicative e capacità di sintesi.

La valutazione finale tiene conto della coerenza complessiva tra conoscenze acquisite, capacità di applicazione e qualità dell'elaborazione critica. La sufficienza è conseguita con una valutazione complessiva almeno pari a 18/30.

Appelli d'esame

Gli appelli d'esame sono pubblicati secondo il calendario ufficiale e le procedure previste dall'Ateneo. Le modalità di comunicazione degli esiti delle prove saranno indicate dal docente tramite gli strumenti istituzionali del corso. Eventuali esempi di test, tracce o materiali utili alla preparazione potranno essere resi disponibili online.

Testi di riferimento

  • Marketing – J.P. Peter, J.H. Donnelly Jr, C.A. Pratesi, McGraw-Hill, quinta edizione 2013
  • Marketing Management – Kotler, Keller, Ancarani, Costabile, Pearson, 15/Ed, 2017

Codice insegnamento 27007530

Open Innovation Nell'Industria 1° anno · 2° semestre · 9 CFU · IIND-04/A · 0 file

L'insegnamento fornisce gli strumenti metodologici per l'innovazione di prodotto nell'industria, tramite il paradigma dell'Open Innovation. Lo studente, a valle del corso, è in grado di determinare i fabbisogni di…

Scheda dell'insegnamento

Obiettivi formativi

L'insegnamento fornisce gli strumenti metodologici per l'innovazione di prodotto nell'industria, tramite il paradigma dell'Open Innovation.
Lo studente, a valle del corso, è in grado di determinare i fabbisogni di innovazione di un insieme di clienti, generare una challenge, generare concept di risposta e valutarli, definire una roadmap che conduce al lancio sul mercato del prodotto innovativo.
Conoscenza e capacità di comprensione: Lo studente acquisirà conoscenze avanzate sulle tecnologie abilitanti e sulle metodologie di analisi del dominio tecnologico di riferimento.
Conoscenza e capacità di comprensione applicate: Sarà in grado di proporre un percorso di innovazione industriale basato su casi reali.
Autonomia di giudizio: Svilupperà capacità critiche nell'analisi dei concorrenti ma anche delle soluzioni prospettate, in modo da individuare in autonomia i sentieri di innovazione più opportuni.
Abilità comunicative: Lo studente acquisirà una capacità specifica nella esposizione del proprio prodotto, sia per gli aspetti tecnici, che per quelli più generali di mercato.
Capacità di apprendere: Consoliderà un metodo di apprendimento collaborativo, autonomo e transdisciplinare.

Programma

Il corso è centrato sull’innovazione di prodotto nell’industria manifatturiera, simulando l’operatività di team di sviluppo che lavorino per altre imprese o, comunque, per l’identificazione, la formalizzazione e la soluzione di bisogni dei clienti-consumatori.
Gli studenti scrivono challenge di open innovation, le risolvono utilizzando le tecnologie più moderne e le presentano ai “clienti” in modo formale ed efficace, anche grazie a conversazioni strutturate con testimonial di rilevo nel campo dell’innovazione.

Macro-ambito 1: Definizione dei bisogni e specifiche (Lezioni: 10h)

  • L'open innovation come mapadigma di innovazione evoluto
  • Analisi del dominio tecnologico e bisogni del consumatore.
  • Analisi della concorrenza e definizione di una challenge di Open Innovation.

Macro-ambito 2: Risoluzione di una challenge di Open Innovation (Lezioni: 25h - Esercitazioni: 15h)

  • Rifrasatura della challenge e negoziazione con il cliente (co-design)
  • Generazione dei concetti di soluzione
  • Valutazione (screening e scoring) dei concetti
  • Proof of concept mediante survey di mercato

Macro-ambito 3: Sviluppo di prodotto e comunicazione al cliente (Lezioni: 15h - Esercitazioni: 10h)

  • Realizzazione dei proof of concept
  • Testing di funzionalità (ambiente, metriche, TRL)
  • Realizzazione della piattaforma di comunicazione al cliente

Modalità d'esame

1. Metodi di Valutazione: L'esame prevede la consegna di report di progetto intermedi, che ripercorrono i contenuti attraversati nel corso, con calndario concordato con gli studenti a inizio corso, e un colloquio finale, con presentazione personale del progetto, con il supporto di sistemi di proiezione.
2. Criteri di Valutazione: Completezza e tempestività dei report; coerenza formale; efficiacia comunicativa della soluzione proposta.
3. Misurazione/Voto Finale: Voto in trentesimi. Media pesata: reporto (60%), + colloquio (40%).
4. Appelli: https://dimeg.unical.it/didattica/iscriversi-studiare-laurearsi/bacheca-corsi-di-studio/
Le modalità d'esame saranno adeguate alle particolari esigenze degli studenti con disabilità certificate ai sensi delle leggi 104/1992 e 118/1971 o con disturbi specifici di apprendimento (DSA) certificati ai sensi della legge 170/2010, facendo riferimento all'Art. 9 del "Regolamento per l'inclusione e il diritto allo studio di studenti con disabilità o con disturbi specifici di apprendimento" (emanato con decreto rettorale 01.03.2022, n. 370).

Testi di riferimento

Ulrich-Eppinger, Product design and development, Mc Graw-Hill
Cussler-Moggridge, Chemical Prod

Codice insegnamento 27009150

Advanced Enterprise Platforms 2° anno · 6 CFU · IIND-04/A · 0 file

Nell’era dell’Industria 4.0 in nuovi Ingegneri Gestionali devono dimostrare di conoscere e sapersi rapportare anche alle nuove metodologie di governance delle aziende, fortemente radicate sull’approccio innovativo…

Scheda dell'insegnamento

Obiettivi formativi

Nell’era dell’Industria 4.0 in nuovi Ingegneri Gestionali devono dimostrare di conoscere e sapersi rapportare anche alle nuove metodologie di governance delle aziende, fortemente radicate sull’approccio innovativo degli Smart Services. Il corso ha come obiettivo, pertanto, il conferimento allo studente la consapevolezza e le basi di conoscenza dei suddetti strumenti, relativi alla gestione estesa dei processi aziendali (extended ERP) con particolare focalizzazione sui temi legati alla logistica, alla produzione e all’esperienza cliente. Nella prima parte del corso sarà trattata la pianificazione a domanda finita e la progettazione della supply chain mediante supporto ICT. Nella seconda parte, si tratteranno i problemi legati alla gestione a capacità finita delle storage location. L’ultima parte sarà focalizzata sulla valorizzazione dell’esperienza del cliente. Tutti questi argomenti verranno veicolati mediante case study applicativi ed esperienze reali di progetto.
COMPETENZE TRASVERSALI
Nessuna

Programma

Il corso costituisce il completamento di una filiera di competenze cardini per la figura del Ingegnere Gestionale (analisi e gestione dei processi aziendali mediante supporti ICT). Inoltre, l’insegnamento si caratterizza per la forte innovatività essendo fondato su un approccio didattico fortemente pratico e basato sul principio comune a molte realtà aziendali del “learning by doing”. I ragazzi, infatti, sotto la supervisione del Docente, la risoluzione di case study aziendali. Inoltre, il corso si contraddistingue per la forte valenza interdisciplinare perché fornisce agli studenti conoscenze applicative nella gestione dei processi logistici, conoscenze sulla definizione dei processi di produzione e dei relativi documenti, conoscenze applicative dei processi che gestiscono l’ interazione con il cliente, dall’acquisto al post-vendita.

Il corso sarà articolato nei seguenti macro ambiti:

  • Definizione della logica del customizing e applicazioni di base per la definizione della struttura organizzativa
  • La pianificazione della produzione mediante configuratore di prodotto
  • Gestione estesa dei magazzini: strumenti di controllo e gestione dei magazzini automatici integrati con l'organizzazione dei trasporti.
  • La valorizzazione dell’esperienza del cliente: Fluentis, Sales Force, Microsoft CRM.

Modalità d'esame

Metodi di Valutazione dell’Apprendimento: La modalità di valutazione dell’apprendimento si articola in due prove, una di tipo scritto e una di tipo orale. La prova scritta è costituita da una sequenza di quesiti teorico/pratici, da svolgere in circa un’ora di tempo. Gli esercizi prevederanno una parte più sostanziale pratica che spazia dalla risoluzione direttamente al calcolatore, al fine di verificare la capacità di impiego delle strutture di base di un ERP, alla progettazione di uno dei tool impiegati nel corso. La prova orale, della durata di al più mezz’ora, si articola nell’esposizione di concetti relativamente alla parte più teorica sulle nuove tecnologie.
Criteri di Valutazione dell’Apprendimento: La prova scritta mira a valutare il livello di conseguimento delle competenze specifiche fornite dal corso. Per essere ammessi alla successiva prova orale, occorre superare la prova scritta con un esito “sufficiente”, ovvero avere almeno 18/30. La prova orale intende verificare se è stata acquisito il corretto corredo di linguaggio tecnico, la capacità di analisi critica dei processi, con particolare riferimento a quelli studiati mediante l’ERP. L’esito della prova viene valutato sulla base della chiarezza, correttezza e completezza dell’esposizione.
Criteri di Misurazione dell’Apprendimento e Attribuzione del Voto Finale: Gli esiti della prova scritta e della prova orale contribuiscono a definire, con stesso peso, l’esito complessivo dell’esame. Le modalità d'esame saranno adeguate alle particolari esigenze degli studenti e delle studentesse con disabilità certificate ai sensi delle leggi 104/1992 e 118/1971 o con disturbi specifici di apprendimento (DSA) certificati ai sensi della legge 170/2010, facendo riferimento all'Art. 9 del "Regolamento per l'inclusione e il diritto allo studio di studenti con disabilità o con disturbi specifici di apprendimento" (emanato con decreto rettorale 01.03.2022, n. 370).
Appelli d'esame: Le date degli esami saranno rese note sulla pagina ufficiale del Dipartimento al seguente link https://dimeg.unical.it/didattica/iscriversi-studiare-laurearsi/bacheca-corsi-di-studio/

Testi di riferimento

  • Diapositive e dispense curate dal docente e materiali dalla Rete.

Codice insegnamento 27009154

Business Game 2° anno · 2° semestre · 3 CFU · IEGE-01/A · 0 file

Il corso è finalizzato all’apprendimento delle tecniche per la creazione di impresa con particolare riferimento alle cosiddette imprese tecnologiche. Viene stimolato, attraverso l’utilizzo del Business Game,…

Scheda dell'insegnamento

Obiettivi formativi

Il corso è finalizzato all’apprendimento delle tecniche per la creazione di impresa con particolare riferimento alle cosiddette imprese tecnologiche. Viene stimolato, attraverso l’utilizzo del Business Game, l’approccio critico sulle principali tematiche del management e sul tema del contributo delle aree aziendali al valore di impresa. Ulteriore obiettivo riguarda la capacità di progettare nuovi modelli di simulazione

Competenze specifiche
Conoscenza e comprensione
Conoscenza degli elementi fondamentali per la formulazione della strategia di impresa con particolare riferimento alla fase di start-up
Capacità di applicare conoscenza e comprensione
Abilità di analisi approfondita di impresa dal punto di vista strategico e dal punto di vista economico-finanziario
Abilità di considerare l’impresa come un sistema complesso
Abilità di valutare l’influenza delle decisioni strategiche sui risultati economico-finanziari
Abilità di sviluppare un linguaggio appropriato

Competenze trasversali
Autonomia di giudizio
Abilità di analizzare e sintetizzare informazioni al fine di definire le strategie aziendali
Abilità di formulare giudizi in autonomia sulla situazione aziendale propria e dei competitor (virtuali)
Abilità di essere intraprendenti nel formulare la propria linea di sviluppo strategico
Abilità comunicative
Abilità di team working, sviluppata attraverso il business game, in cui si compete in gruppi

Programma

Il corso tratta il tema della creazione di impresa con particolare riferimento alle cosiddette imprese tecnologiche. Vengono affrontate, in termini critici, le principali tematiche del general management e della creazione del valore di impresa attraverso l’utilizzo del Business Game.

Opportunità di impresa e strategia

  • Opportunità di business
  • Vision e business model
  • Strategia e innovazione
  • Casi di studio

Il business plan

  • Storia dell’impresa e business plan
  • Piano di marketing
  • Piano dell’organizzazione
  • Casi di studio
  • Piano economico-finanziario
  • I prospetti di bilancio e le previsioni economico-finanziarie
  • Fonti di finanziamento e finanziamento dell’innovazione
  • Casi di studio

Business Game

  • Business simulations e formazione
  • Il modello economico del General Management Business Game
  • Valore di impresa e valore degli intangibili
  • Regole (manuale) e scenario di simulazione
  • Round di prova
  • Debriefing
  • Round di gioco
  • Debriefing di periodo
  • Round di gioco
  • Debriefing di periodo
  • Debriefing finale
  • Presentazione finale team vincitore

Modalità d'esame

Metodi di valutazione dell’apprendimento
La valutazione dell’apprendimento è effettuata considerando:

  • il punteggio ottenuto nel Business Game
  • la valutazione del report scritto elaborato da ogni gruppo partecipante al gioco
  • il punteggio del test finale
    Nel caso in cui, per motivi di sicurezza sanitaria, l'esame dovesse essere effettuato a distanza saranno adottate le modalità di valutazione riportate qui:
    https://informatica.unical.it/onlineexamsguidelines

Le modalità d'esame saranno adeguate alle particolari esigenze degli studenti e delle studentesse con disabilità certificate ai sensi delle leggi 104/1992 e 118/1971 o con disturbi specifici di apprendimento (DSA) certificati ai sensi della legge 170/2010, facendo riferimento all'art. 9 del "Regolamento per l'inclusione e il diritto allo studio di studenti con disabilità o con disturbi specifici di apprendimento" (emanato con decreto rettorale 01.03.2022, n. 370).

Criteri di valutazione dell’apprendimento
Il Business Game, utilizzato durante il corso, ha l’obiettivo di trasmettere sia competenze specifiche che competenze trasversali. Il report da elaborare durante lo svolgimento del game richiede agli studenti capacità di sintesi e di comunicazione scritta. Il test finale è un test scritto, si compone di domande a risposta multipla e domande aperte e ha l’obiettivo di valutare le competenze specifiche. La durata del test finale è pari a 1,5 ore.

Criteri di misurazione dell’apprendimento e attribuzione del voto finale
Il punteggio ottenuto nel Business Game e il report scritto determina un voto uguale per ogni componente del gruppo. Il test finale singolo determina un voto singolo. Il voto finale per lo studente è ottenuto dalla media pesata dei voti conseguiti nelle prove descritte. Il peso del test finale scritto è pari al 60%.

Testi di riferimento

Libri di testo:

  • Dispense fornite dal docente
  • Manuale del General Management Business Game

Libri consigliati:

  • Byers T.H., Dorf R.C., Nelson A.J., Technology Ventures: from idea to enterprise 4th edition, McGraw-Hill

Codice insegnamento 27000275

Data Analytics For Business 2° anno · 6 CFU · IINF-05/A · 0 file

Conoscenza e capacità di comprensione (Descrittore di Dublino 1): Comprensione dei principi fondamentali dell'analisi dei dati in contesti aziendali; conoscenza dei modelli di machine learning e deep learning;…

Scheda dell'insegnamento

Obiettivi formativi

Conoscenza e capacità di comprensione (Descrittore di Dublino 1): Comprensione dei principi fondamentali dell'analisi dei dati in contesti aziendali; conoscenza dei modelli di machine learning e deep learning; comprensione degli strumenti Python avanzati per la gestione e l'analisi dei dati; conoscenza degli strumenti di business intelligence quali PowerBI.
Conoscenza e capacità di comprensione applicate (Descrittore di Dublino 2): Capacità di gestire e interrogare basi di dati relazionali tramite SQL e MySQL; capacità di utilizzare Python e le sue librerie (NumPy, Pandas) per l'analisi e la visualizzazione dei dati; capacità di implementare modelli di machine learning e deep learning in Python; capacità di tradurre i dati in informazioni utili e strategiche per il business tramite PowerBI.
Autonomia di giudizio (Descrittore di Dublino 3): Capacità di interpretare i risultati dell'analisi dei dati e di scegliere gli strumenti e i modelli più appropriati per la soluzione di un problema reale; capacità di valutare criticamente i risultati ottenuti.
Abilità comunicative (Descrittore di Dublino 4): Capacità di presentare e comunicare efficacemente i risultati di un progetto di analisi dei dati, anche attraverso strumenti di visualizzazione e reportistica; abilità alla condivisione e presentazione del lavoro svolto.
Capacità di apprendimento (Descrittore di Dublino 5): Capacità di aggiornarsi autonomamente sugli strumenti e le tecniche di analisi dei dati, anche consultando documentazione tecnica e risorse internazionali.

Programma

L'uso dei dati ha assunto un ruolo strategico in tutti i contesti aziendali. Per questo servono professionisti preparati a gestire i dati e i database e a saper tradurre i dati in informazioni utili e strategiche per il proprio business. Il corso tratta argomenti avanzati di analisi dei dati, machine learning e deep learning, fornendone sia la teoria di base sia implementazioni pratiche. Gli argomenti trattati comprendono Python avanzato, SQL, modelli di machine learning, reti neurali convoluzionali e ricorrenti, cenni al reinforcement learning e ai transformer, e strumenti di business intelligence quali PowerBI. Il focus del corso è sull'analisi dei dati come strumento per nuove azioni e decisioni strategiche.

1. Introduzione al Corso (2 ore) - Materiale fornito dal docente.
a. Presentazione del corso, obiettivi,
b. dati, dati multimodali,
c. AI, generative AI
d. strumenti e modalità di svolgimento del progetto.

2. Python Avanzato per la Data Science (3 ore di lezione) MATERIALE: Libro usato al Corso di Fondamenti di Informatica e materiale fornito dal docente.
a. Uso avanzato di Notebooks (Jupyter e/o Google Colab): organizzazione, gestione e condivisione.
b. Accesso ai dati e connessioni a DB relazionali da Python.
c. Uso avanzato di NumPy e Pandas per la manipolazione e l'analisi dei dati.
d. Visualizzazione avanzata dei dati.

3. SQL Avanzato e MySQL (3 ore). MATERIALE: Libro usato al Corso di Sistemi Informativi e Basi di Dati e materiale fornito dal docente.
a. Uso avanzato di MySQL: accesso al DBMS, gestione e ottimizzazione di una base di dati, esecuzione di comandi memorizzati su file.
b. Interrogazioni SQL avanzate: viste, stored procedures, trigger.
c. Integrazione Python-SQL: esecuzione di query da Python, trasferimento di dati da DB a Notebooks, analisi dei dati con Python e SQL.

4. Implementazione di Modelli di Machine Learning in Python (6 ore). MATERIALE: Géron e materiale fornito dal docente.
a. Implementazione in Python di modelli di machine learning già noti: apprendimento supervisionato e non supervisionato.
b. Utilizzo di Scikit-Learn per l'implementazione di modelli di regressione, classificazione e clustering.
c. Valutazione e ottimizzazione dei modelli: metriche, cross-validazione, overfitting e underfitting.
d. Applicazione dei modelli a dataset reali di business.

5. Machine Learning Avanzato (9 ore). MATERIALE: Géron e materiale fornito dal docente.
a. Introduzione al Deep Learning, tecniche di ottimizzazione per l'addestramento di modelli deep,
b. Reti Neurali Convoluzionali (CNN),
c. Reti Neurali Ricorrenti (RNN), c
d. cenni al Reinforcement Learning,
e. cenni ai Transformer.

6. Bias nell'Analisi dei Dati (2 ore) - Materiale: Materiale fornito dal docente.
a. Introduzione al concetto di bias nell'analisi dei dati.
b. Tipologie di bias e impatto del bias sui modelli di machine learning.
c. Tecniche per il rilevamento e la mitigazione del bias.
d. Considerazioni etiche e di equità nei processi decisionali basati sui dati.

7. PowerBI e strumenti simili (8 ore). Materiale: Materiale fornito dal docente.
a. Introduzione a Power BI
b. modellazione dei dati
c. creazione di visualizzazioni
d. analisi avanzata.

8. Sviluppo Progetto (2 ore): Sessioni dedicate al supporto e alla discussione dei progetti assegnati.

ESERCITAZIONI (15 ORE)
1. Python Avanzato (2 ore). Esercitazioni pratiche su uso avanzato di NumPy, Pandas e visualizzazione dati.
2. SQL Avanzato e MySQL (2 ore). Esercitazioni pratiche su interrogazioni SQL avanzate, stored procedures, trigger e integrazione Python-SQL.
3. Implementazione di Modelli di Machine Learning in Python (3 ore). Esercitazioni pratiche su implementazione e valutazione di modelli di machine learning supervisionati e non supervisionati con Scikit-Learn su dataset reali di business.
4. Advanced Machine Learning (5 ore). Esercitazioni su implementazione di reti neurali convoluzionali e ricorrenti.
5. Bias nell'Analisi dei Dati (1 ora). Esercitazioni su rilevamento e mitigazione del bias nei modelli.
6. PowerBI e strumenti simili (2 ore). Esercitazioni pratiche su creazione di dashboard e visualizzazioni in Power BI.

Modalità d'esame

Metodi di Valutazione dell’Apprendimento
La verifica dell'apprendimento consiste in due prove: lo sviluppo di un progetto ed una prova orale.
Il Progetto puo’ essere svolto in gruppo ed e’ assegnato dal docente durante il Corso a ciascun gruppo.
Il progetto prevede la formulazione e la soluzione di un problema reale per il quale deve essere effettuata una dettagliata analisi dei dati, supportata da una efficace visualizzazione dei dati con l’ausilio di Python e PowerBI.

Il gruppo, una settimana prima dell’appello previsto, invia al docente una relazione scritta che descrive in dettaglio il Progetto.
In sede di esame, il gruppo illustra, tramite presentazione powerpoint, le varie fasi del progetto evidenziando i risultati ottenuti.

La prova orale mira a valutare la comprensione degli aspetti tecnici e teorici dei concetti presentati durante il corso.
Il voto finale è espresso in trentesimi. Affinché la valutazione finale sia positiva, lo studente deve conseguire almeno 18 punti. I risultati della valutazione saranno comunicati tramite Esse3.

Criteri di Valutazione dell’Apprendimento
Il progetto e la successive prova orale mirano a verificare e valutare il livello di conseguimento delle competenze specifiche e trasversali fornite dal corso.
In particolare viene verificato:

  • se è stata acquisita la capacità di saper applicare, in modo appropriato ed efficiente, i modelli e metodi proposti allo specifico problema da risolvere;
  • se è stata acquisita la capacità di saper utilizzare e contestualizzare allo specifico problema gli strumenti software più adeguati;
  • attraverso la relazione e la presentazione del progetto, se è stato acquisito il corretto corredo di linguaggio tecnico, la capacità di analisi critica e di giudizio, l’attitudine al “problem solving”, valutando anche il livello di conoscenza dei contenuti metodologici del corso.

L’esito della prova viene valutato sulla base della completezza, correttezza, chiarezza della relazione e dell’esposizione circa il tema assegnato per il progetto.

Per superare la prova con livello sufficiente occorre:

  • formulare il problema proposto,
  • descrivere e motivare l’approccio metodologico proposto,
  • argomentare gli strumenti software utilizzati,
  • analizzare i risultati conseguiti.

Criteri di Misurazione dell’Apprendimento e Attribuzione del Voto Finale
La valutazione dell’apprendimento viene misurata con un voto espresso in trentesimi.
L'attribuzione del voto finale tiene conto della valutazione complessiva delle prove sostenute. L'apprendimento si ritiene sufficiente se lo studente ottiene un voto finale maggiore o uguale a 18/30.

Appelli d’Esame
Il calendario degli appelli d'esame è disponibile sulla pagina dedicata del Dipartimento, https://corsi.unical.it/lt-lmcu/ingegneria-gestionale/cds/studiare/calendario-esami/ .
Le modalità d'esame saranno adeguate alle particolari esigenze degli studenti e delle studentesse con disabilità certificate ai sensi delle leggi 104/92 e 118/71 o con Disturbo Specifico dell'Apprendimento (DSA) certificato ai sensi della legge 170/2010, facendo riferimento alle indicazioni fornite dalla Delegata alle attività concernenti l'integrazione degli studenti con disabilità e con disturbi specifici di apprendimento nell'Ateneo.

Testi di riferimento

Aurélien Géron - Hands on Machine Learning with Scikit-Learn, Keras & TensorFlow: Concepts, Tools, and Techniques to Build Intelligent
Systems

Codice insegnamento 27009156

Digital Business E Intelligenza Artificiale 2° anno · 6 CFU · IEGE-01/A · 0 file

Il corso ha l'obiettivo di: fornire conoscenze avanzate sui modelli di business digitali, sulle piattaforme, sugli ecosistemi digitali e sull'AI come leva di trasformazione competitiva; sviluppare competenze di analisi…

Scheda dell'insegnamento

Obiettivi formativi

Il corso ha l'obiettivo di:

  • fornire conoscenze avanzate sui modelli di business digitali, sulle piattaforme, sugli ecosistemi digitali e sull'AI come leva di trasformazione competitiva;
  • sviluppare competenze di analisi strategica e organizzativa dei processi di digital transformation e AI transformation;
  • consentire agli studenti di progettare e valutare business model digitali, strategie di piattaforma, use case AI e roadmap di adozione dell'AI.

Conoscenza e comprensione
Al termine del corso lo/la studente/studentessa sara' in grado di comprendere: i fondamenti della Digital Economy; il ruolo strategico dei dati; le logiche economiche dei prodotti e servizi digitali; i meccanismi dei mercati multi-sided; le dinamiche di ecosistema; le principali architetture manageriali dell'AI; le implicazioni di generative AI e agentic AI sui processi aziendali; i principali framework di governance e regolazione.

Capacita' di applicare conoscenza e comprensione
Lo/la studente/studentessa sara' in grado di analizzare casi aziendali digitali, progettare un Business Model Canvas per imprese digitali e AI-enabled, valutare effetti di rete e strategie di monetizzazione, identificare metriche rilevanti, definire un portafoglio di use case AI e costruire una roadmap digitale coerente con obiettivi, risorse, rischi e vincoli regolatori.

Capacita' critica e di giudizio
Lo/la studente/studentessa sviluppera' capacita' di valutazione critica di opportunita', rischi e trade-off legati a piattaforme digitali, ecosistemi, AI governance, bias, explainability, data leakage, cybersecurity, proprieta' intellettuale, human oversight e sostenibilita' economica dei modelli AI-based.

Capacita' di comunicazione
Lo/la studente/studentessa sara' in grado di comunicare in modo strutturato analisi, business case, dashboard di metriche, roadmap di trasformazione e raccomandazioni manageriali, usando linguaggio tecnico-manageriale appropriato e orientato al decision making.

Capacita' di apprendimento autonomo
Lo/la studente/studentessa acquisira' strumenti per aggiornare autonomamente conoscenze e competenze su tecnologie digitali, AI, platform regulation e modelli di business emergenti, attraverso fonti scientifiche, report istituzionali, casi di business school e documentazione normativa.

Programma

Il corso fornisce una visione manageriale avanzata del Digital Business e dell'Intelligenza Artificiale come leve di trasformazione strategica, organizzativa e operativa. I contenuti coprono la Digital Economy, il valore economico dei dati, l'evoluzione dell'industria ICT, la Platform Economy, i mercati multi-sided, gli ecosistemi digitali, l'open innovation, i modelli di business digitali, le strategie di monetizzazione e le principali metriche manageriali.
Una parte del corso e' dedicata all'AI per il business digitale. Il corso integra infine i principali riferimenti regolatori e di risk management, tra cui AI Act e Digital Markets Act.

1. Fondamenti di Digital Business e Digital Economy

  • Dati, informazione e conoscenza come risorse strategiche.
  • Evoluzione da e-business a digital business.
  • Digital transformation

2. Evoluzione dei business digitali e industria ICT

  • Dal business tradizionale al business digitale
  • Rivoluzioni industriali, general purpose technologies e cicli di innovazione.
  • Prodotti e servizi digitali: cost structure, scalability e marginal costs.
  • Industria ICT
  • Beni informativi, modularità, standard e interoperabilità.
  • Lock-in, switching costs, path dependence e architetture digitali.

3. Platform Economy e mercati multi-sided

  • Product business, pipeline business e platform business.
  • Transaction, innovation e hybrid platforms.
  • Effetti di rete
  • Multi-homing
  • Platform envelopment, ecosystem competition e dinamiche winner-take-most.
  • Regolazione delle piattaforme digitali: DMA, DSA, GDPR e data access.
  • Open/closed platform strategy

4. Ecosistemi digitali, reti collaborative e innovazione aperta

  • Collaborative networks, value network ed e-value.
  • Open innovation e co-creazione del valore nei contesti digitali.
  • Ecosystem strategy
  • Collaborazioni asimmetriche tra imprese focali, startup, piattaforme e attori istituzionali.

5. Modelli di business digitali e strategie di monetizzazione

  • Business Model Canvas ed estensioni per i business digitali.
  • Revenue model.
  • Growth strategy
  • Metriche

6. Artificial Intelligence per il business digitale

  • AI, machine learning, deep learning, generative AI e agentic AI: definizioni e applicazioni manageriali.
  • AI factory: data pipeline, modelli, infrastrutture software, experimentation platform e MLOps/LLMOps.
  • AI-enabled decision making: prediction, automation, augmentation e human-in-the-loop.
  • AI nei processi aziendali: marketing, operations, customer service, HR, finance, supply chain e innovation management.
  • Data strategy e AI readiness: qualità dei dati, governance, competenze, architetture e change management.

7. Generative AI, AI agents e trasformazione dei processi aziendali

  • Foundation models, large language models, multimodal AI e sistemi conversazionali.
  • Prompting, retrieval augmented generation, knowledge grounding e integrazione nei workflow aziendali.
  • AI agents e workflow agentici: automazione, orchestrazione di task, copilots e assistenti verticali.
  • Opportunità e limiti: hallucination, bias, explainability, cybersecurity, data leakage e shadow AI.
  • Ridisegno dei processi: dal task automation al business process reinvention.

8. AI-driven business models, AI as a Platform e AI governance

  • AI come leva di differenziazione, personalizzazione, automazione e innovazione.
  • AI as a Service, AI as a Platform, API-based AI, vertical AI solutions e marketplace AI.
  • Monetizzazione dell’AI: subscription, usage-based, outcome-based, embedded AI, licensing e platform fees.
  • AI governance: accountability, trasparenza, human oversight, risk classification, monitoring e auditability.
  • AI Act, OECD AI Principles, NIST AI Risk Management Framework e GenAI risk management.
  • Roadmap digitale e AI-enabled: priorità strategiche, use case portfolio, capabilities, metriche e business case.

Modalità d'esame

Metodi di valutazione dell’apprendimento
La valutazione dell’apprendimento prevede una prova scritta, una prova orale e un project work.
La prova scritta consiste in una batteria di test finalizzata a verificare la conoscenza di base degli argomenti del corso, sia sul piano teorico sia su quello applicativo.
La prova orale prevede domande di approfondimento su aspetti e concetti complementari rispetto a quelli affrontati nella prova scritta. In alternativa, la prova orale può essere sostituita da una seconda prova scritta con quesiti a risposta aperta.
Il project work mira a valutare la capacità dello studente di applicare i contenuti del corso a un caso concreto, reale o simulato, attraverso l’analisi di un problema, processo, progetto o caso aziendale e la formulazione di proposte coerenti. La valutazione terrà conto della qualità dell’analisi, dell’uso appropriato dei concetti del corso, della capacità di collegare teoria e pratica e della chiarezza espositiva.
Per gli studenti con disabilità o con Disturbi Specifici dell’Apprendimento, sono previste misure dispensative e/o strumenti compensativi secondo quanto stabilito dalla normativa vigente e dalle procedure di Ateneo, previa valutazione da parte degli uffici competenti.
Criteri di valutazione dell’apprendimento
La valutazione, sia tramite la prova scritta sia tramite la prova orale, è basata sulla verifica dell’effettiva padronanza dei concetti e delle metodologie presentati nel corso, della capacità di collegare i diversi contenuti acquisiti e della capacità di fare riferimento a esempi e casi reali.
La discussione della prova d’esame nel suo complesso consente inoltre di valutare le competenze trasversali maturate dallo studente, quali problem solving, autonomia nello svolgimento dei task assegnati, capacità di lavorare in gruppo e capacità di comunicare i risultati del lavoro svolto.
Criteri di misurazione dell’apprendimento e attribuzione del voto finale
L’esito della prova scritta è espresso in trentesimi. Si accede alla prova orale con una valutazione della prova scritta pari ad almeno 18/30.
Il voto finale, espresso in trentesimi, risulta dalla media delle valutazioni conseguite nella prova scritta, nella prova orale o seconda prova scritta sostitutiva, e nel project work.
Appelli di esame
Il calendario degli appelli d'esame è disponibile al seguente link:
https://corsi.unical.it/lt-lmcu/ingegneria-gestionale/cds/studiare/calendario-esami/

Testi di riferimento

Materiali didattici, slide, casi aziendali, paper scientifici, report e documentazione normativa saranno messi a disposizione dal docente attraverso la pagina web del docente e/o il canale Microsoft Teams del corso.

Testi di riferimento e letture consigliate

  • Cusumano, M.A., Gawer, A., & Yoffie, D.B. (2019). The Business of Platforms. Harper Business.
  • Iansiti, M., & Lakhani, K.R. (2020). Competing in the Age of AI. Harvard Business Review Press.
  • Farri, E., & Rosani, G. (2025). HBR Guide to Generative AI for Managers. Harvard Business Press.

Codice insegnamento 27010395

Diritto E Gestione Dei Rapporti Di Lavoro Per L'Ingegneria 2° anno · 2° semestre · 6 CFU · 0 file

Competenze specifiche: Studio delle fonti del diritto e della disciplina lavoristica applicata al dominio dell’Ingegneria, con particolare riferimento a: contrattualistica; HRM; responsabilità. Al termine del corso,…

Scheda dell'insegnamento

Obiettivi formativi

Competenze specifiche:
Studio delle fonti del diritto e della disciplina lavoristica applicata al dominio dell’Ingegneria, con particolare riferimento a: contrattualistica; HRM; responsabilità.
Al termine del corso, gli studenti saranno in grado di utilizzare correttamente le regole di gestione dei rapporti, sia nell’ambito di organizzazioni complesse, sia nell’ambito di rapporti libero-professionali.
Competenze trasversali:
Capacità critiche e di giudizio conseguite attraverso l’analisi della struttura, dei requisiti e delle specifiche dei problemi reali che vengono proposti durante il corso, evidenziando capacità di “problem solving”.

Programma

Elementi relativi al diritto e alla gestione dei rapporti di lavoro con un particolare focus sul dominio dell’Ingegneria; le fonti, i contratti, il mercato del lavoro, poteri, obblighi e responsabilità delle parti.

LEZIONI

1. L’ordinamento giuridico (fonti, norme giuridiche, situazioni giuridiche, fatti e atti giuridici). Le obbligazioni e i contratti
2. Imprese e società
3. L’organizzazione sindacale e le forme di partecipazione. Contrattazione collettiva e contratto collettivo
4. Il mercato del lavoro e la qualificazione giuridica dei rapporti di lavoro
5. Il lavoro libero-professionale e le responsabilità
6. Gli obblighi e i diritti del prestatore di lavoro
7. I poteri, gli obblighi e le responsabilità del datore di lavoro
8. La cessazione del rapporto di lavoro: licenziamenti e dimissioni
9. Appalti, contratti pubblici, clausole sociali e occupazione
10. I rapporti tra le imprese
11. I poteri, i diritti e le responsabilità del manager
12. La gestione delle risorse umane nelle organizzazioni complesse.
13. Gestione dei conflitti (individuali e collettivi), gestione dei gruppi di lavoro, gestione della crisi.
14. Tecnologia e lavoro; il lavoro digitale; le piattaforme; l’impatto della Intelligenza Artificiale sul mercato del lavoro
15. La contrattualistica UE ed extra-UE: due diligence; trasferimenti; missioni; responsabilità.

ESERCITAZIONI
16. Esempi di casi reali in cui intervengono i contenuti esplorati durante le lezioni; simulazioni.

Modalità d'esame

Le modalità d'esame saranno adeguate alle particolari esigenze degli studenti e delle studentesse con disabilità certificate ai sensi delle leggi 104/1992 e 118/1971 o con disturbi specifici di apprendimento (DSA) certificati ai sensi della legge 170/2010, facendo riferimento all'Art. 9 del "Regolamento per l'inclusione e il diritto allo studio di studenti con disabilità o con disturbi specifici di apprendimento" (emanato con decreto rettorale 01.03.2022, n. 370).

Testi di riferimento

Specifico materiale didattico fornito dal docente, costituito da articoli scientifici e dispense.

Manuale di riferimento (le parti da studiare saranno indicate dal docente a lezione):
G. Santoro-Passarelli, Diritto dei lavori e della occupazione, Torino, ultima edizione

Codice insegnamento 27009186

Finanza E Performance Aziendali 2° anno · 1° semestre · 6 CFU · IEGE-01/A · 0 file

Il corso è finalizzato all’apprendimento dei principali strumenti di finanziamento delle imprese e delle metodologie avanzate per l’analisi economico-finanziaria e la valutazione di impresa. Ulteriore obiettivo formativo…

Scheda dell'insegnamento

Obiettivi formativi

Il corso è finalizzato all’apprendimento dei principali strumenti di finanziamento delle imprese e delle metodologie avanzate per l’analisi economico-finanziaria e la valutazione di impresa. Ulteriore obiettivo formativo riguarda lo sviluppo della sensibilità verso la responsabilità dell’impresa nei riguardi di tutti gli stakeholders. In questo senso il focus è la valutazione delle performance aziendali di tipo finanziario e non finanziario.

Competenze specifiche
Conoscenza degli strumenti di finanziamento delle imprese
Conoscenza delle tecniche avanzate di analisi economico-finanziaria di impresa
Conoscenza dei metodi di valutazione delle aziende
Abilità di analisi di impresa dal punto di vista economico-finanziario e di sostenibilità

Competenze trasversali
Abilità di analizzare e sintetizzare informazioni al fine di definire le strategie aziendali
Abilità di formulare giudizi in autonomia sulla situazione aziendale propria e dei competitor

Programma

Il corso fornisce l’analisi degli strumenti di finanziamento delle imprese e delle metodologie avanzate per l’analisi economico-finanziaria e per la valutazione di impresa.
Vengono fornite le conoscenze per l’analisi dell’impresa nell’ottica degli stakeholders, contrapposta all’ottica degli shareholders, e per la valutazione degli indicatori caratteristici di tipo finanziario e non finanziario, anche nell’ottica della sostenibilità, come gli ESG. Vengono inoltre forniti i rudimenti del project financing

Strumenti di finanziamento dell’impresa (ore 13)

  • Sistemi finanziari e intermediazione
  • Classificazione delle fonti di finanziamento
  • Strumenti dei mercati mobiliari
  • Strumenti degli intermediari creditizi
  • Finanziamento dell’innovazione e ingresso nel capitale di rischio
    Analisi economico-finanziaria e valutazione (ore 22)
  • I prospetti di bilancio e il Rendiconto finanziario
  • Analisi economico-finanziaria di impresa
  • Valutazione: valore contabile, valore di mercato, valore degli intangibles
  • Metodo finanziario e DCF Discounted Cash Flow
  • Costo del capitale e stima dei flussi di cassa
    La prospettiva degli stakeholders (ore 8)
  • Stakeholders vs shareholders
  • Responsabilità dell’impresa
  • Sostenibilità: dimensione ambientale, sociale e economica
  • ESG: Environmental, Social and Governance
    Il project financing (ore 7)
  • Gli attori del project financing
  • Fasi del project financing
  • Casi

Modalità d'esame

Metodi di valutazione dell’apprendimento
La valutazione dell’apprendimento è effettuata considerando:
· la valutazione derivante dal lavoro di gruppo e dalla sua presentazione
· il punteggio del test finale
Le modalità d'esame saranno adeguate alle particolari esigenze degli studenti e delle studentesse con disabilità certificate ai sensi delle leggi 104/1992 e 118/1971 o con disturbi specifici di apprendimento (DSA) certificati ai sensi della legge 170/2010, facendo riferimento all'Art. 9 del "Regolamento per l'inclusione e il diritto allo studio di studenti con disabilità o con disturbi specifici di apprendimento" (emanato con decreto rettorale 01.03.2022, n. 370).
Criteri di valutazione dell’apprendimento
Il lavoro di gruppo, da svolgersi durante le lezioni e da presentare alla fine del corso, ha l’obiettivo di trasmettere sia competenze specifiche che competenze trasversali. La presentazione richiede agli studenti capacità di comunicazione. Il test finale è un test scritto, si compone di domande a risposta multipla e ha l’obiettivo di valutare le competenze specifiche.
Criteri di misurazione dell’apprendimento e attribuzione del voto finale
La valutazione ottenuta nel lavoro di gruppo determina un voto uguale per ogni componente del gruppo. Il test finale singolo determina un voto singolo. Il voto finale per lo studente è ottenuto dalla media pesata dei voti conseguiti nelle prove descritte.
Appelli d'esame
https://corsi.unical.it/lm/ingegneria-gestionale/cds/studiare/calendario-esami/

Testi di riferimento

Dispense fornite dal docente

Codice insegnamento 27010394

Gestione Dei Processi Trasformativi E Biotecnologici 2° anno · 6 CFU · ICHI-01/B · 0 file

Obiettivi formativi (in termini di risultati di apprendimento attesi) / Learning outcomes Il corso intende fornire agli studenti competenze specifiche e trasversali. Competenze Specifiche: Applicare teorie e metodi…

Scheda dell'insegnamento

Obiettivi formativi

Obiettivi formativi (in termini di risultati di apprendimento attesi) / Learning outcomes Il corso intende fornire agli studenti competenze specifiche e trasversali. Competenze Specifiche:

  • Applicare teorie e metodi scientifici per analizzare processi e sistemi complessi in cui avvengono trasformazioni della materia che portano all’ottenimento di prodotti innovativi;
  • Progettare o selezionare singole apparecchiature di processo in particolare nell'ambito dei processi industriali;
  • Sviluppare e ottimizzare processi industriali che siano sostenibili ed efficienti.
  • Analizzare processi di trasformazione esistenti con il fine di definire i cambiamenti necessari per aumentarne la redditività e/o la sostenibilità;
  • Descrivere uno schema di impianto di fermentazione in base alla simbologia comunemente adottata in ambito industriale;
  • Classificare e commentare con terminologia adeguata processi di fermentazione, farmaceutici o alimentari in base al prodotto finale, alle caratteristiche delle materie prime e al tipo di impianto utilizzato.
    -
    Competenze Trasversali:
  • Impiego di conoscenze metodologiche, tecnologiche e ingegneristiche finalizzate alla identificazione, formulazione e risoluzione di problemi complessi dell'industria di processo, utilizzando un approccio interdisciplinare.
  • abilità alla collaborazione in piccoli gruppi ed alla condivisione e presentazione del lavoro svolto.
  • autonomia nella ricerca di dati e informazioni utili alla redazione di elaborati progettuali complessi.

Programma

Il corso mira ad analizzare e approfondire i principali aspetti che riguardano l’organizzazione, la gestione e l’ottimizzazione dei processi di trasformazione industriale mediante tecniche e metodologie tipiche dell’ingegneria di processo. Si provvederà, inoltre, ad ampliare il bagaglio di conoscenze sui processi di produzione dell’industria di processo grazie alla descrizione delle tecnologie operative e dei modelli di impianto utilizzati su scala industriale.

Introduzione ai fenomeni di trasporto.

Processi di trasformazione industriale
Analisi delle caratteristiche dei principali processi di: separazione, concentrazione, estrazione, essiccazione, reazione, etc..

Sostenibilità ed efficienza dei processi di trasformazione.

Gestione dei processi di trasformazione: tecniche di massimizzazione delle rese, di minimizzazione del consumo di energia, di gestione delle materie prime e delle scorte di magazzino.

Principi base dei processi di fermentazione industriale.

Bioconversioni: principi generali ed applicazioni.

Tecniche di immobilizzazione su substrati di enzimi e cellule.

Esempi di impianti di fermentazione e bioconversione: impianti per la produzione di bevande alcoliche (vino, spumante, birra, distillati, etc.), impianti per la produzione di yogurt, impianti per la produzione di pane e prodotti lievitati, bioreattori per produzioni farmaceutiche, reattori enzimatici.

Nell’ambito del corso si organizzeranno specifiche visite aziendali presso realtà produttive operanti sul territorio nazionale.

Modalità d'esame

Metodi e criteri di
valutazione dell’apprendimento / L’esame consiste nella redazione di un elaborato progettuale, svolto da
un gruppo di lavoro costituito da 2-4 studenti, e di una prova orale. Il voto finale è in trentesimi. Il voto finale è assegnato al termine del colloquio e

Methods and Criteria for Learning Assessment tiene conto, in maniera prevalente, della qualità dell’elaborato progettuale svolto e del grado di innovazione delle soluzioni proposte. L’elaborato progettuale verte, essenzialmente, sull’analisi e sulla risoluzione di un problema di interesse pratico, nei settori dei processi di trasformazione o biotecnologici.
Le domande della prova orale permettono di complementare la verifica dei risultati di apprendimento previsti, quali le competenze acquisite sugli argomenti specifici dell’insegnamento. Le domande e la discussione dell’elaborato progettuale permettono inoltre di valutare le capacità trasversali di risoluzione di problemi, di reperire autonomamente dati e informazioni utili.
Nel caso in cui fosse necessario svolgere gli esami a distanza, si utilizzerà l’applicativo MS Teams. Gli studenti, in qualità di relatori, presenteranno l’elaborato progettuale svolto e saranno poi chiamati dalla Commissione d’esami a rispondere su specifiche questioni che riguardano l’elaborato progettuale svolto o, più in generale, gli argomenti trattati durante le lezioni.
Le modalità d'esame saranno inoltre adeguate alle particolari esigenze degli/delle studenti/studentesse con disabilità certificate ai sensi delle leggi 104/92 e 118/71 o con Disturbo specifico di apprendimento (DSA) certificato ai sensi della legge 170/2010), facendo riferimento alle indicazioni fornite dalla Delegata alle attività concernenti l’integrazione degli Studenti con disabilità e con disturbi specifici di apprendimento nell’Ateneo.

Testi di riferimento

Practical Chemical Process Optimization - Ioannis K. Kookos – Springer Eds.

Materiale didattico messo a disposizione del docente: presentazioni power point utilizzate durante il corso.

Codice insegnamento 27009155

Gestione Dell'Energia 2° anno · 9 CFU · IIND-06/B · 0 file

Il corso intende fornire le conoscenze di base per la gestione dell’energia e dei sistemi energetici, coniugando le competenze energetiche con gli aspetti normativi, gestionali ed economico-finanziari. Saranno analizzati…

Scheda dell'insegnamento

Obiettivi formativi

Il corso intende fornire le conoscenze di base per la gestione dell’energia e dei sistemi energetici, coniugando le competenze energetiche con gli aspetti normativi, gestionali ed economico-finanziari.
Saranno analizzati sistemi tradizionali e innovativi, e particolare attenzione sarà rivolta all’efficienza energetica, agli impianti cogenerativi e poligenerativi, alla produzione di energia da fonti rinnovabili. Saranno sviluppati gli strumenti per analisi tecnico-economiche e per la valutazione delle prestazioni di vari sistemi, in modo da consentire la gestione efficiente dell’energia e le scelte più vantaggiose ai fini energetici, economici ed ambientali.

I risultati attesi sono declinati secondo i Descrittori di Dublino.

Conoscenza e capacità di comprensione:
Conoscenza dei principi di funzionamento dei sistemi energetici e dei sistemi di gestione dell’energia, e comprensione dei principi delle diagnosi energetiche e degli strumenti per l’incremento dell’efficienza energetica.

Capacità di applicare conoscenza e comprensione:
Capacità di condurre audit energetici e definire possibili interventi di efficientamento con la valutazione delle prestazioni energetiche economiche e ambientali.

Autonomia di giudizio:
Capacità di confrontare e selezionare fra differenti soluzioni tecniche alternative.

Abilità comunicative:
Capacità di esporre e comunicare analisi tecniche adoperando un linguaggio specialistico adeguato, sia in forma scritta che orale.

Capacità di apprendimento:
Capacità di aggiornamento autonomo delle conoscenze e di ricerca di informazioni tecniche, con identificazione e valutazione di soluzioni alternative.

Programma

Strumenti e metodi per la gestione efficiente dell’energia e dei sistemi energetici in grado di coniugare esigenze tecniche, ambientali, normative, ed economiche.

LEZIONI
1. Scenario energetico e politiche energetiche

  • La questione energetica, scenari globali e locali
  • Fabbisogni e consumi energetici
  • Politiche energetiche e ambientali
  • Riferimenti normativi europei e italiani
    2. Sistemi energetici e fonti energetiche
  • Sistemi energetici tradizionali ed innovativi
  • Sistemi ORC, motori a combustione interna, turbogas
  • Caldaie, pompe di calore e macchine frigorifere
  • Cogenerazione, trigenerazione e poligenerazione
  • Best available techniques
  • Fonti tradizionali e rinnovabili
  • Biomasse, mini e micro-idro, geotermia, eolico, solare
    termico e fotovoltaico
    3. Meccanismi incentivanti e fonti di finanziamento
  • Incentivi storici (certificati verdi, conto energia, CIP 6)
  • Titoli di efficienza energetica
  • Conto termico
  • Tariffa omnicomprensiva
  • Cogenerazione ad alto rendimento
    4. Gestione dell’energia ed efficienza energetica
  • Sistemi di gestione dell’energia
  • Figure professionali
  • Esperto in gestione dell’energia
  • Energy service company
  • Diagnosi energetiche e audit
  • Indici di prestazione energetica
  • Tecnologie e strumenti per l’efficienza energetica
    5. Analisi economica e ambientale
  • Strumenti di analisi economica
  • Valutazione, stima e verifica costi/benefici
  • Indicatori economici
  • Cash flow energetici
  • Criteri di valutazione degli investimenti
  • Contabilità ambientale
    ESERCITAZIONI
    1. Bilanci energetici
    2. Diagnosi energetiche
    3. Efficientamento energetico
    4. Ottimizzazione dei sistemi energetici

Modalità d'esame

Metodi di valutazione dell’apprendimento:
Per ogni appello d’esame, la valutazione dell’apprendimento si basa su una relazione progettuale e su una prova orale. La relazione, da consegnare entro sette giorni dalla prova orale, ha per oggetto l’analisi delle prestazioni energetiche di specifiche utenze individuate durante il corso e la definizione di possibili interventi di efficientamento energetico. Durante la prova orale, della durata massima di trenta minuti, lo studente espone tre temi specifici (inerenti il programma del corso), sulla base delle domande formulate dalla Commissione d’esame.
Le modalità d’esame saranno adeguate alle particolari esigenze degli studenti e delle studentesse con disabilità certificate ai sensi delle leggi 104/1992 e 118/1971 o con disturbi specifici di apprendimento (DSA) certificati ai sensi della legge 170/2010, facendo riferimento all'Art. 9 del "Regolamento per l'inclusione e il diritto allo studio di studenti con disabilità o con disturbi specifici di apprendimento" (emanato con decreto rettorale 01.03.2022, n. 370).

Criteri di valutazione dell’apprendimento:
La relazione progettuale mira a valutare il livello delle competenze tecniche acquisite. Per essere ammessi alla successiva prova orale è necessario che la relazione progettuale sia valutata almeno “sufficiente”. La prova orale intende verificare la capacità di analisi critica e di giudizio, le competenze tecniche e metodologiche, e il possesso di un adeguato linguaggio specialistico. La prova è valutata sulla base della chiarezza, correttezza e completezza dell’esposizione degli argomenti di discussione proposti. Per superare la prova con livello sufficiente occorre rispondere in modo corretto e completo ad almeno due domande proposte.

Criteri di misurazione dell’apprendimento e attribuzione del voto finale:
Alla relazione progettuale ed alla prova orale è attribuito un voto in trentesimi. Il voto minimo utile per il superamento delle prove è 18/30. Il voto finale, espresso in trentesimi, è dato dalla media dei voti ottenuti nelle due prove.

Appelli di esame:
https://dimeg.unical.it/didattica/iscriversi-studiare-laurearsi/bacheca-corsi-di-studio/?lang=it

Testi di riferimento

Materiale didattico fornito dal docente sulla piattaforma on-line http://icampus.dimeg.unical.it
A. Calabria, D. Di Palma, M. Di Veroli, M. Lucentini, L’Esperto in Gestione dell’Energia, EPC Editore, 2016.
S. Picchiolutto, Energy Manager ed Esperto in Gestione dell’Energia, Legislazione Tecnica, 2018.
B. L. Capehart,‎ W. J. Kennedy,‎ W. C. Turner, Guide to Energy Management, Fairmont Press - 8 Eighth Edition - International Version, 2016.

Codice insegnamento 27000274

Ingegneria Finanziaria 2° anno · 9 CFU · MATH-06/A · 0 file

l corso ha l’obiettivo di: fornire conoscenze relative a progettazione, sviluppo e applicazione di modelli e metodi di ottimizzazione a supporto dei processi decisionali nell’ambito dell’Ingegneria Finanziaria sviluppare…

Scheda dell'insegnamento

Obiettivi formativi

l corso ha l’obiettivo di:

  • fornire conoscenze relative a progettazione, sviluppo e applicazione di modelli e metodi di ottimizzazione a supporto dei processi decisionali nell’ambito dell’Ingegneria Finanziaria
  • sviluppare competenze su analisi, formulazione e soluzione di problemi decisionali complessi attraverso l'uso di strumenti software e linguaggi di programmazione avanzati come Python
  • consentire agli studenti di affrontare problemi reali analizzandone struttura, requisiti e specifiche, potenziando le capacità di problem solving e di analisi critica.

Conoscenza e comprensione (Descrittore di Dublino 1)
Lo studente acquisirà le conoscenze metodologiche e teoriche relative ai modelli di ottimizzazione avanzata, con particolare riferimento alla programmazione stocastica e ai processi decisionali in condizioni di incertezza applicati al dominio finanziario.
Capacità di applicare conoscenza e comprensione (Descrittore di Dublino 2)
Lo studente sarà in grado di gestire l'intero ciclo di risoluzione di un problema di ingegneria finanziaria: dalla fase di analisi e formulazione matematica alla traduzione algoritmica e soluzione computazionale mediante l'utilizzo del linguaggio Python.
Capacità critica e di giudizio (Descrittore di Dublino 3)
Attraverso l'analisi di problemi reali proposti durante il corso, lo studente svilupperà la capacità di valutare criticamente i requisiti dei modelli, scegliendo le tecniche di analisi predittiva e prescrittiva più idonee al contesto di riferimento.
Capacità di comunicazione (Descrittore di Dublino 4)
Lo studente consoliderà le proprie capacità comunicative essendo in grado di redigere relazioni tecniche chiare e rigorose e di presentare efficacemente i risultati del progetto assegnato utilizzando un linguaggio tecnico appropriato.
Capacità di apprendimento autonomo (Descrittore di Dublino 5)
Il corso fornisce gli strumenti metodologici necessari affinché lo studente possa aggiornare autonomamente le proprie competenze nel campo dell'ottimizzazione finanziaria, integrando nuove librerie software e approcci modellistici innovativi nel proprio percorso professionale.

Programma

Il corso approfondisce i modelli e i metodi di ottimizzazione matematica avanzata per l'Ingegneria Finanziaria. I contenuti si focalizzano sulla progettazione di modelli per la gestione del portafoglio, la misurazione del rischio e la valutazione delle performance. Il percorso didattico integra l'uso del linguaggio di programmazione Python di librerie specializzate per la modellazione e la risoluzione computazionale dei problemi decisionali trattati.

Il corso si divide in 3 parti principali di seguito dettagliate.
I parte (ore: 15L/5E)
Introduzione alla programmazione matematica in condizioni di incertezza
Il paradigma della Programmazione Stocastica: Modelli con ricorso e modelli sotto vincoli probabilistici
Introduzione ai processi stocastici
Esercitazioni Python: Introduzione all'ambiente di programmazione e modellazione di problemi di ottimizzazione lineare in condizioni di incertezza.

II parte (ore: 25L/15E)
Analisi tecnica ed analisi fondamentale
Principali strumenti finanziari e loro caratteristiche
Le misure di rischio
La teoria del Portafoglio
Il modello di Markowitz e le sue varianti
Modelli di Programmazione Stocastica per la gestione del portafoglio
Tecniche di generazione degli scenari
Esercitazioni Python: Implementazione della frontiera efficiente, simulazioni Monte Carlo per gli scenari e ottimizzazione stocastica di portafoglio con librerie specializzate.

III parte (ore: 10L/5E)
La valutazione comparativa delle aziende
La tecnica di Data Envelopment Analysis (DEA)
I modelli primali e duali
Applicazione della tecnica DEA nell’ambito della valutazione del merito creditizio
Esercitazioni Python: Sviluppo di script per il calcolo dell'efficienza relativa e analisi di casi studio su dataset aziendali.

Modalità d'esame

Metodi di Valutazione dell'Apprendimento
Per ogni appello d’esame, la modalità di valutazione dell’apprendimento si articola in due prove svolte consecutivamente. La prima si basa sulla presentazione e discussione di un progetto di gruppo assegnato durante il corso, mentre la seconda consiste nella prova orale. Il gruppo di lavoro, costituito da al più tre studenti, si forma su iniziativa degli stessi studenti e viene comunicato al docente entro un mese dal termine del corso. Il docente, durante l’ultimo mese di corso, assegna ad ogni gruppo il tema del progetto a partire da un articolo scientifico selezionato congiuntamente agli studenti del gruppo. Il progetto prevede la formulazione e la soluzione di un problema di ottimizzazione attraverso Python. Il gruppo, entro 10 giorni prima della prova, deve inviare al docente una relazione scritta che descrive lo svolgimento del progetto. In sede di esame, il gruppo illustra, tramite presentazione con videoproiettore, le varie fasi del progetto evidenziando i risultati ottenuti. Il progetto mira a verificare e valutare il livello di conseguimento delle competenze specifiche e trasversali fornite dal corso. In particolare viene verificato: • se è stata acquisita la capacità di saper applicare, in modo appropriato ed efficiente, i modelli e metodi avanzati per la definizione e soluzione del problema reale trattato nel progetto: • attraverso la relazione e la presentazione del progetto, se è stata acquisito il corretto corredo di linguaggio tecnico, la capacità di analisi critica e di giudizio, attitudine al “problem solving”, valutando anche il livello di conoscenza dei contenuti metodologici del corso.
L’esito della prova viene valutato sulla base della completezza, correttezza, chiarezza della relazione e dell’esposizione circa il tema assegnato per il progetto. Il voto assegnato alla prova progettuale è misurato in trentesimi. Al termine dell’esposizione del progetto si procede con la prova orale. Essa mira a verificare l’acquisita proprietà di linguaggio tecnico, e a valutare le conoscenze relative agli aspetti teorici e le capacità al ragionamento logico attraverso discussioni su argomenti trattati durante il corso. La prova ha una durata stimata di mezz’ora, e si basa generalmente su tre domande, una per ciascuna delle parti in cui il corso è suddiviso. Il voto della prova orale è misurato in trentesimi.
Criteri di Misurazione dell’Apprendimento e Attribuzione del Voto Finale
La valutazione dell’apprendimento viene misurata con un voto espresso in trentesimi, ottenuto come media pesata (1/3) e (2/3) della prova progettuale ed orale, rispettivamente.

Le modalità d'esame saranno adeguate alle particolari esigenze degli studenti e delle studentesse con disabilità certificate ai sensi delle leggi 104/1992 e 118/1971 o con disturbi specifici di apprendimento (DSA) certificati ai sensi della legge 170/2010, facendo riferimento all'Art. 9 del "Regolamento per l'inclusione e il diritto allo studio di studenti con disabilità o con disturbi specifici di apprendimento" (emanato con decreto rettorale 01.03.2022, n. 370).

Appelli d’esame:

Testi di riferimento

  • Ruszczyski, A. Shapiro, “Stochastic Programming”. Handbooks in Operations Research and Management Science 10 Philadelphia: Elsevier, 2003.
  • D. Luemberger “Investment Science”, Oxford Press 1998.
  • Slides fornite dal docente nel canale TEAMS dedicato

Codice insegnamento 27006452

Innovation Management And Entrepreneurship 2° anno · 1° semestre · 6 CFU · IEGE-01/A · 0 file

Competenze specifiche: Comprensione di opportunità, problematiche, processi, modelli, tecniche e metodi per la gestione strategica ed operativa dell’innovazione; Comprensione delle forme in cui i diversi attori…

Scheda dell'insegnamento

Obiettivi formativi

Competenze specifiche:

  • Comprensione di opportunità, problematiche, processi, modelli, tecniche e metodi per la gestione strategica ed operativa dell’innovazione;
  • Comprensione delle forme in cui i diversi attori intervengono nel processo di innovazione
  • Comprensione dei fattori che intervengono nella competizione tra standard e nell’affermazione del disegno dominante;
  • Conoscenza dei principali modelli e approcci alla imprenditorialità
  • Abilità di valutare la convenienza dei progetti di innovazione e di scegliere tra diverse alternative i progetti da realizzare;
  • Comprensione degli strumenti di finanziamento dei progetti di innovazione;
  • Comprensione dei concetti alla base delle strategie di collaborazione e delle tecniche e dei metodi di valutazione, scelta e controllo del partner;
  • Comprensione del concetto di appropriabilità, delle strategie di protezione, dei meccanismi di sicurezza e dei criteri di gestione del rischio riferiti ai processi di innovazione;
  • Abilità di gestione organizzativa dei processi di innovazione;

Competenze trasversali:

  • Abilità di applicare le conoscenze, i concetti e i metodi studiati a casi di studio reali, in particolare attraverso lo studio di fattibilità;
  • Abilità di risoluzione dei problemi, in particolare attraverso l’applicazione di modelli, tecniche e metodi teorici a casi reali;
  • Abilità di lavorare in team sviluppando uno spirito collaborativo;
  • Abilità di comunicazione, di condivisione delle idee e delle conoscenze e di gestione dei conflitti all’interno dei gruppi di lavoro;
  • Abilità di presentazione all’esterno dei risultati ottenuti dal team.

Programma

Il corso fornisce gli strumenti teorici e metodologici per analizzare le opportunità e le problematiche derivanti dalla gestione dei processi di innovazione nelle imprese, sia a livello strategico che operativo. Vengono analizzate le differenze tra managerialità e imprenditorialità, approfondendo in particolare il processo imprenditoriale per la costituzione di nuove imprese innovative. Il corso prevede una parte laboratoriale in cui i team di studenti saranno coinvolti nella progettazione di una start-up innovativa (partendo dalla definizione della business idea, elaborando il livello intermedio del business model, e arrivando infine alla redazione del business plan).

  • Introduction to Innovation Management
  • Economics of innovation
  • Forms and Types of Innovation
  • The 4Ps Model (product-process-paradigm-position)
  • New Product Development
  • Standards battle, Modularity and Platform competition
  • Organizing Innovation. Models and Business Models
  • Market entry Strategies
  • Collaboration Strategies
  • Innovation and Appropriability
  • Entrepreneurship (theoretical approaches and practical implications)
  • Differences among management and entrepreneurship: the entrepreneurial "role networks" that can emerge within organizations.
  • Project work: developing a business idea, business models and business plan.

Modalità d'esame

La valutazione è basata su una prova scritta e una prova orale, entrambe non strutturate/a stimolo aperto-risposta aperta. La prova orale sarà integrata dallo svolgimento opzionale di attività di approfondimento extra-aula (PROJECT WORK) definito dal docente,
formalizzate in un documento e presentate oralmente. La prova d'esame prevede domande analisi di casi di studio concernenti diversi aspetti ed argomenti trattati nel corso, nonché domande aperte finalizzate a valutare la conoscenza teorica dei concetti del corso, nonché la capacità di applicazione a casi reali dei diversi metodi, tecniche e strumenti trattati nel corso, dimostrando, dunque, la capacità di analisi e gestione dei processi di innovazione all’interno di un’organizzazione.

Criteri di Valutazione dell’Apprendimento
La valutazione dell’apprendimento, per mezzo sia della prova scritta che della prova orale, è basata sulla verifica della effettiva padronanza dei concetti e delle metodologie esposti all’interno del corso, della abilità di porre in relazione i diversi contenuti acquisiti e della capacità di esemplificazione e di riferimento a casi reali.
L’ammissione alla prova orale avviene a seguito del superamento della prova scritto con una valutazione di (almeno) piena sufficienza, dimostrando la padronanza dei concetti di base e delle loro potenziali applicazioni a casi reali.
La discussione della prova d’esame nel suo complesso dà inoltre la possibilità di valutare le capacità trasversali maturate dal singolo studente (e. g. risoluzione di problemi, autonomia nello svolgimento dei task assegnati, capacità di lavorare in gruppo e di comunicare i risultati del lavoro effettuato).
La valutazione viene effettuata sulla base della chiarezza, correttezza e completezza dell’esposizione circa gli argomenti di discussione proposti.
Per superare la prova con livello sufficiente occorre rispondere, in modo corretto e completo, ad almeno uno degli argomenti proposti.

Criteri di Misurazione dell’Apprendimento e Attribuzione del Voto Finale
Gli esiti della prova scritta e della prova orale contribuiscono a definire, con stesso peso, l’esito complessivo dell’esame.
L’attribuzione del voto finale, in trentesimi, viene assunta sulla base dell’indicazione fornita dalla mediazione degli esiti specifici delle prove (Scritto + Orale e Project Work). Le attività di approfondimento e condivisione di idee e conoscenze, sia nell’ambito delle esercitazioni sia opzionalmente extra-aula, forniscono al docente un elemento di valutazione addizionale ai fini della attribuzione
del voto finale.

Testi di riferimento

Textbook (mandatory):
M. A. Schilling (2020). Strategic Management of Technological Innovation, 6th Edition, McGraw-Hill,.

  • Additional teaching material provided by the professor on Microsoft Teams: slides, case studies, scientific articles and other educational resources on the Internet.
  • Other textbook suggested for integration/deepening of specific topics
    (optional):
    Grandi A., Sobrero M. (a cura di), 2005, Innovazione tecnologica e gestione d’impresa (I e II volume), Il Mulino, Bologna.
    Nicolò, D. (2021) Business Plan nella fase di Startup. Egea
    Bessant, J., Tidd, J. Imprenditorialità, Il Mulino, 2020
    .

Codice insegnamento 27009151

Management Dei Sistemi Sanitari 2° anno · 6 CFU · IEGE-01/A · 0 file

Conoscenza e capacità di comprensione (Descrittore di Dublino 1): Acquisizione di conoscenze teoriche relative all'evoluzione storica, al funzionamento e all'assetto regolatorio dei sistemi sanitari nazionali e…

Scheda dell'insegnamento

Obiettivi formativi

  • Conoscenza e capacità di comprensione (Descrittore di Dublino 1): Acquisizione di conoscenze teoriche relative all'evoluzione storica, al funzionamento e all'assetto regolatorio dei sistemi sanitari nazionali e internazionali. Comprensione dei modelli organizzativi della sanità e dei principi ingegneristici alla base della gestione dei relativi processi operativi e socio-sanitari.
  • Capacità di applicare conoscenza e comprensione (Descrittore di Dublino 2): Capacità di modellare matematicamente e concettualmente i processi assistenziali e di cura. Abilità nell'utilizzare indicatori quantitativi e qualitativi di efficacia ed efficienza per supportare la governance e l'innovazione tecnologico-organizzativa all'interno di strutture sia pubbliche sia private.
  • Autonomia di giudizio (Descrittore di Dublino 3): Capacità di analizzare criticamente contesti operativi sanitari complessi e formulare valutazioni autonome sul livello delle performance organizzative e sulla sostenibilità dei modelli sanitari regionali, interpretando in modo integrato dati epidemiologici, gestionali e di spesa.
  • Abilità comunicative (Descrittore di Dublino 4): Sviluppo della capacità di esporre in forma scritta e orale, con rigore logico-argomentativo e proprietà di linguaggio tecnico-ingegneristico, analisi sistemiche, report gestionali e linee di sviluppo strategico, rivolti a interlocutori specialisti (direzioni sanitarie, medici) e non specialisti.
  • Capacità di apprendimento (Descrittore di Dublino 5): Sviluppo di metodologie di studio autonomo che consentano al discente di aggiornarsi costantemente sull'evoluzione normativa, tecnologica e manageriale del settore sanitario, nonché di consultare con spirito critico la letteratura scientifica di settore e i report istituzionali.

Programma

L'insegnamento si propone di trasferire agli studenti i modelli teorici e le metodologie ingegneristiche fondamentali per la comprensione, la caratterizzazione strutturale e il miglioramento continuo delle performance multidimensionali dei sistemi sanitari. Il percorso formativo si articola in due macro-ambiti tematici interconnessi:
1. Definizione dei pilastri costitutivi, dei modelli macro-economici e delle variabili descrittive del sistema salute e dei sistemi sanitari comparati. Ingegnerizzazione e modellazione di sistemi sanitari.
2. Analisi del funzionamento dei sistemi sanitari, focalizzandosi sui modelli organizzativi complessi, sui processi di pianificazione e gestione. Simulazione e valutazione analitica di sistemi sanitari.

Macro-ambito 1: Salute e Sistemi Sanitari (20 ore L + 8 ore E)

  • 1.1 Introduzione e cenni storici sull'evoluzione dei sistemi di tutela della salute (2 ore L)
  • 1.2 Misure e indicatori epidemiologici e di sistema: parametri demografici, profili di salute, stili di vita e auditing della spesa (4 ore L)
  • 1.3 Parametrizzazione delle risorse: mappatura del personale sanitario, censimento delle strutture cliniche e delle attrezzature ad alta tecnologia (3 ore L)
  • 1.4 Modelli qualitativi e quantitativi per la valutazione dei sistemi sanitari: il modello ecologico e socio-ecologico; il modello strutturale di Dever e l'indice di efficacia quantitativa di DOME (4 ore L)
  • 1.5 Analisi comparativa internazionale: sistemi sanitari dei principali paesi industrializzati (modello Beveridge nel Regno Unito, modello Bismarck in Francia e Germania, sistema privato-assicurativo negli Stati Uniti, modelli assistenziali in Svizzera, Giappone, Cina) (2 ore L)
  • 1.6 Calcolo degli indici di performance di Dever e DOME applicati a casi di studio nazionali (5 ore L)
  • 1.7 Attività pratica guidata: Esercitazione su costruzione e interpretazione dei causal loop diagrams applicati ai sistemi sanitari e applicazione degli archetipi sistemici alla gestione delle organizzazioni sanitarie (8 ore E)

Macro-ambito 2: Organizzazione Sanitaria in Italia (15 ore L + 7 ore E)

  • 2.1 Evoluzione storica del Servizio Sanitario Nazionale (SSN) e quadro normativo di riferimento (2 ore L)
  • 2.2 Pilastri istituzionali: i meccanismi di accreditamento delle strutture pubbliche/private e i flussi di finanziamento della quota capitaria (3 ore L)
  • 2.3 Analisi della spesa sanitaria nazionale ed esame delle dinamiche di deficit economico e mobilità sanitaria interregionale (2 ore L)
  • 2.4 I Livelli Essenziali di Assistenza (LEA): definizione, monitoraggio e garanzia dei diritti costituzionali (2 ore L)
  • 2.5 Modelli organizzativi regionali e analisi delle diversità strutturali nei servizi sanitari territoriali ed ospedalieri (1 ora L)
  • 2.6 Analisi e benchmark delle performance dei sistemi sanitari tramite fonti istituzionali (5 ore L)
  • 2.7 Attività pratica guidata: Esercitazione su Stakeholder analysis, network analysis e modellazione partecipativa nei sistemi sanitari (7 ore E)

Modalità d'esame

1. Metodi di Valutazione: L'esame finale consiste in una prova orale , della durata media di 60 minuti, vertente sull'intero programma del corso (lezioni ed esercitazioni). Durante il colloquio, lo studente è tenuto a presentare e discutere anche l'esito di un project work di gruppo e delle attività di modellazione dei sistemi sanitari affrontate in aula durante le esercitazioni cooperative.

2. Criteri di Valutazione: La valutazione dello studente si basa sui seguenti parametri rigorosi:
● Profondità della conoscenza teorica dei modelli e delle strutture dei sistemi sanitari (Descrittore di Dublino 1).
● Correttezza metodologica nell'applicazione degli indici quantitativi (Dever, DOME) e nella mappatura dei processi clinici (Descrittore di Dublino 2).
● Rigore logico, capacità di analisi critica dei contesti regionali ed autonomia di giudizio (Descrittore di Dublino 3).
● Proprietà di linguaggio tecnico-ingegneristico e chiarezza espositiva (Descrittore di Dublino 4).

3. Criteri di Misurazione e Composizione del Voto Finale: L'esito della valutazione è espresso in trentesimi (scala 18-30/30). Il voto viene assegnato secondo i seguenti livelli di performance:
● 30-30 e Lode: Conoscenza eccellente, spiccata capacità di analisi critica, padronanza assoluta dei modelli quantitativi e terminologia ineccepibile.
● 26-29/30: Conoscenza approfondita della materia, buona capacità applicativa e fluidità espositiva con rari ed insignificanti errori.
● 22-25/30: Conoscenza discreta ma prevalentemente mnemonica, corretta applicazione dei modelli limitatamente ai casi standard.
● 18-21/30: Conoscenza minima accettabile dei concetti di base, lacune lievi nei modelli quantitativi ma sufficiente comprensione generale.
● Insufficiente (<18/30): Gravi lacune concettuali, incapacità di impostare i modelli di valutazione o di interpretare i requisiti minimi del SSN.

4. Calendario e Sessioni d'Esame: Gli appelli d'esame sono distribuiti in conformità al Calendario Didattico della Facoltà/Dipartimento nelle tre sessioni canoniche (Invernale, Estiva, Autunnale). https://corsi.unical.it/lm/ingegneria-gestionale/cds/studiare/calendario-esami/

  • Misure per Studenti con Disabilità o DSA: In conformità alla L. 104/1992 e alla L. 170/2010 , gli studenti che ne facciano formale richiesta possono fruire di adeguate misure dispensative e strumenti compensativi personalizzati per lo svolgimento delle prove d'esame (es. tempi aggiuntivi fino al 30%, uso di mappe concettuali o formulari, sostituzione della prova scritta con un colloquio orale equivalente). Le modalità d'esame specifiche vanno concordate con il docente almeno due settimane prima dell'appello.

Testi di riferimento

Testi:
1.Massimo Crivellini e Manuela Galli, “Sanità e salute: due storie diverse”, 2023, Francoangeli
2.Giorgio Bissolo, Luca Fazzi, “Costruire l’integrazione sociosanitaria”, 2015, Carocci Faber

Dispense: materiale didattico fornito dal docente, costituito da dispense create ad-hoc per approfondimenti su specifici argomenti del corso, che viene reso disponibile sul canale Teams del corso.

Codice insegnamento 27009162

Marketing Lab 2° anno · 2° semestre · 3 CFU · 0 file

Gli studenti approfondiranno le loro conoscenze su Marketing Funnel, Customer Journey, Metrics e KPIs. Impareranno ad utilizzare strumenti per il Marketing e l'uso efficace dei canali digitali. Inoltre, verranno…

Scheda dell'insegnamento

Obiettivi formativi

Gli studenti approfondiranno le loro conoscenze su Marketing Funnel,
Customer Journey, Metrics e KPIs. Impareranno ad utilizzare strumenti per
il Marketing e l'uso efficace dei canali digitali. Inoltre, verranno introdotte
tecnologie innovative, tra cui ChatGPT, per facilitare la ricerca e lo
sviluppo della strategia di marketing.
Al termine del corso, lo studente dovrebbe essere entrato in possesso dei
seguenti skills:
Autonomia di giudizio: indentificare e valutare gli strumenti necessari per
condurre e gestire un piano di Marketing.
Conoscenza e capacità di comprensione applicate: saper analizzare
problemi e situazioni reali nell'ambito del Marketing, utilizzando gli
strumenti più opportuni per pervenire ad una sua soluzione.
Abilità comunicative: comunicare con competenza e proprietà di
linguaggio problemi e soluzioni per la gestione di un piano di Marketing.
Capacità di apprendere: proseguire e approfondire, in autonomia o in
gruppo, problemi e situazioni reali nell'ambito del Marketing.

Programma

Il corso "Marketing Lab" è strutturato come un laboratorio esperienziale e
interattivo che fornisce agli studenti una comprensione approfondita dei
principi e delle pratiche del marketing. Gli studenti maturano competenze
di marketing affrontando casi aziendali ed entrando in contatto con realtà
economiche e produttive, mentre i docenti mettono alla prova modelli e
metodologie innovative per coltivare l'eccellenza e rendere l'istruzione e
la formazione universitaria più aderente alle esigenze del mercato del
lavoro.

Argomenti delle lezioni:
PARTE 1

  • Customer Relationship Management
  • Ricerche di mercato e i sistemi informativi di Marketing
    PARTE 2
  • Marketing digitale e tecniche di comunicazione digitale
  • Digital marketing strategy e funnelling
  • Buyer personas, customer journey
  • Tools di marketing Digitale
  • Search Engine Optimization
  • Paid Search
  • Social Media Marketing
    PARTE 3
  • Project Work

Modalità d'esame

I criteri di valutazione dell’apprendimento si basano su una verifica della:

  • conoscenza e la comprensione dei principali problemi, concetti e
    strumenti del marketing.
  • capacità di trarre conclusioni di sintesi
  • abilità di saper applicare le conoscenze acquisite
    Questi criteri sono applicati nel valutare le 2 prove di esame
  • Realizzazione e presentazione di un project work di gruppo
  • Prova d'esame individuale scritta

Testi di riferimento

Slides delle lezioni ed altro materiale didattico multimediale fornito dal
docente.
Textbooks consigliati:
Digital marketing - Nico Di Domenica - Attilio Redivo - Edoardo Rozzoni -
Gianluigi Crippa
ISBN 9788891904867
Digital Marketing - Annmarie Hanlon
SAGE Publications Ltd
ISBN 9781529786422

Codice insegnamento 27009185

Metodi Informatici Per L'Analisi Dei Processi 2° anno · 6 CFU · IINF-05/A · 0 file

Conoscenza e comprensione (Descrittore di Dublino 1) Al termine del corso, lo studente avrà acquisito le conoscenze teoriche e metodologiche relative alla gestione e all'analisi dei processi aziendali. In particolare…

Scheda dell'insegnamento

Obiettivi formativi

Conoscenza e comprensione (Descrittore di Dublino 1)
Al termine del corso, lo studente avrà acquisito le conoscenze teoriche e metodologiche relative alla gestione e all'analisi dei processi aziendali. In particolare dimostrerà di comprendere:

  • I linguaggi e le tecniche di modellazione dei processi e i meccanismi di tracciamento delle loro esecuzioni.
  • I fondamenti teorici e le tecniche di Process Mining per l'analisi automatica e il monitoraggio dei processi a partire dai log delle esecuzioni (event logs).
  • Le potenzialità, i limiti e gli ambiti di applicazione del Process Mining all'interno dei contesti organizzativi.

Capacità di applicare conoscenza e comprensione (Descrittore di Dublino 2)
Lo studente sarà in grado di applicare gli strumenti analitici e informatici acquisiti per operare su processi organizzativi reali. Nello specifico saprà:

  • Utilizzare con padronanza i principali software e piattaforme del settore, quali ProM, Disco e Celonis .
  • Estrarre un modello di processo dai log di esecuzione per descriverne le modalità tipiche di svolgimento.
  • Individuare e misurare gli scostamenti (conformance checking) tra il comportamento prescritto/atteso di un processo e quello reale registrato nei log.
  • Analizzare le prestazioni di un processo (in termini di tempi e costi di esecuzione), riconoscendo "colli di bottiglia" e inefficienze.
  • Risolvere problemi complessi ed elaborare soluzioni di miglioramento, in particolare attraverso l'approccio algoritmico e lo sviluppo di soluzioni mirate.

Capacità critica e di giudizio (Descrittore di Dublino 3)
Lo studente svilupperà un'autonomia di giudizio che gli consentirà di:

  • Valutare e validare la qualità dei modelli estratti tramite le tecniche di Process Mining, interpretando criticamente i dati operativi.
  • Estrarre conoscenza utile dai casi reali per supportare i processi di decision making e di process re-engineering .
  • Scegliere l'approccio analitico e lo strumento software più idoneo in base alle specificità del processo organizzativo esaminato, agendo con piena consapevolezza dei limiti intrinseci delle tecniche utilizzate.

Capacità di comunicazione (Descrittore di Dublino 4)
Lo studente affinerà le proprie abilità relazionali e comunicative nel contesto professionale e accademico, dimostrando di saper:

  • Lavorare e collaborare efficacemente in piccoli gruppi per l'analisi e la risoluzione di casi di studio complessi.
  • Condividere e presentare in modo chiaro, fluido e strutturato il lavoro svolto, i risultati del mining e le proposte di ottimizzazione dei processi a referenti sia tecnici sia manageriali.

Capacità di apprendimento autonomo (Descrittore di Dublino 5)
Il corso fornirà allo studente le competenze metodologiche necessarie per:

  • Sviluppare autonomia nella ricerca di librerie, estensioni e strumenti software utili alla risoluzione di homework e problemi specifici.
  • Consultare e comprendere documentazione tecnica e risorse scientifiche su siti e piattaforme internazionali , gestendo autonomamente materiale informativo in lingua inglese .
  • Restare aggiornato in modo indipendente sull'evoluzione delle tecnologie e degli standard di mercato legati al Process Mining e alla Business Process Intelligence.

Programma

Il corso di Metodi Informatici per l’Analisi dei Processi offre un percorso specialistico volto allo studio delle principali tecniche e metodologie informatiche per descrivere e analizzare il comportamento di un processo organizzativo, e per facilitarne la diagnosi, l’ottimizzazione e la re-ingegnerizzazione.
Nel corso verranno forniti contenuti riguardanti la modellazione dei processi per la rappresentazione formale dei flussi di controllo, delle risorse e dei dati e contenuti legati al Process Mining, cioè all'analisi delle tracce lasciate dall'esecuzione dei processi nei sistemi informatici.

PARTE I: Concetti fondamentali sulla gestione di processi organizzativi e sulla loro modellazione

  • Concetto di processi organizzativo (“business process”); Business Process -Management (BPM) e ciclo vita di un processo; Process Mining nel ciclo vita di un processo;
  • Gestione informatizzata dei processi: modelli workflow e terminologia di riferimento.
  • Differenti prospettive per la specifica di un processo di business: manipolazione/scambio di dati, organizzazione e flusso delle attività.
  • Specifica del flusso di controllo: workflow pattern e linguaggi di modellazione (Petri Nets, Causal Nets, YAWL);

PARTE II: Tecniche e strumenti di Process Mining

  • Dai modelli all’implementazione: log di esecuzione da sistemi workflow e ERP.
  • Formati standard per la rappresentazione dei log di processo: XES e MXML;
    Process Discovery: algoritmi di Process Mining per l’induzione di modelli di flusso da log di esecuzione.
  • Tecniche per la scoperta di modelli organizzativi e di modelli di interazione (social nets) fra gli esecutori di un processo.
  • Temi complementari (cenni): Process Mining per il supporto a run-time (“operational support”); algoritmi avanzati di Process Discovery
  • Tecniche di Conformance Checking per confrontare un modello di processo con un log di esecuzione, e loro impiego per la valutazione (comparativa) e la validazione di modelli di processo;
  • Verifica (log-driven) di regole/vincoli di esecuzione espressi in forma dichiarativa.

Esercitazioni:

  • Il sistema ProM per l’analisi di log e di modelli workflow:
    Formati utilizzati per la rappresentazione dei log e dei modelli;
    Architettura del sistema; Plugin per la scoperta di modelli di flusso e per l’analisi di conformance; Plugin per la scoperta di modelli organizzativi e di social nets;
  • Uso del sistema open-source ProM per l’analisi di log di esempio, e per condurre studi di caso tratti da contesti applicativi reali.

Modalità d'esame

Metodi di Valutazione dell’Apprendimento
Per ogni appello d’esame, la modalità di valutazione dell’apprendimento si articola in una prova orale di durata media di 35 minuti articolata in due fasi: FASE1: La discussione del progetto didattico (durata 15 min) assegnato dal docente ad inizio corso che può essere sviluppato da gruppi o singolarmente, ma sempre sotto la supervisione del docente.
FASE2: domande sugli argomenti del programma del corso (durata 20 min). Le domande della prova orale permettono di complementare la verifica dei risultati di apprendimento previsti.
Le modalità d'esame saranno adeguate alle particolari esigenze degli studenti e delle studentesse con disabilità certificate ai sensi delle leggi 104/1992 e 118/1971 o con disturbi specifici di apprendimento (DSA) certificati ai sensi della legge 170/2010, facendo riferimento all'Art. 9 del "Regolamento per l'inclusione e il diritto allo studio di studenti con disabilità o con disturbi specifici di apprendimento" (emanato con decreto rettorale 01.03.2022, n. 370).

Criteri di Valutazione dell’Apprendimento
La fase 1 mira a valutare le competenze acquisite sui vari tipi di analisi dei log e nell’utilizzo dei softwares di process mining presentati durante il corso, nonché le capacità trasversali di risoluzione di problemi, di lavorare in gruppo e di presentare il lavoro svolto. Per essere ammessi alla successiva fase, occorre superare la fase 1 con esito almeno pari a 18/30, che si consegue tramite una valutazione “sufficiente” della stessa, ovvero avere almeno acquisito correttamente le competenze pratiche legate all'utilizzo dei software e all'analisi visuale dei log.

La fase 2 mira a verificare se è stato acquisito il corretto corredo di linguaggio tecnico, la capacità di analisi critica e di giudizio, valutando anche il livello di conoscenza dei contenuti metodologici del corso.
L’esito della prova viene valutato sulla base della chiarezza, correttezza e completezza dell’esposizione circa gli argomenti di discussione proposti.
Per superare la prova con livello sufficiente (18/30) occorre rispondere, in modo corretto e completo, ad almeno uno degli argomenti proposti.

Criteri di Misurazione dell’Apprendimento e Attribuzione del Voto Finale
Gli esiti della discussione del progetto e delle domande contribuiscono a definire, con stesso peso, l’esito complessivo dell’esame.
L’attribuzione del voto finale, in trentesimi, viene assunta sulla base della mediazione degli esiti specifici delle due fasi.

Testi di riferimento

Testo di riferimento: Wil van der Aalst. Process Mining: Discovery, Conformance and Enhancement of Business Processes. Springer-Verlag, Berlin, 2011. Letture consigliate: Marlon Dumas, Wil M. Van der Aalst, and Arthur H. Ter Hofstede. Process-aware information systems: bridging people and software through process technology. John Wiley & Sons, 2005. Materiale online http://www.processmining.org/prom/start Altro materiale didattico, distribuito durante il corso mediante il canale teams predisposto:
Metodi 2026

Codice insegnamento 27006441

Mobilità Sostenibile Delle Merci 2° anno · 6 CFU · MATH-06/A · 0 file

Al termine del corso, lo studente dovrà aver acquisito: 1. Conoscenza e capacità di comprensione (Descrittore di Dublino 1): Conoscenza avanzata dei modelli matematici e dei metodi di ottimizzazione per la logistica…

Scheda dell'insegnamento

Obiettivi formativi

Al termine del corso, lo studente dovrà aver acquisito:
1. Conoscenza e capacità di comprensione (Descrittore di Dublino 1): Conoscenza avanzata dei modelli matematici e dei metodi di ottimizzazione per la logistica sostenibile e l'ultimo miglio con l'uso di nuove tecnologie (droni, veicoli elettrici).
2. Capacità di applicare conoscenza e comprensione (Descrittore di Dublino 2): Capacità di modellare e risolvere problemi complessi di city logistics e routing attraverso linguaggi di programmazione di alto livello (Python).
3. Autonomia di giudizio (Descrittore di Dublino 3): Capacità di valutare criticamente il trade-off tra costi operativi logistici e impatto ambientale.
4. Abilità comunicative (Descrittore di Dublino 4): Capacità di esporre in modo rigoroso i risultati di analisi tecniche e proposte progettuali attraverso relazioni scritte (home work).
5. Capacità di apprendimento (Descrittore di Dublino 5): Capacità di approfondire autonomamente la letteratura scientifica di settore in lingua inglese.

Programma

Modelli e metodi di ottimizzazione per il supporto alle decisioni strategiche, tattiche e operative inerenti il trasporto delle merci, finalizzate alla riduzione degli impatti ambientali.

Macro-ambito 1: Infrastrutture Urbane e City Logistics
Problemi tattici di progettazione delle reti logistiche con consegne tramite veicoli tradizionali. (Lezioni: 10h, Laboratorio: 20h)
Macro-ambito 2: Logistica Sostenibile e Ultimo Miglio
Problemi tattici di progettazione delle reti logistiche con consegne tramite droni. (Lezioni: 10h, Esercitazioni: 12h)
Macro-ambito 3: Logistica Dinamica e Crowd-shipping
Prelievo e consegna in contesto dinamico; modelli con driver occasionali e Same-Day Delivery. (Lezioni: 5h, Esercitazioni: 10h)
Macro-ambito 4: Implementazione Software
Sviluppo di modelli in Python per la risoluzione dei casi studio trattati. (Contenuto trasversale alle ore di Laboratorio).

Modalità d'esame

Metodi di valutazione: L'esame prevede esclusivamente la discussione di un progetto di gruppo (Home Work) su un problema fra quelli trattati durante il corso. La composizione di ciascun gruppo di lavoro e il tema scelto devono essere comunicati al docente entro la fine del corso.
Criteri di valutazione: Si valuta la padronanza dei modelli di ottimizzazione, dei metodi di soluzione e la chiarezza espositiva nella discussione del progetto.
Misurazione e Voto finale: Voto in trentesimi. L'esame è superato se il voto dello della discussione risulta ≥ 18.
Appelli d'esame: https://corsi.unical.it/lt-lmcu/ingegneria-gestionale/cds/studiare/calendario-esami/.
Studenti Disabilità/DSA: Ai sensi della L. 170/2010 e L. 104/1992, gli studenti hanno diritto a tempi aggiuntivi (fino al 30% per DSA, 50% per disabilità) e all'uso di calcolatrici o formulari.

Testi di riferimento

Testi suggeriti:
Book Title Sustainable Logistics and Transportation
Book Subtitle Optimization Models and Algorithms
Editors Didem Cinar, Konstantinos Gakis, Panos M. Pardalos
Series Title Springer Optimization and Its Applications
DOI https://doi.org/10.1007/978-3-319-69215-9
Publisher Springer Cham

Dispense a cura del docente (disponibili su Teams).
Articoli scientifici selezionati su modelli di ottimizzazione per la progettazione delle reti logistiche e per last-mile logistics problems (forniti durante il corso).

Codice insegnamento 27009183

Progettazione E Pianificazione Integrata Della Produzione 2° anno · 1° semestre · 9 CFU · IIND-04/A · 0 file

Il corso è finalizzato a conferire allo studente un complesso di conoscenze relativo alle progettazione e gestione dei processi industriali partendo dalla ingegnerizzazione di un prodotto target. Nella prima parte del…

Scheda dell'insegnamento

Obiettivi formativi

Il corso è finalizzato a conferire allo studente un complesso di
conoscenze relativo alle progettazione e gestione dei processi industriali
partendo dalla ingegnerizzazione di un prodotto target. Nella prima parte del corso sarà trattata, con il necessario
dettaglio, l’analisi del mercato, il concept development e di design
for manufacturing. Nella seconda parte, si tratteranno i problemi legati
alla pianificazione e gestione della produzione mediante sistemi ERP (es. SAP). Lo studente acquisirà gli strumenti per progettare e personalizzare le strutture di base della supply chain di una azienda di manufacturing mediante l’impiego di un ERP, al fine di saper simulare l’intero flusso operativo che va dall’approvvigionamento, alla produzione e alle vendite.
Infine, si darà spazio ai processi di post-sales e marketing mediante l’introduzione delle funzionalità di base di un CRM (es. Sales Force).

Competenze trasversali:
Lo studente acquisirà con il corso un approccio interdisciplinare alla risoluzione di progetti legati allo sviluppo e alla progettazione di nuovi prodotti. Inoltre, apprenderà molti dei workflow di svariati processi aziendali legati alla supply chain.

Programma

Il corso si compone di due macro ambiti di approfondimento, perfettamente integrati tra loro e organizzati secondo una logica sequenziale. Nella prima parte si tratterà dello sviluppo prodotto, partendo dall'identificazione di mercato fino all'ingegnerizzazione e al lancio commerciale. Tali argomenti verranno trattati in aula mediante un approcio teorico-pratico, avvalendosi anche e soprattutto di un lavoro in team degli studenti, che consentirà di mettere in pratica i concetti appresi a lezione mediante la realizzazione di un nuovo concept di prodotto scelto come case study. Nella seconda parte, invece, si farà uso delle decisione assunte a monte e si procederà all'implementazione del flusso logistico che supporta la Supply Chain dell'ipotetico prodotto case study su un sistema ERP.

  • Analisi del Mercato, riferita al Case study;
  • Concept development;
  • Design for Manufacturing;
  • Gestione integrata della supply chain;
  • Distribuzione e comunicazione.

Modalità d'esame

Metodi di Valutazione dell’Apprendimento: La modalità di valutazione dell’apprendimento si articola in due prove, una di tipo scritto e una di tipo orale. La prova scritta è costituita da una sequenza di quesiti teorico/pratici, tanto sulla prima parte del corso che sulla seconda, da svolgere in circa un’ora di tempo. Gli esercizi prevederanno una parte più sostanziale pratica che spazia dalla risoluzione direttamente al calcolatore, al fine di verificare la capacità di impiego delle strutture di base di un ERP, alla progettazione di uno dei tool impiegati nel design di prodotto. La prova orale, della durata di al più mezz’ora, si articola nell’esposizione (orale e/o con l’ausilio anche di una presentazione) di un progetto che potrà essere svolto in gruppo e nell’esposizione da parte dello studente di concetti relativamente alla parte teorica del corso.
Le modalità operative di conduzione dell’eventuale esame on-line si baseranno sulle indicazioni definite dalle relative Linee Guida dell’Ateneo, ma comunque verosimilmente prevederanno sempre una prova scritta e un orale.

Criteri di Valutazione dell’Apprendimento: La prova scritta mira a valutare il livello di conseguimento delle competenze specifiche fornite dal corso. La prova scritta si riterrà superata solo con votazione superiore o uguale a 18/30. La prova orale intende verificare se è stata acquisito il corretto corredo di linguaggio tecnico, la capacità di analisi critica delle strutture di prodotto e dei processi aziendali, con particolare riferimento a quelli poi implementati mediante l’ERP. L’esito della prova viene valutato sulla base della chiarezza, correttezza e completezza dell’esposizione. La prova orale deve essere gestita in team e può essere svolta in modo disgiunto rispetto allo scritto.

Criteri di Misurazione dell’Apprendimento e Attribuzione del Voto Finale: Tanto il giudizio della prova scritta che della prova orale verrà espresso in trentesimi. Il voto finale sarà la media dei voti acquisiti durante le due prove, arrotondato in eccesso o difetto a discrezione della commissione.
Le modalità d'esame saranno inoltre adeguate alle particolari esigenze degli/delle studenti/studentesse con disabilità certificate ai sensi delle leggi 104/92 e 118/71 o con Disturbo specifico di apprendimento (DSA) certificato ai sensi della legge 170/2010), facendo riferimento alle indicazioni fornite dalla Delegata alle attività concernenti l’integrazione degli Studenti con disabilità e con disturbi specifici di apprendimento nell’Ateneo.

Testi di riferimento

  • Ulrich e Eppinger, Progettazione e sviluppo di prodotto,
    McGraw-Hill, 2007
  • Roman, Pianificazione e controllo della produzione, CEDAM,
    2002
  • Diapositive e dispense curate dal docente e materiali dalla Rete

Codice insegnamento 27000272

Progettazione E Simulazione Del Sistema Sanitario 2° anno · MATH-06/A · 0 file

PROGETTAZIONE DEI SISTEMI E SERVIZI SANITARI Gli obiettivi formativi riguardano in generale l'acquisizione di conoscenze e di capacità per la progettazione, lo sviluppo e l'applicazione di strumenti di ottimizzazione a…

Scheda dell'insegnamento

Obiettivi formativi

PROGETTAZIONE DEI SISTEMI E SERVIZI SANITARI
Gli obiettivi formativi riguardano in generale l'acquisizione di conoscenze e di capacità per la progettazione, lo sviluppo e l'applicazione di strumenti di ottimizzazione a supporto del disegno dei processi di pianificazione e gestione dei servizi sanitari. Al termine del corso, gli studenti saranno in grado di affrontare le fasi di analisi e formulazione dei problemi decisionali relativi al dominio di riferimento.

Conoscenza e comprensione (Descrittore di Dublino 1):
acquisizione di conoscenze e capacità di comprendere i concetti fondamentali relativi alla pianificazione e gestione dei processi di produzione ed erogazione dei servizi sanitari. A tal fine, gli studenti conosceranno e comprenderanno gli aspetti metodologici dell'ottimizzazione a supporto della pianificazione e gestione dei servizi sanitari.

Capacità di applicare conoscenza e comprensione (Descrittore di Dublino 2):
sviluppo delle capacità di applicare il bagaglio di conoscenze metodologiche (con particolare riferimento ai modelli di ottimizzazione) in contesti applicativi reali con specifico riferimento ai livelli decisionali strategico, tattico e operativo.

Capacità critica e di giudizio (Descrittore di Dublino 3):
sviluppo delle capacità critiche e di giudizio conseguite attraverso l’analisi della struttura, dei requisiti e delle specifiche dei problemi reali che vengono proposti durante il corso, con particolare attenzione al consolidamento delle capacità di “problem solving”.

Capacità di comunicazione (Descrittore di Dublino 4):
le modalità di erogazione dei contenuti del modulo consentiranno agli studenti di consolidare le capacità di presentazione e discussione dei vari casi studio in argomento, con linguaggio tecnico appropriato e con un approccio sistematico e quantitativo.

Capacità di apprendimento autonomo (Descrittore di Dublino 5):
le modalità di erogazione dei contenuti del modulo e le attività di esercitazione consentiranno di sviluppare ulteriormente le capacità di approfondimento e studio autonomo da parte degli studenti.

LEAN HEALTHCARE DESIGN
Il corso ha l’obiettivo di:
fornire conoscenze relative ai principi del Lean Management applicati al settore sanitario e alle metodologie di modellazione e simulazione dei sistemi sanitari;
sviluppare competenze sull’utilizzo di strumenti software per la modellazione, la simulazione e l’analisi di scenari in ambito sanitario e farmaceutico;
consentire agli studenti di analizzare, valutare e migliorare processi e sistemi sanitari, supportando le decisioni attraverso approcci quantitativi orientati all’efficienza, alla sostenibilità e alla resilienza.

Conoscenza e comprensione (Descrittore di Dublino 1):
gli studenti acquisiranno conoscenze sui principi del Lean Healthcare, sulle tecniche di miglioramento continuo applicate ai sistemi sanitari e sulle metodologie per la modellazione e la simulazione di processi e filiere sanitarie. Comprenderanno inoltre i concetti di sostenibilità, resilienza e gestione delle risorse in contesti sanitari complessi.

Capacità di applicare conoscenza e comprensione (Descrittore di Dublino 2):
gli studenti saranno in grado di applicare strumenti e metodi per la modellazione e la simulazione di sistemi sanitari mediante software dedicati, raccogliere e analizzare dati, definire scenari alternativi e valutare interventi di miglioramento. Sapranno inoltre utilizzare i principi del Lean Management per individuare inefficienze e proporre soluzioni innovative nei processi sanitari e logistici.

Capacità critica e di giudizio (Descrittore di Dublino 3):
gli studenti svilupperanno la capacità di interpretare criticamente i risultati delle simulazioni, valutare diverse alternative decisionali e identificare opportunità di miglioramento in termini di efficienza, qualità del servizio, sostenibilità e resilienza. Saranno inoltre in grado di formulare giudizi autonomi sulla validità delle soluzioni proposte e sui relativi impatti organizzativi.

Capacità di comunicazione (Descrittore di Dublino 4):
gli studenti acquisiranno la capacità di presentare e discutere i risultati delle analisi e delle simulazioni, utilizzando un linguaggio tecnico appropriato e supportando le proprie conclusioni con dati quantitativi. Sapranno comunicare efficacemente con interlocutori aventi differenti competenze professionali e organizzative.

Capacità di apprendimento autonomo (Descrittore di Dublino 5)
gli studenti svilupperanno la capacità di approfondire autonomamente metodologie, strumenti software e applicazioni innovative per il miglioramento dei sistemi sanitari. Saranno in grado di aggiornare le proprie conoscenze e competenze per affrontare problematiche emergenti e contesti operativi in continua evoluzione.

Programma

PROGETTAZIONE DEI SISTEMI E SERVIZI SANITARI
Disegno dei Processi Decisionali nei Sistemi Sanitari. Modelli di Ottimizzazione per la formulazione di alcuni fondamentali Problemi Decisionali nella Pianificazione e Gestione dei Servizi Sanitari

LEZIONI (35 ore)
1. Sistemi e Servizi Sanitari: definizioni, aspetti organizzativi e gestionali

2. Progettazione dei Processi Decisionali in Sanità
2.a. Generalità, livelli decisionali
2.b. Modelli di assistenza e cura centrati sul paziente
2.c. PDTA Percorsi Diagnostici, Terapeutici, Assistenziali
2.d. Modelli di Ottimizzazione nella produzione ed erogazione dei Servizi sanitari

3. Pianificazione e gestione dei servizi sanitari
3.a. Problemi strategici di localizzazione e dimensionamento
3.a.1. Applicazione ai servizi sanitari d’emergenza: approcci deterministico e stocastico
3.a.2. Applicazione alla pianificazione delle reti di emergenza tempo dipendenti
3.a.3. Applicazione alla pianificazione dei centri trapianto

3.b. Problemi Tattici - Operativi di Gestione: Pianificazione e Gestione del «Patient Flow»
3.b.1. Applicazione alla schedulazione dei pazienti in radioterapia
3.b.2. Applicazione alla gestione delle sale operatorie: approcci multiobiettivo e stocastico
3.b.3. Applicazione alla gestione del Week Hospital e del Day Service
3.b.4. Applicazione all’assegnamento dei posti letto in ospedale
3.b.5. Applicazione alla gestione dei turni del personale infermieristico negli ospedali

ESERCITAZIONI (15 ore)
1. Esempi di progettazione di processi e di sviluppo di modelli di ottimizzazione per la soluzione di casi reali

LEAN HEALTHCARE DESIGN
Strumenti e metodi per la modellazione e la simulazione di sistemi sanitari in condizioni ordinarie e di emergenza, con particolare attenzione all'analisi dei processi logistici e delle filiere farmaceutiche. Principi e tecniche di Lean Management applicati al settore sanitario per il miglioramento dell'efficienza operativa, della qualità dei servizi e della sostenibilità dei sistemi sanitari. Utilizzo di software per la costruzione di modelli, l'analisi di scenari alternativi e il supporto alle decisioni in contesti complessi.

LEZIONI [15h]

1. Introduzione al corso. Lean healthcare e simulazione: concetti generali [1h]

2. Lean Management nel settore sanitario (4h)

  • Definizioni e origini del Lean Management
  • Lean thinking in ambito sanitario
  • Strumenti digitali in ottica Industria 4.0 per il Lean Healthcare
  • Tecniche di Lean Management in sanità: casi di successo

3. Modellazione di sistemi sanitari mediante software [5h]

  • Tecniche per la modellazione dei sistemi sanitari
  • Raccolta dati in ambito sanitario
  • Strumenti per la validazione di modelli

4. Simulazione di sistemi sanitari e analisi multi-scenario mediante software [5h]

  • Metodi per la definizione di scenari
  • Interpretazione dei risultati della simulazione e identificazione di opportunità di miglioramento
  • Analisi di sostenibilità e resilienza

ESERCITAZIONI:

1. Modellazione e simulazione di sistemi sanitari mediante software: casi di studio [10h]

  • Simulazione della gestione delle scorte di farmaci e materiali medicali per migliorare la logistica e ridurre i costi.
  • Simulazione di filiere farmaceutiche per valutazione di impatti in termini di sostenibilità e resilienza

Modalità d'esame

PROGETTAZIONE DEI SISTEMI E SERVIZI SANITARI
Metodi di Valutazione dell’Apprendimento
In considerazione del fatto che il modulo PSSS fa parte di un insegnamento integrato, la modalità di valutazione dell’apprendimento si basa su una prova parziale articolata in due specifiche prove, una di tipo scritto e una di tipo orale. La prova scritta (prova semi-strutturata con stimolo chiuso e risposta aperta) è costituita da un unico tema, da svolgere in al più 1 ora di tempo, che descrive un semplice e reale problema decisionale in ambito sanitario. Su tale base, lo studente deve pervenire (attraverso le fasi di analisi del problema, progettazione della struttura del modello, sviluppo del modello con l’appropriata rappresentazione matematica) al confezionamento di un modello di ottimizzazione che consenta correttamente di formulare e risolvere il problema proposto. La prova orale si articola nell’esposizione (orale e con l’ausilio anche della forma scritta) da parte dello studente sulla base di specifiche domande proposte dal docente e riguardanti argomenti del programma.
Le modalità di svolgimento delle prove saranno adeguate alle particolari esigenze degli studenti e delle studentesse con disabilità certificate ai sensi delle leggi 104/1992 e 118/1971 o con disturbi specifici di apprendimento (DSA) certificati ai sensi della legge 170/2010, facendo riferimento all'Art. 9 del "Regolamento per l'inclusione e il diritto allo studio di studenti con disabilità o con disturbi specifici di apprendimento" (emanato con decreto rettorale 01.03.2022, n. 370).

Criteri di Valutazione dell’Apprendimento
La prova scritta mira a valutare il livello di conseguimento delle competenze specifiche fornite dal corso. Per essere ammessi alla successiva prova orale, occorre superare la prova scritta con esito “superato”, che si consegue tramite una valutazione “sufficiente” della prova stessa, ovvero avere almeno identificato correttamente le “variabili decisionali” e la configurazione della “regione ammissibile” o della “funzione obiettivo” del modello di ottimizzazione. La prova orale intende verificare se è stata acquisito il corretto corredo di linguaggio tecnico, la capacità di analisi critica e di giudizio, valutando anche il livello di conoscenza dei contenuti metodologici del corso. L’esito della prova viene valutato sulla base della chiarezza, correttezza e completezza dell’esposizione circa gli argomenti di discussione proposti. Per superare la prova con livello sufficiente occorre rispondere, in modo corretto e completo, ad almeno uno degli argomenti proposti.

Criteri di Misurazione dell’Apprendimento e Attribuzione del Voto Finale
Gli esiti della prova scritta e della prova orale contribuiscono a definire, con stesso peso, l’esito complessivo dell’esame. L’attribuzione del voto finale, in trentesimi, viene assunta sulla base della mediazione degli esiti specifici delle due prove.

LEAN HEALTHCARE DESIGN
Metodi di valutazione dell’apprendimento L'esame consiste in un progetto che gli studenti dovranno sviluppare e in una prova orale. Il progetto riguarderà la modellazione e simulazione di un sistema sanitario e dovrà essere corredato da una relazione scritta. La prova orale comprenderà la discussione del progetto e la valutazione delle conoscenze dello studente in merito agli argomenti teorici e pratici trattati durante il corso. Criteri di valutazione dell’apprendimento Il progetto mira a valutare la capacità dello studente di comprendere e applicare le competenze maturate durante il corso. Prima dello svolgimento della prova orale, è necessario inviare al docente una relazione scritta sul progetto, nella quale dovranno essere descritti, almeno: le ipotesi, il problema trattato, i risultati raggiunti attraverso la modellazione e simulazione del sistema sanitario di riferimento. La prova orale mira principalmente a valutare la padronanza di linguaggio, la capacità espositiva, le competenze dello studente all’interno del dominio del corso. Le modalità d'esame saranno adeguate alle particolari esigenze degli studenti e delle studentesse con disabilità certificate ai sensi delle leggi 104/1992 e 118/1971 o con disturbi specifici di apprendimento (DSA) certificati ai sensi della legge 170/2010, facendo riferimento all'Art. 9 del "Regolamento per l'inclusione e il diritto allo studio di studenti con disabilità o con disturbi specifici di apprendimento" (emanato con decreto rettorale 01.03.2022, n. 370). Criteri di Misurazione dell’Apprendimento e Attribuzione del Voto Finale L’attribuzione del voto finale, in trentesimi, viene assunta sulla base di una media tra (1) la valutazione della relazione scritta relativa al progetto e (2) la valutazione della prova orale, nella quale vengono presentati i contenuti del progetto e affrontati i concetti teorici del corso.
Appelli d'esame:
https://corsi.unical.it/lm/ingegneria-gestionale/cds/studiare/calendario-esami/

Testi di riferimento

PROGETTAZIONE DEI SISTEMI E SERVIZI SANITARI
Specifico materiale didattico fornito dal docente, costituito da articoli scientifici e dispense.
Il materiale viene reso disponibile sul canale Teams del corso.

LEAN HEALTHCARE DESIGN
Handbook of Simulation: Principles, Methodology, Advances, Applications, and Practice. J. Banks (1998).

Healthcare Operations Management, Fourth Edition. Daniel B. McLaughlin, John R. Olson, Luv Sharma. AUPHA/HAP Book (2022).

Dispense del docente, casi di studio, articoli scientifici e materiale necessario al raggiungimento degli obiettivi formativi verranno forniti durante il corso.

Codice insegnamento 27009166

Progettazione E Sviluppo Prodotti Sostenibili 2° anno · 1° semestre · 6 CFU · IIND-03/B · 0 file

Competenze specifiche: Il corso segue un itinerario simile a quello che un prodotto industriale percorre in una azienda, dalla individuazione delle esigenze del cliente alla definizione dell’architettura di prodotto.…

Scheda dell'insegnamento

Obiettivi formativi

Competenze specifiche:
Il corso segue un itinerario simile a quello che un prodotto industriale percorre in una azienda, dalla individuazione delle esigenze del cliente alla definizione dell’architettura di prodotto. Inoltre il prodotto industriale viene esplorato in tutte le sue fasi del ciclo di vita, dall’ideazione alla dismissione, valutando l’impatto ambientale che esso presenta, con l’utilizzo delle metodologie più aggiornate di LCA (Life Cycle Assessment). Viene affrontata poi la problematica generale della sostenibilità e si viene come questa va ad influenzare la genesi e la realizzazione di un prodotto.

Competenze trasversali:
Parte centrale del corso è lo svolgimento, a gruppi di due/quattro persone, di un progetto. Rappresenta una sorta di PBL (Project Based Learning) che addestra gli studenti a lavorare in team, a mettere a frutto le conoscenze acquisite negli anni precedenti nelle attività di sintesi del progetto, ma soprattutto a mettere in pratica le capacità creative dei singoli e del gruppo nella fase di dideazione del dispositivo oggetto del progetto.

Programma

Il corso introduce gli allievi alle strategie, ai metodi e agli strumenti per lo sviluppo di un prodotto industriale, con particolare attenzione verso gli aspetti ambientali.

Progettazione concettuale di un prodotto industriale. Analisi dei bisogni del cliente e definizione delle specifiche. Analisi funzionale di prodotto. Generazione e selezione del concetto. Architettura di prodotto. QFD – Casa della Qualità. Design for X. Problematiche ambientali e strategie generali per la sostenibilità. LCA: analisi del ciclo di vita di un prodotto industriale. Design for Environment. PLM. Reverse engineering di prodotti industriali per mezzo della scomposizione funzionale. Sviluppo del progetto di un prodotto industriale dall’analisi dei bisogni del cliente all’embodiment design.

Modalità d'esame

Metodi di Valutazione dell’Apprendimento
Per ogni appello d’esame, la modalità di valutazione consiste in una prova orale sugli argomenti del corso, sul progetto di gruppo sviluppato durante le esercitazioni e completato a casa, e su una prova individuale assegnata durante il corso.
Le modalità operative di conduzione dell’eventuale esame on-line si basano sulle indicazioni definite dalle relative Linee Guida dell’Ateneo.

Criteri di Valutazione dell’Apprendimento
La prova orale intende verificare se è stata acquisito il corretto corredo di linguaggio tecnico, la capacità di analisi critica e di giudizio, valutando anche il livello di conoscenza dei contenuti del corso. Inoltre viene verificata la capacità di lavorare in team nel progetto di gruppo. L’esito della prova viene valutato sulla base della chiarezza, correttezza e completezza dell’esposizione circa gli argomenti di discussione. Per superare la prova con livello sufficiente occorre rispondere, in modo corretto e completo, a tutti gli aspetti del lavoro di gruppo ed almeno uno degli altri argomenti proposti.

Criteri di Misurazione dell’Apprendimento e Attribuzione del Voto Finale
Il voto finale è in trentesimi. Il voto finale è assegnato al termine del colloquio e tiene conto anche di homework presentati dallo studente.

Le modalità d'esame saranno inoltre adeguate alle particolari esigenze degli/delle studenti/studentesse con disabilità certificate ai sensi delle leggi 104/92 e 118/71 o con Disturbo specifico di apprendimento (DSA) certificato ai sensi della legge 170/2010), facendo riferimento alle indicazioni fornite dalla Delegata alle attività concernenti l’integrazione degli Studenti con disabilità e con disturbi specifici di apprendimento nell’Ateneo.

Testi di riferimento

Ulrich, Eppinger, Filippini, “Progettazione e sviluppo di prodotto”, Mc Graw-Hill, 2007.
Vezzoli, "Design per la Sostenibilità Ambientale", seconda edizione, Zanichelli.
Baldo, Marino Rossi, “Analisi del ciclo di vita LCA”, 2008.
Diapositive e dispense curate dal docente.

Codice insegnamento 27009153

Project Management 2° anno · 1° semestre · 6 CFU · IEGE-01/A · 0 file

Obiettivi formativi (in termini di risultati di apprendimento attesi) / Learning outcomes OBIETT_FORM Sì Competenze specifiche: Obiettivo primario del corso è quello di fornire un'adeguata conoscenza dei concetti…

Scheda dell'insegnamento

Obiettivi formativi

Obiettivi formativi (in termini di risultati di apprendimento attesi) / Learning outcomes OBIETT_FORM Sì Competenze specifiche:
Obiettivo primario del corso è quello di fornire un'adeguata conoscenza dei concetti fondamentali della gestione dei progetti.
In particolare saranno acquisite le seguenti conoscenze e competenze:
Conoscenza e capacità di comprensione:

  • Aspetti e problematiche che caratterizzano i progetti;
  • Legame tra progetti e aspetti di natura organizzativa;
  • Comprensione dei concetti di Project Life Cycle e Project Management Cycle;
  • Pianificazione e controllo di progetto;
  • Metodologie Agile per la gestione dei progetti software.
    Capacità di applicare conoscenza e comprensione:
  • Capacità di project design;
  • Capacità di utilizzare software di project management;
  • Capacità di definizione dell’ambito di progetto e di stima dei tempi e dei costi di progetto;
  • Comprensione degli strumenti per la rilevazione dello stato di avanzamento e per il controllo di un progetto;
    Al termine del corso, gli studenti saranno in grado di affrontare tutte le fasi e gli aspetti della gestione di un progetto.

Competenze trasversali:
Capacità critiche e di giudizio conseguite attraverso lo studio degli argomenti che vengono proposti durante il corso, lo sviluppo degli elaborati (esercizi su progetti), evidenziando capacità di “problem solving”. In particolare saranno acquisiti:
Autonomia di giudizio:

  • Abilità nell'analisi e nella risoluzione dei problemi;
  • Abilità nel trovare soluzioni alternative o innovative;
  • Abilità di applicare le conoscenze, i concetti e i metodi studiati a casi di studio reali, anche per mezzo di software.
    Abilità comunicative:
  • Abilità nel lavoro di gruppo;
  • Abilità di comunicazione, di condivisione delle idee e delle conoscenze e di gestione dei conflitti all’interno dei gruppi di lavoro;
  • Abilità di presentazione all’esterno dei risultati ottenuti dal team. Specific Competencies:
    The course aims to teach students about the main concepts related to project management.
    In particular, the following knowledge, skills and competences will be obtained:
    Knowledge and understanding ability:
  • Aspects and problems that characterize the projects;
  • Link between projects and organizational aspects;
  • Understanding of the concepts of Project Life Cycle and Project Management Cycle;
  • Project planning and control;
  • Agile methodologies for the management of software projects.
    Ability to apply knowledge and understanding:
  • Project design skills;
  • Ability to use project management software;
  • Ability to define the project scope and estimate project times and costs;
  • Understanding of the tools for detecting the progress and for checking a project;
    At the end of the course, students will be able to deal with all the phases and aspects of managing a project.

Transversal Competencies:
Critical skills will be achieved through the study of the topics proposed during the course and by solving exercises based on projects, highlighting "problem solving" skills.
In particular, the following competences will be obtained:

  • Problem Solving ability;
  • Creativity;
  • Ability to apply acquired knowledge, concepts and methods to real-world case studies, also by using software solutions.
    Communication skills:
  • Team Working skills;
  • Ability to communicate, to share ideas and knowledge, and to manage conflicts in teams;
  • Ability to present the results to the audience.

Programma

Il corso esamina la gestione del progetto in teoria e pratica e il ruolo e le responsabilità del project manager. Offre un approccio pratico per la gestione dei progetti, concentrandosi sull'organizzazione, la pianificazione e il controllo del progetto. Il corso ha contenuti compatibili con i più importanti standard di Project Management. Casi di studio, partecipazione attiva di gruppo, esercitazioni e informazioni pratiche rafforzano l'apprendimento. Inoltre, gli studenti imparano a usare software di project management. La parte finale del corso sarà dedicata all'applicazione della disciplina del project management nell'ambito dello sviluppo software con approfondimento delle metodologie Agile.

Programma / Program PROGR_EST Sì
Introduzione alla gestione dei progetti

  • Definizione di Progetto
  • Caratteristiche dei progetti: temporaneità, unicità, complessità ed elaborazione progressiva
  • Categorie di progetti: impiantistica; costruzioni; sistemi informativi; ricerca e sviluppo; eventi ed emergenze e altre categorie
  • Definizione di Project Management
  • Obiettivi del Project Management
  • Fasi del Project Management: Avvio; Pianificazione; Esecuzione; Controllo; Chiusura
  • Progetti e Processi
  • Progetti e Innovazione

Software per il Project Management

  • I principali Software per il Project Management
  • Pianificazione di Progetto mediante Software per il Project Management
  • Controllo di Progetto mediante Software per il Project Management
  • Applicazioni online per la collaborazione nei Progetti

Contesto del Project Management

  • Ciclo di vita di Progetto
  • Organizzazione e Progetti
  • Imprese per Progetti e Progetti singoli
  • Management di Progetto e Management Funzionale
  • Il ruolo del Project Manager: area di autorità, area di responsabilità, strumenti e collocazione organizzativa
  • Il Project Team: Project Planner; Project Controller; Project Engineer; Proposal Manager e altri ruoli
  • Il Project Office
  • Program Management e Portfolio Management
  • Standard e certificazioni per il Project Management: lo standard e le certificazioni PMI; lo standard e le certificazioni IPMA

Acquisizione e avvio di un progetto

  • La catena di fornitura (Supply Chain) nei progetti
  • Bandi, gare, richieste d’offerta e contratti: le forniture per i Progetti nel settore privato e in quello pubblico
  • Scrivere una offerta di fornitura per un progetto: la Definizione dell’Ambito di Progetto (Statement of Work)
  • Avviare un progetto: scrivere un Project Charter
  • Acquisizione di Tecnologie e Conoscenza nei Progetti di Innovazione

Pianificazione del progetto

  • Obiettivi della Pianificazione
  • Pianificazione Master e Pianificazione di dettaglio
  • Il Piano di Project Management: a cosa serve e da quali documenti è costituito
  • Pianificare l’Ambito del Progetto: la Work Breakdown Structure (WBS)
  • Pianificare i Tempi di Progetto: tecniche di stima delle durate; elenchi di attività; diagrammi di Gantt; Critical Chain Method
  • Assegnazione delle risorse: organigrammi, matrici RAM e RACI e Livellamento delle Risorse
  • Tecniche di compressione dei tempi di progetto: Crashing e Fast-Tracking;
  • Pianificazione del Fabbisogno Economico/Finanziario: voci di costo; tecniche di stima dei costi; Baseline dei costi; Effetto Window; Cash flow e Limiti di Finanziamento

Controllo di progetto

  • Il metodo dell’Earned Value
  • Criteri di rilevazione dello Stato di Avanzamento
  • Indici di prestazione: BCWS, BCWP, ACWP
  • Analisi degli scostamenti: Schedule Variance; Cost Variance; Schedule Performance Index; Cost Performance Index; Valori Cumulati
  • Rendiconto Finanziario
  • Conto Economico di progetto
  • Il Controllo Integrato delle Modifiche
  • Chiusura di un Progetto

Gestione dei Rischi

  • Definizione di rischio
  • Tecniche di identificazione dei rischi: Intervista; Checklist; What if analysis; Diagramma causa/effetto; Risk Breakdown Structure (RBS)
  • Tecniche di valutazione dei rischi: serie storiche; giudizio di esperti; Analisi di sensitività; Albero degli eventi; Valore Monetario Atteso; Tecniche di simulazione
  • Matrici probabilità/Impatto
  • Strategie di risposta al rischio: trasferire; evitare; mitigare

Metodologie Agile di gestione dei progetti

  • Waterfall e Agile
  • La metodologia Scrum
  • Aspetti organizzativi di Scrum
  • Aspetti Gestionali di Scrum
  • Altre metodologie Agile
    Introduction to project management
  • Project definition
  • Characteristics of the projects: temporariness, uniqueness, complexity and progressive elaboration
  • Project categories: plant engineering; buildings; Informative system; research and development; events and emergencies and other categories
  • Definition of Project Management
  • Objectives of the Project Management
  • Project Management phases: Start-up; Planning; Execution; Control; closing
  • Projects and processes
  • Projects and Innovation

Project Management software

  • The main software for Project Management
  • Project planning through software for project management
  • Project Control through Project Management Software
  • Online applications for collaboration in Projects

Context of Project Management

  • Project life cycle
  • Organization and Projects
  • Companies for Projects and Single Projects
  • Project Management and Functional Management
  • The role of the Project Manager: area of authority, area of responsibility, tools and organizational location
  • The Project Team: Project Planner; Project Controller; Project Engineer; Proposal Manager and other roles
  • The Project Office
  • Program Management and Portfolio Management
  • Standards and certifications for Project Management: the PMI standard and certifications; the standard and IPMA certifications

Acquisition and start of a project

  • The supply chain in the projects
  • Calls, tenders, requests for offers and contracts: supplies for Projects in the private and public sectors
  • Writing a supply offer for a project: the Definition of the Project Scope (Statement of Work)
  • Start a project: write a Project Charter
  • Acquisition of Technologies and Knowledge in Innovation Projects

Project planning

  • Planning objectives
  • Master planning and detailed planning
  • The Project Management Plan: what it is used for and what documents it is made of
  • Plan the Project Scope: the Work Breakdown Structure (WBS)
  • Plan the project times: duration estimation techniques; activity lists; Gantt charts; Critical Chain Method
  • Assignment of resources: organization charts, RAM and RACI matrices and Resource Leveling
  • Project time compression techniques: Crashing and Fast-Tracking;
  • Planning of the Economic / Financial Requirement: cost items; cost estimation techniques; Cost baseline; Window effect; Cash flow and Loan Limits

Project control

  • The Earned Value method
  • Criteria for detecting the state of progress
  • Performance indices: BCWS, BCWP, ACWP
  • Analysis of deviations: Schedule Variance; Cost Variance; Schedule Performance Index; Cost Performance Index; Cumulative values
  • Financial statement
  • Project income statement
  • Integrated Control of Changes
  • Closing a Project

Risk management

  • Definition of risk
  • Risk identification techniques: Interview; Checklist; What if analysis; Cause / effect diagram; Risk Breakdown Structure (RBS)
  • Risk assessment techniques: time series; expert judgment; Sensitivity analysis; Event tree; Expected Monetary Value; Simulation techniques
  • Probability / Impact matrices
  • Risk response strategies: transfer; to avoid; to mitigate

Agile methodologies for project management

  • Waterfall and Agile
  • The Scrum methodology
  • Organizational aspects of Scrum
  • Management aspects of Scrum
  • Other Agile methodologies

Modalità d'esame

Metodi di valutazione dell'apprendimento:
La valutazione consiste di una prova scritta (1 ora) e di una prova orale.
La prova scritta è caratterizzata da una struttura integrata che include tre sezioni: una batteria di test per valutare la conoscenza di base dei vari argomenti del corso (sia in termini teorici che applicativi); una domanda teorica a risposta aperta per valutare in modo approfondito ed esteso la comprensione di parti del corso di particolare rilevanza per la gestione dei progetti; un esercizio pratico, che mira valutare la capacità di applicazione integrata dei diversi metodi e delle differenti tecniche di gestione dei progetti a casi reali.
La prova scritta può essere integrata o sostituita dallo svolgimento opzionale di attività di approfondimento extra-aula concordate preventivamente con il docente, formalizzate in un documento scritto e presentate oralmente.
La prova orale si basa su domande incentrate su eventuali aspetti e concetti complementari a quelli già affrontati nella parte scritta.
Le attività di approfondimento e condivisione di idee e conoscenze, sia nell’ambito delle esercitazioni sia opzionalmente extra-aula, forniscono al docente un elemento di valutazione addizionale ai fini della attribuzione del voto finale.

Criteri di Valutazione dell'apprendimento:
La valutazione, sia tramite la prova scritta che tramite la prova orale, dell’apprendimento è basata sulla verifica della effettiva padronanza dei concetti e delle metodologie esposti all’interno del corso, della abilità di porre in relazione i diversi contenuti acquisiti e della capacità di esemplificazione e di riferimento a casi reali.
La discussione della prova d’esame nel suo complesso dà inoltre la possibilità di valutare le capacità trasversali maturate dal singolo studente (e. g. risoluzione di problemi, autonomia nello svolgimento dei task assegnati, capacità di lavorare in gruppo e di comunicare i risultati del lavoro effettuato).

Criteri di misurazione dell'apprendimento ed attribuzione del voto finale:
L'esito della prova scritta è espresso in trentesimi. Si accede alla prova orale a fronte di una valutazione della prova scritta (o della corrispondente prova sostitutiva) di almeno 18/30. L'esito della prova orale, in trentesimi, è la votazione finale dell'esame.

Testi di riferimento

Libro di testo

  • Kerzner, H., Project Management: A Systems Approach to Planning, Scheduling, and Controlling, Twelfth Edition, Wiley, 2017 (ISBN: 978-1-119-16535-4)

Libri consigliati

  • A Guide to the Project Management Body of Knowledge (PMBOK® Guide), PMI
  • Agile Practice Guide, PMI & Agile Alliance®, 2017 (English, suggested)

Codice insegnamento 27006181

Prova Finale 2° anno · 15 CFU · 0 file
Public Speaking & Business Case 2° anno · 2° semestre · 3 CFU · 0 file

L’insegnamento ha l'obiettivo di aiutare gli studenti a valorizzare i loro contenuti e competenze fornendo loro un toolkit di strumenti che possono applicare ogni volta in cui viene loro richiesto di presentare in…

Scheda dell'insegnamento

Obiettivi formativi

L’insegnamento ha l'obiettivo di aiutare gli studenti a valorizzare i loro
contenuti e competenze fornendo loro un toolkit di strumenti che possono
applicare ogni volta in cui viene loro richiesto di presentare in pubblico o
di partecipare a meeting (in presenza oppure on line) .
Tra gli obiettivi specifici del corso:

  • comprendere i propri punti di forza da valorizzare quando si parla in
    pubblico;
  • identificare le proprie aree di debolezza e applicare le tecniche
    proposte in aula per sanare le lacune;
  • migliorare le proprie abilità di interazione con gli altri, in contesti
    formali e informali, nella vita accademica, professionale e personale;
  • acquisire consapevolezza della mutevolezza del mercato del lavoro
    odierno e conoscenza dei principali fenomeni che lo stanno investendo;
  • conoscere e potenziare le proprie soft skills in ottica di traferirle al
    meglio durante un processo di selezione;
  • costruire un’immagine professionale adeguata e conoscere i principali
    strumenti da utilizzare per veicolarla
  • migliorare le proprie capacità di lavoro in gruppo

Programma

Il corso affronta i seguenti temi:
Consapevolezza di sé: punti di forza e aree di miglioramento in ambito
Parlare in Pubblico.
Body language: tecniche prese in prestito dal mondo del teatro che ci
possono essere di aiuto quando presentiamo in ambito accademico o
aziendale (gestione dello spazio, postura, mimica facciale, contatto
visivo, energia)
Paralinguaggio: potenziamento dell’uso della voce nelle sue singole
componenti (volume, intonazione, enfasi, pause, respirazione,
articolazione, ritmo).
Il mercato del lavoro: scenari attuali e cambiamenti in corso.
Competenze traversali: quali sono le competenze principali necessarie
per affrontare questo scenario di mercato professionale in mutamento
costante.
Personal branding, cv e networking: come creare un’immagine
professionale adeguata, come comunicarla agli altri e attraverso quali
strumenti social e non (LinkedIn e CV).
Le diverse modalità di selezione del personale: conoscerle e prepararsi ad
affrontarle

Partendo dalle radici della Retorica classica, si arriverà ad analizzare la
varie componenti del Public Speaking moderno:

  • Come cambia la soglia di attenzione del nostro “pubblico”
  • Gravitas e linguaggio del corpo
  • Vocalità
  • Contatto visivo, mimica facciale e sorriso
  • Gestualità
  • Livello complessivo di energia
  • Gestione dell’ansia da palcoscenico
  • Uso del linguaggio inclusivo, positivo e metaforico
  • Regia del Public Speaking in presenza e on line
  • Ascolto attivo
  • Personal branding
    Mercato del lavoro: scenari attuali, cambiamenti in corso, nuove modalità
    di lavoro, l’impatto di AI e nuove tecnologie sulle professioni;
    trasformazione digitale. 1 lezione 2 ore
    Competenze soft: quali sono competenze rilevanti nel mercato di oggi.
    Bilancio delle competenze personali.1 lezione 2 ore
    Personal imagine, personal branding, web reputation. 1 lezione 2 ore
    . Il valore del network e della creazioni di una rete di contatti. LinkedIn:
    strumento di networking per conoscere le aziende e le persone rilevanti.
    Conoscere e utilizzare lo strumento Linkedin Canvas. 1 lezione 2 ore
    Panoramica delle modalità esistenti e degli strumenti di selezione del
    personale.1 lezione 2 ore
    Il colloquio individuale e il business case: approfondimento. 1 lezione 2
    ore

Modalità d'esame

(i) Metodi di valutazione dell’apprendimento;
L'accertamento delle conoscenze e della capacità di comprensione
avverà tramite prova di gruppo (realizzazione eleborato multimediale).
(ii) Criteri di valutazione dell’apprendimento;
La prova valuta il raggiungimento degli obiettivi didattici in termini di:
conoscenza degli argomenti del corso, capacità di sintesi e di pensiero
critico; organizzazione orale dei contenuti di conoscenza acquisiti. La
prova sarà valutata secondo i criteri di chiarezza organizzativa degli
argomenti; chiarezza espositiva e capacità di parlare in pubblico;
creatività e capacità di interazione con il gruppo di riferimento.
(iii) Criteri di misurazione dell’apprendimento e di attribuzione del
voto finale.
Le prove saranno valutate con i seguenti criteri quantitativi: max 15 punti
sia per lo scritto che per l’orale. La lode sarà data solo a presentazioni
eccellenti.

Testi di riferimento

Testi di riferimento:
I docenti useranno le proprie slides, che costituiranno il materiale sul
quale gli studenti si dovranno preparare per l’esame.
Letture aggiuntive consigliate per coloro che vogliono approfondire gli
argomenti:

  • Creating Confidence, Meribeth Bunch
  • The One Minute Presenter: 8 Steps to Successful Business Presentations
    in a Short Attention Span World
    Warwick John Fahy
  • Speaking Magic, Carolyn Dickson with Paula DePasquale
    Testi in inglese
    The course is focused on the following topics:
    Self-awareness of one’s strengths and improvement areas when speaking
    in front of an audience.
    Body language: tools taken from acting schools that can help us anytime
  • in either academic or professional contexts – we give a
    speech/presentation: space management, posture, facial expressions,
    eye contact, energy.
    Paralanguage: empowerment of one’s voice in its single components
    (volume, intonation, emphasis, pauses, breathing, articulation, rhythm)
    The labor market: current scenarios and ongoing changes.
    Transversal skills: which are the main skills needed to face this constantly
    changing professional market scenario changes.
    Personal branding, application and networking: how to create an
    adequate professional image, how to communicate it to others and
    through which social and non-social tools (LinkedIn and CV).
    The different methods of personnel selection: knowing them and
    preparing to face them.
    Italian and English
    None
  • Trust me: Four Steps to Authenticity and Charisma, Nick Morgan
  • TED Talks: The Official TED Guide to Public Speaking,
    Chris Anderson
  • Il miglior discorso della tua vita. Come imparare a parlare in pubblico
    Chris Anderson
  • Farsi Capire: comunicare in modo efficace, interessante, persuasivo.
    Annamaria Testa
  • Future of Work: le persone al centro.
    Stefano Besana
  • Il futuro del lavoro è femmina. (libro o TedTalk)
    Silvia Zanella
  • MAAM - Maternity as a Master
    Riccarda Zezza
  • Personal Branding.
    Luca Centenaro, Tommaso Sorchiotti
  • Il processo di selezione.
    Giuseppe Gandolfi

Codice insegnamento 27009184

Smart Factories 2° anno · 1° semestre · 9 CFU · IIND-05/A · 0 file

Obiettivi Formativi Competenze Specifiche Conoscenza delle caratteristiche infrastrutturali, architetturali, tecnologiche nonché di funzionamento e di gestione delle Smart Factories e di processi innovativi nel quadro…

Scheda dell'insegnamento

Obiettivi formativi

Obiettivi Formativi
Competenze Specifiche

  • Conoscenza delle caratteristiche infrastrutturali, architetturali, tecnologiche nonché di funzionamento e di gestione delle Smart Factories e di processi innovativi nel quadro dell’Industria 4.0
  • Capacità di analizzare sistemi produttivi, modellare i problemi e identificare il miglior approccio per implementare soluzioni “smart” all’interno di un’azienda
  • Conoscenza delle principali metodologie ed approcci per la manutenzione “smart” di impianti industriali
  • Conoscenza dei principi Lean ed Agile di organizzazione e gestione delle Smart Factories
    Competenze Trasversali
  • Sviluppo di capacità di apprendimento autonomo e lavoro in gruppo per integrare le conoscenze e gestire la complessità, nonché di formulare giudizi sulla base di informazioni limitate o incomplete
  • Sviluppo di capacità di autonomia di giudizio e di comunicazione verbale (anche verso interlocutori specialisti e non specialisti), e di comprensione della ratio di problemi (anche interdisciplinari) non familiari
  • Sviluppo di capacità di critical thinking e problem solving conseguite attraverso l’analisi della struttura, dei requisiti e delle specifiche dei problemi reali che vengono proposti durante il corso
  • Sviluppo di conoscenze e capacità di comprensione di problemi reali al fine di elaborare e/o applicare idee originali, anche in un contesto innovativo di ricerca

Programma

Il corso mira a fornire le conoscenze e le competenze per la progettazione e la gestione delle tecnologie di Industria 4.0 all’interno delle Smart Factory e nell’ambito di processi produttivi innovativi. Oltre ad un necessario approccio teorico, il corso sarà fortemente caratterizzato da un approccio esperienziale, con l’utilizzo e discussione di casi di studio reali per padroneggiare non solo le tecnologie ma anche il loro impatto nelle tecniche e nei processi di produzione. Il corso offre agli studenti una conoscenza delle problematiche connesse alla gestione degli impianti industriali nell’era della Quarta Rivoluzione Industriale (Industria 4.0). In particolare, a valle dell’analisi dello scenario tecnologico di riferimento, dell’identificazione delle aree chiave di intervento e dei processi per l'implementazione della strategia 4.0 ed alla discussione degli elementi caratterizzanti l’Industria 4.0, inclusi l’utilizzo di Big Data, Intelligenza Artificiale, Realtà Virtuale/Aumentata, Simulazione, Robot Collaborativi, etc., si perviene all’individuazione, analisi e discussione delle metodologie per la gestione delle problematiche progettuali e manageriali relative alla struttura delle Smart Factories, alla Manutenzione “Smart” di Sistemi Industriali 4.0 e all’organizzazione Lean ed Agile degli stessi.

Il programma delle lezioni teoriche prevede l'erogazione di 5 moduli orientati a fornire allo studente le nozioni di base delle smart factories e tutte le conoscenze e gli strumenti necessari per l'implementazione del progetto finale.

Modulo I – Industry X.0 and Smart Factories: Fundamentals, Context and Key Principles
Questo modulo fornisce una panoramica dettagliata dell'Industria 4.0 e 5.0. Gli studenti esploreranno le origini e l'evoluzione dei paradigmi industriali, sfide e barriere dell'industria X.0. Saranno introdotte le tecnologie abilitanti ed i principi alla base delle fabbriche intelligenti. Verrà inoltre esplorato anche il contesto normativo di riferimento e le opportunità di finanziamento di iniziative 4.0.

Modulo II – Design and Structural Components of Smart Factories
Questo modulo approfondisce l'importanza dell'integrazione dei dati e dell'Industrial Internet of Things (IIoT) alla base delle fabbriche intelligenti. Verranno approfonditi strumenti e tecniche avanzate per l'analisi dei dati, affrontando le sfide critiche dell'architettura dell'IoT industriale, compresa la gestione della connettività e dell'interoperabilità. Il modulo esplora fondamenti dei sistemi cyber-fisici, analizza l'architettura e i vari livelli dell'IIoT, e affronta le sfide legate alla connettività M2M e all'interoperabilità nell'IIoT, includendo considerazioni sui dispositivi di retrofitting e sui gateway IoT. Infine, si esaminano le fasi evolutive dell'IIoT, con un focus sulle sfide della sicurezza informatica e sugli standard industriali, introducendo il concetto di edge computing e i gateway IoT con capacità di elaborazione in edge.

Modulo III – Put Industry X.0 in Practice: Assessing, Acting and Moving Forward
Questo modulo si focalizza sui concetti di maturità digitale e di autovalutazione delle inefficienze, identificando le aree critiche per l'intervento. In particolare, il modulo prevede utilizzo di strumenti come l'industry 4.0 readiness index, o lo Smart Industry Readiness Index per identificare inefficienze e opportunità di miglioramento. Si analizzeranno metodi per la redazione di action plan per la trasformazione digitale delle aziende a 360 gradi. Inoltre, verranno studiate le tecniche di lean management, agile management e continuous improvement e la loro evoluzione nel contesto 4.0 (Digital Lean).

Modulo IV – Digital Factory Management: From Concept to Execution
In questo modulo si affronteranno l'analisi, l'ingegnerizzazione e prototipazione di tecnologie abilitanti per le fabbriche intelligenti. Si analizzerà l'ecosistema tecnologico e si valuteranno strumenti per la prototipazione rapida di tecnologie a supporto dei sistemi produttivi smart. In particolare, questo modulo sarà orientato alla gestione smart della Smart Learning Factory LEONARDO. Verranno introdotti gli strumenti utilizzati, a partire dai sensori, l'architettura digitale ed informatica, fino a sistemi digitali low-code/no-code per la gestione della produzione (Manufacturing Execution Systems, MES) - ad esempio TULIP. Si analizzeranno gli elementi chiave per una gestione simbiotica uomo-macchina. Verranno introdotti concetti di simulazione, digital twin e loro applicazioni industriali. Si analizzeranno esempi pratici di simulation-based digital twin (utilizzando, es. AnyLogic). Si analizzeranno strumenti di intelligenza artificiale e data analytics e loro applicazioni industriali. Infine, verrà introdotto il concetto di robotica collaborativa ed il suo ruolo nella produzione intelligente.

Modulo V – Data-driven Innovation & New Business Models
Questo modulo si concentra sull'innovazione basata sui dati e sui nuovi modelli di business. Gli studenti esploreranno come l'analisi dei dati possa essere utilizzata per innovare le operazioni industriali e sviluppare nuovi approcci commerciali. Saranno discusse le applicazioni pratiche e casi di studio, come il caso della smart maintenance e smart services.

Il programma delle esercitazioni prevede l'analisi critica di un caso di studio aziendale, la partecipazione adun seminario da parte di un esperto aziendale o la visita in un'azienda che investe nel settore della digitalizzazione e dell'industria 4.0, la realizzazione di un podcast in cui gli studenti intervisteranno esperti aziendali su tematiche legate alle smart factories, e la realizzazione di un progetto legato all'ingegnerizzazione e prototipazione di una soluzione tecnologica per la gestione della Smart Learning Factory LEONARDO.

Modalità d'esame

I metodi e i criteri di valutazione qui indicati sono tesi a verificare il reale raggiungimento degli obiettivi formativi precedentemente riportati.

Metodo di valutazione: Le prove che concorrono alla valutazione finale dell’insegnamento sono le seguenti:
1) realizzazione di un podcast per la serie "I ragazzi della P4.0" (https://www.uss-lab.it/podcasts/), orientato all'esplorazione di tematiche legate all’industria X.0 attraverso conversazioni stimolanti con manager, responsabili aziendali e professionisti del settore per approfondire il contesto industriale ed imprenditoriale calabrese.
2) ideazione, progettazione, sviluppo e prototipazione di una soluzione tecnologica innovativa per l'efficientamento, gestione o ottimizzazione del laboratorio didattico LEONARDO. Gli studenti dovranno lavorare in squadra, realizzare un prodotto come in una vera azienda di produzione, gestire la linea di produzione ed introdurre elementi di innovatività in ottica Smart Factories.
3) una prova orale per verificare la comprensione degli aspetti teorici e metodologici di base.
I primi due punti verranno svolti dagli studenti organizzati in team. La prova orale, invece, della durata di circa mezz’ora, si articola nell’esposizione (orale e con l’ausilio anche della forma scritta) da parte dello studente sulla base di due/tre specifiche domande proposte dal docente e riguardanti argomenti del programma. Le modalità operative di conduzione dell’eventuale esame on-line si baseranno sulle indicazioni definite dalle relative Linee Guida dell’Ateneo.

Criteri di valutazione dell’apprendimento: Nel caso del podcast, verranno valutati i seguenti criteri: 1) correttezza e precisione delle informazioni presentate nel podcast; 2) il livello di dettaglio e profondità delle spiegazioni fornite sugli argomenti trattati; 3) capacità di comunicare concetti ed idee in modo chiaro e strutturato; 4) capacità di gestire la conversazione durante le interviste; 5) originalità e approccio innovativo nella realizzazione del podcast.
Relativamente alla realizzazione della soluzione tecnologica da sviluppare all'interno del laboratorio didattico LEONARDO, verranno valutati i seguenti criteri: 1) capacità dello studente di analizzare un caso studio pratico ed applicare correttamente le conoscenze acquisite; 2) grado di innovatività della soluzione proposta; 3) capacità dello studente di implementare una soluzione tecnologica e digitale per la gestione smart del procesos di produzione nel laboratorio LEONARDO.
Nella prova orale, verrà verificato, oltre al corretto corredo di linguaggio tecnico, il livello di conoscenza degli argomenti trattati valutando sia l’abilità di esporre in maniera chiara, corretta e completa i temi, sia la capacità di collegare e confrontare i diversi temi trattati nello svolgimento dell’insegnamento (anche in modo interdisciplinare), la capacità di analisi critica e di giudizio, valutando anche il livello di conoscenza dei contenuti metodologici del corso.

Criteri di Misurazione dell’Apprendimento e Attribuzione del Voto Finale:
I tre elementi di valutazione (podcast, progetto e prova orale) contribuiscono alla creazione del voto finale. A ciascun podcast verrà assegnato un punteggio da 1 (sufficiente) a 5 (eccellente). Al progetto ed alle attività svolte in laboratorio verrà assegnato un punteggio da 1 (scarso) a 10 (eccellente). Per superare la prova orale con livello sufficiente occorre rispondere, in modo corretto e sufficientemente completo, ad almeno due delle tre domande proposte. Alla prova orale verrà assegnato un punteggio tra 1 e 15. La valutazione finale dell’insegnamento considererà il giudizio dato allo studente in ognuna delle prove sopra indicate. Il voto complessivo finale è espresso in trentesimi. Le modalità d'esame saranno inoltre adeguate alle particolari esigenze degli/delle studenti/studentesse con disabilità certificate ai sensi delle leggi 104/92 e 118/71 o con Disturbo specifico di apprendimento (DSA) certificato ai sensi della legge 170/2010), facendo riferimento alle indicazioni fornite dalla Delegata alle attività concernenti l’integrazione degli Studenti con disabilità e con disturbi specifici di apprendimento nell’Ateneo.

Testi di riferimento

Durante il corso verranno forniti appunti delle lezioni, slides, casi di studio, articoli scientifici e altro materiale testuale.

Codice insegnamento 27009152

Strumenti Abilitanti E Innovativi Per L'Industria Del Futuro 2° anno · 2° semestre · 3 CFU · IIND-05/A · 0 file

Il corso si propone di fornire agli studenti una comprensione approfondita delle potenzialità offerte da strumenti digitali abilitanti e innovativi che hanno preso piede nei tempi più recenti e che sono destinati a…

Scheda dell'insegnamento

Obiettivi formativi

Il corso si propone di fornire agli studenti una comprensione approfondita delle potenzialità offerte da strumenti digitali abilitanti e innovativi che hanno preso piede nei tempi più recenti e che sono destinati a plasmare l’industria del futuro.
L'obiettivo è sviluppare una visione strategica sull'uso di strumenti conversazionali avanzati e sistemi di supporto decisionale, evidenziandone le applicazioni pratiche nei contesti industriali. Gli studenti acquisiranno competenze per interagire efficacemente con tali strumenti e per gestire team multidisciplinari che includano esperti nello sviluppo di soluzioni digitali.

Codice insegnamento 27010396

Strumenti E Metodi Per L'Innovazione Nella Sanità 2° anno · 6 CFU · MATH-06/A · 0 file

L'obiettivo primario del corso è la formazione di ingegneri gestionali capaci di guidare l'innovazione nei servizi sanitari tramite metodologie quantitative avanzate. I risultati attesi sono formalizzati secondo i…

Scheda dell'insegnamento

Obiettivi formativi

L'obiettivo primario del corso è la formazione di ingegneri gestionali capaci di guidare l'innovazione nei servizi sanitari tramite metodologie quantitative avanzate. I risultati attesi sono formalizzati secondo i Descrittori di Dublino:

  • Descrittore di Dublino 1 (Conoscenza e capacità di comprensione): Acquisizione della conoscenza rigorosa delle metodologie di Ricerca Operativa applicata alla sanità, della tassonomia dei processi decisionali ospedalieri (strategici, tattici e operativi), delle tecniche di Supporto alle Decisioni Multicriterio (MCDA) e dei principi di Machine Learning applicati alla salute.
  • Descrittore di Dublino 2 (Conoscenza e capacità di comprensione applicate): Capacità di implementare modelli matematici complessi di ottimizzazione lineare e intera e sviluppare algoritmi risolutivi (euristiche, metaeuristiche come gli algoritmi genetici, e matheuristiche) per problemi NP-hard (es. Nurse Rostering, scheduling sale operatorie). Capacità di creare prototipi funzionanti di Sistemi di Supporto Decisionale (DSS) utilizzando software specifici (IBM ILOG CPLEX, Python, Excel, PyTOPS).
  • Descrittore di Dublino 3 (Autonomia di giudizio): Capacità di analizzare criticamente le soluzioni computazionali ottenute dai software, valutando l'efficacia e l'efficienza dei modelli matematici rispetto alle reali esigenze delle aziende sanitarie e bilanciando obiettivi conflittuali (es. efficienza dei costi vs benessere del personale).
  • Descrittore di Dublino 4 (Abilità comunicative): Capacità di esprimere con proprietà di linguaggio tecnico-scientifico ingegneristico le scelte di modellazione effettuate, redigendo relazioni tecniche sintetiche e chiare e discutendo in pubblico i risultati del Project Work.
  • Descrittore di Dublino 5 (Capacità di apprendere): Sviluppo di capacità di studio autonomo che permettano l'aggiornamento continuo sulle metodologie di ottimizzazione computazionale e sui nuovi applicativi software d'area Data Science per l'healthcare.
  • Competenze Trasversali (Soft Skills): Rafforzamento dell'attitudine al problem solving in contesti multidisciplinari e complessi, sviluppo di capacità critiche e consolidamento delle abilità di lavoro in team (teamwork) stimolate dai laboratori cooperativi.

Programma

Il corso introduce strumenti e metodi avanzati per l'innovazione organizzativa e tecnologica nei sistemi sanitari complessi. Particolare attenzione è dedicata all'applicazione di modelli quantitativi di ottimizzazione, metodologie di analisi multicriterio (MCDA) e algoritmi di Machine Learning a supporto della progettazione, programmazione e gestione efficiente delle strutture e dei servizi sanitari (Operation Management per l'Healthcare).

Il programma dell'insegnamento è suddiviso in moduli didattici integrati con indicazione analitica delle ore di teoria (Lezione) e di laboratorio applicativo (Esercitazione):

Modulo 1: Introduzione e Decision-Making nei Sistemi Sanitari (4 ore Lezione)

  • 1.1 Analisi dei sistemi sanitari come organizzazioni complesse.
  • 1.2 Tassonomia dei processi decisionali in sanità: livelli strategico, tattico e operativo.
  • 1.3 Ruolo dei modelli quantitativi data-driven e dei DSS nei percorsi clinico-organizzativi.

Modulo 2: Ricerca Operativa e Ottimizzazione Avanzata per l'Healthcare (19 ore Lezione, 7 ore Esercitazione)

  • 2.1 Formulazione e implementazione di modelli matematici avanzati per problemi NP-hard e algoritmi associati.
  • 2.2 Pianificazione Strategica: Problemi di localizzazione e dimensionamento ottimale delle strutture (caso studio: rete dei centri trapianto).
  • 2.3 Gestione Tattico-Operativa delle Risorse Ospedaliere:
  • Schedulazione e programmazione dei flussi dei pazienti nei reparti di radioterapia.
  • Gestione e ottimizzazione delle sale operatorie (approcci a singolo obiettivo e multiobiettivo).
  • Modelli matematici per la gestione efficiente dei regimi di Week Hospital e Day Service.
  • Gestione dei ricoveri e politiche di assegnamento e bilanciamento dei posti letto ospedalieri (approcci single e multi-objective).
  • 2.4 Gestione del Personale: Il Nurse Rostering Problem. Modelli di pianificazione e ottimizzazione matematica dei turni del personale sanitario nel rispetto dei vincoli contrattuali e del benessere lavorativo (approcci mono e multiobiettivo).
  • Attività di Laboratorio: Uso pratico di IBM ILOG CPLEX Studio e del linguaggio OPL per la risoluzione esatta dei modelli di sale operatorie e turni. Uso di PyGAD (Python) per lo sviluppo di algoritmi genetici e metaeuristiche applicati al Nurse Rostering.

Modulo 3: Tecniche di Supporto alle Decisioni Multicriterio (MCDA) (6 ore Lezione, 3 ore Esercitazione)

  • 3.1 Fondamenti di analisi multicriterio in ambiente sanitario per la scelta tra alternative complesse.
  • 3.2 L'Analytic Hierarchy Process (AHP): struttura gerarchica e matrici di confronto a coppie.
  • 3.3 La Technique for Order Preference by Similarity to Ideal Solution (TOPSIS).
  • 3.4 Cenni sulla metodologia ELECTRE (Élimination et Choix Traduisant la Réalité).
  • Attività di Laboratorio: Modellazione decisionale preliminare in Excel e implementazione di modelli MCDA tramite la libreria Python PyTOPS.

Modulo 4: Machine Learning e Intelligenza Artificiale per l'Healthcare (6 ore Lezione, 5 ore Esercitazione)

  • 4.1 Introduzione al Machine Learning applicato a dataset clinici e sanitari.
  • 4.2 Algoritmi di classificazione e predizione: Alberi di Decisione (Decision Trees) e Random Forest.
  • 4.3 Applicazioni pratiche dell'AI nell'innovazione dei processi sanitari e nei sistemi di supporto alle decisioni cliniche.
  • Attività di Laboratorio: Estrazione della conoscenza ed esperimenti predittivi guidati su dataset ospedalieri di esempio tramite l'utilizzo del software Orange Data Mining.

Totale Ore: 35 ore Lezione | 15 ore Laboratorio informatico.

Modalità d'esame

Le procedure di accertamento dei risultati di apprendimento sono declinate in conformità ai requisiti di trasparenza del PQA:

1. Metodi di Valutazione dell'Apprendimento:
L'esame di profitto è strutturato in due prove obbligatorie:

  • Prova Scritta Individuale: Somministrazione di un test cartaceo o computer-based contenente quesiti a risposta multipla e domande a risposta aperta, mirato a verificare le conoscenze teoriche dei modelli di Ricerca Operativa, dei sistemi MCDA e degli algoritmi di Machine Learning (Descrittore di Dublino 1).
  • Project Work (Sviluppo Progetto e Discussione Orale): Elaborato svolto singolarmente o in piccoli team, incentrato sulla risoluzione computazionale di un problema decisionale ospedaliero reale. Richiede la formulazione matematica del problema, lo sviluppo del codice di ottimizzazione o predizione (in CPLEX o Python) e la redazione di una breve relazione tecnica da consegnare via Teams prima dell'appello. In sede d'esame, il candidato sostiene la discussione orale individuale per illustrare le scelte di modellazione e dimostrare la padronanza del codice sviluppato.

2. Criteri di Valutazione dell'Apprendimento:

  • Prova Scritta: Si valuta il rigore scientifico, la comprensione metodologica e la capacità di sintesi espositiva.
  • Project Work e Colloquio: Gli indicatori di valutazione includono la correttezza formale del modello matematico, l'efficacia e l'ottimizzazione del codice sviluppato (in Python/CPLEX), la completezza metodologica degli esperimenti eseguiti sui dati, l'autonomia di giudizio nell'analisi critica dei risultati, l'attitudine al problem solving e la proprietà nell'uso del linguaggio ingegneristico.

3. Criteri di Misurazione dell'Apprendimento e Attribuzione del Voto Finale:

  • Entrambe le componenti dell'esame (Scritto e Progetto) sono valutate in trentesimi (scala 0-30).
  • L'esame si intende superato se lo studente consegue una votazione non inferiore a 18/30 in ciascuna delle due prove.
  • Il voto finale è calcolato esplicitamente come la media aritmetica delle due valutazioni ottenute, espresso in trentesimi.
  • L'attribuzione della Lode richiede il soddisfacimento congiunto di: punteggio massimo in entrambe le prove, eccezionale padronanza della materia, spiccata brillantezza nella discussione orale ed eccellente precisione formale ed eleganza ingegneristica nella scrittura del codice informatico.

Adeguamenti d'Esame per Studenti con Disabilità o DSA:
In conformità al Regolamento d'Ateneo (D.R. 01.03.2022, n. 370, Art. 9) e alle Leggi 104/1992, 118/1971 e 170/2010, gli studenti con disabilità o DSA certificati hanno diritto a richiedere l'adeguamento delle prove d'esame. Sono garantiti tempi aggiuntivi per lo svolgimento della prova scritta (+30%), l'uso di strumenti compensativi specifici (es. formulari personali, schemi logici, calcolatrici) ed eventualmente la rimodulazione della prova in un colloquio orale equivalente focalizzato sulle medesime competenze core

Testi di riferimento

I testi di riferimento adottati per l'approfondimento dei modelli computazionali sono:
1. S. Nickel, C. Steinhardt, Schlenker, W. Burkart , Decision Optimization with IBM ILOG CPLEX Optimization Studio. A Hands-On Introduction to Modeling with the Optimization Programming Language (OPL), Springer, 2022. (Essenziale per lo sviluppo dei modelli di ottimizzazione lineare e delle sale operatorie in laboratorio).

2. V. Maniezzo, M. A. Boschetti, T. Stützle , Matheuristics. Algorithms and Implementations, Springer, 2021. (Consigliato per la progettazione degli algoritmi ibridi e metaeuristici applicati al Nurse Rostering).

Materiale didattico integrativo:
Altro materiale didattico, costituito da articoli scientifici e dispense, verrà fornito dalla docente. Il materiale sarà reso disponibile sul canale Teams del corso.

Codice insegnamento 27009180

Tecniche Per Il Data Mining 2° anno · 9 CFU · MATH-06/A · 0 file

L'insegnamento è volto a formare figure con elevate competenze analitiche in ambito Data Science. I risultati attesi sono declinati secondo i Descrittori di Dublino: Descrittore di Dublino 1 (Conoscenza e capacità di…

Scheda dell'insegnamento

Obiettivi formativi

L'insegnamento è volto a formare figure con elevate competenze analitiche in ambito Data Science. I risultati attesi sono declinati secondo i Descrittori di Dublino:

  • Descrittore di Dublino 1 (Conoscenza e capacità di comprensione): Acquisizione e solida comprensione delle basi teoriche, formali e metodologiche delle tecniche di Data Mining e dei principali paradigmi di Machine Learning (supervisionato e non supervisionato) per l'estrazione di pattern informativi da dataset complessi.
  • Descrittore di Dublino 2 (Conoscenza e capacità di comprensione applicate): Capacità di modellare, formulare e risolvere problemi operativi reali di Business Intelligence in ambito industriale, selezionando, configurando e addestrando gli algoritmi e i modelli predittivi o descrittivi più idonei mediante applicativi software dedicati.
  • Descrittore di Dublino 3 (Autonomia di giudizio): Capacità di interpretare, validare e valutare criticamente le metriche prestazionali dei modelli addestrati e i risultati quantitativi delle analisi, traducendoli in insight strategici a supporto delle decisioni aziendali.
  • Descrittore di Dublino 4 (Abilità comunicative): Capacità di redigere report ingegneristici e relazioni tecniche rigorose, e di presentare oralmente i risultati di analisi dati complesse utilizzando un vocabolario tecnico-scientifico appropriato e supporti multimediali efficaci.
  • Descrittore di Dublino 5 (Capacità di apprendere): Sviluppo di metodologie di studio e auto-apprendimento autonomo che consentano allo studente di consultare la letteratura scientifica di settore e aggiornarsi autonomamente sulle evoluzioni algoritmiche e tecnologiche del Machine Learning.
  • Competenze Trasversali (Soft Skills): Co-progettazione e sviluppo di attitudini al "problem solving" in contesti complessi e interdisciplinari; potenziamento delle abilità di lavoro in team (teamwork) e di coordinamento del lavoro di gruppo stimolate attraverso attività di apprendimento cooperativo e lo sviluppo del project work finale.

Programma

L'insegnamento approfondisce i modelli e i metodi quantitativi per l'estrazione di conoscenza da basi di dati complesse.
Vengono presentati i principali algoritmi di Machine Learning (classificazione, regressione, clustering) e l'utilizzo di strumenti software avanzati (con focus specifico sulla piattaforma open-source Orange Data Mining) per l'analisi dei dati a supporto dei processi decisionali e della Business Intelligence in contesti industriali e dei servizi.

Il programma si articola in macro-ambiti tematici bilanciati tra ore di teoria d'aula (Lezione) e attività pratiche guidate (Esercitazione/Laboratorio):

1. Macro-ambito: Introduzione alla Business Intelligence e Processi Decisionali (4 ore Lezione)

  • 1.1 Fondamenti di Business Intelligence (BI) e architetture dei dati d'impresa.
  • 1.2 Tassonomia dei sistemi di supporto alle decisioni (DSS) e ruolo del Data Mining.
    2. Macro-ambito: Struttura dei Problemi di Machine Learning (6 ore Lezione, 2 ore Esercitazione)
  • 2.1 Inquadramento tassonomico dei problemi: apprendimento supervisionato vs non supervisionato.
  • 2.2 Problemi di Classificazione, Regressione e Clustering.
  • 2.3 Teoria della Selezione dei Modelli, overfitting e tecniche di Regolarizzazione.
  • Esercitazione in laboratorio: Introduzione all'interfaccia di Orange Data Mining e flussi di lavoro base.
    3. Macro-ambito: Modelli e Metodi Predittivi e Descrittivi (30 ore Lezione, 14 ore Esercitazione)
  • 3.1 Regressione Lineare e Metodo dei Minimi Quadrati.
  • 3.2 Modelli di Ottimizzazione: Programmazione Lineare Robusta applicata alla classificazione.
  • 3.3 Support Vector Machines (SVM) e Metodi Kernel per separazione non lineare.
  • 3.4 Alberi di Classificazione e Decisione.
  • 3.5 Metodi di Ensemble ed estensioni: Bagging e Random Forest.
  • 3.6 Reti Neurali Artificiali (Struttura, Percettrone Multistrato e Backpropagation) e Cenni storici ed evolutivi sul Deep Learning.
  • 3.7 Algoritmi di Clustering non supervisionato: K-means, K-medoids e K-modes per variabili categoriali.
  • Esercitazione in laboratorio: Configurazione dei moduli di Machine Learning su Orange; addestramento di SVM, Alberi e Reti su dataset industriali forniti.
    4. Macro-ambito: Valutazione Prestazionale e Validazione (4 ore Lezione, 2 ore Esercitazione)
  • 4.1 Metriche di performance per classificazione (Matrice di confusione, Accuracy, Precision, Recall, F1-score, Curve ROC e AUC).
  • 4.2 Metriche per regressione (MSE, MAE, R²) e validazione del clustering.
  • 4.3 Tecniche di validazione incrociata (Cross-Validation) e split campionario.
  • Esercitazione in laboratorio: Uso dei moduli di validazione grafica e computazionale dei risultati in Orange.
    5. Macro-ambito: Casi Studio Applicativi e Business Case (4 ore Lezione, 2 ore Esercitazione)
  • 5.1 Applicazioni verticali del Data Mining in contesti industriali (manutenzione predittiva, controllo qualità).
  • 5.2 Applicazioni nel settore dei servizi (customer churn, scoring finanziario).
    6. Sviluppo Guidato del Project Work Transversale (2 ore Lezione, 5 ore Esercitazione)
  • 6.1 Linee guida per la formulazione del problema reale, organizzazione dei gruppi di lavoro e definizione della struttura della relazione tecnica d'esame.

Totale Ore Didattica Frontale: 50 ore Lezione | 25 ore Esercitazione/Laboratorio.

Modalità d'esame

La verifica dell'apprendimento e l'attribuzione del voto finale seguono una struttura rigorosa e trasparente, articolata in sotto-paragrafi conformi ai requisiti di Ateneo:

1. Metodi di Valutazione dell'Apprendimento:
L'esame di profitto è composto obbligatoriamente da due componenti distinte svolte per ciascun appello:

  • Prova Scritta Individuale (durata 60 minuti): Somministrazione di un test con 10 quesiti (bilanciati tra domande a risposta multipla e quesiti a risposta aperta) volti a verificare l'assimilazione dei teoremi, dei principi formali del Machine Learning e della logica degli algoritmi analizzati.
  • Project Work di Gruppo: Sviluppo di un progetto applicativo su un caso studio reale assegnato dal docente nell'ultimo mese di corso. I gruppi (composti da un massimo di 4 studenti) devono implementare i modelli decisionali e predittivi tramite il software Orange. Ciascun gruppo deve trasmettere la relazione tecnica via email o piattaforma Teams almeno 7 giorni prima della data dell'appello d'esame. In sede d'esame, si terrà la presentazione orale del progetto con l'ausilio di supporti multimediali (slide), in cui ciascun componente del gruppo dovrà illustrare criticamente le fasi di attività svolte.

2. Criteri di Valutazione dell'Apprendimento:

  • La prova scritta valuta il livello di acquisizione delle conoscenze metodologiche e teoriche (Descrittore di Dublino 1).
  • Il Project Work e la discussione orale valutano le competenze applicative (Descrittore 2), l'autonomia di giudizio nell'interpretare i dati (Descrittore 3), la chiarezza e proprietà di linguaggio tecnico-scientifico (Descrittore 4) e le soft skill di problem solving e lavoro in team.
    Gli indicatori specifici di valutazione della relazione e dell'orale includono: completezza e correttezza formale della modellazione, motivazione rigorosa delle scelte algoritmiche, corretto utilizzo e personalizzazione dei moduli del software Orange, profondità critica nell'analisi prestazionale dei risultati.

3. Criteri di Misurazione dell'Apprendimento e Attribuzione del Voto Finale:

  • Sia la prova scritta che il Project Work sono valutati con un punteggio espresso in trentesimi (da 0 a 30).
  • Per il superamento dell'esame è necessario conseguire la sufficienza (punteggio minimo di 18/30) in entrambe le prove.
  • Il voto finale dell'insegnamento viene determinato dalla media aritmetica delle due valutazioni ed è espresso in trentesimi. La lode viene attribuita all'unanimità in presenza di eccellenza metodologica formale nello scritto e brillantezza espositiva con elevata maturità critica nella discussione del progetto.

Tutela della disabilità e dei DSA in sede d'esame:
In conformità alle Leggi 104/1992, 118/1971, 170/2010 e al D.R. n.370/2022, le modalità d'esame vengono personalizzate per gli studenti certificati. Previo contatto con il docente e con il Servizio Inclusione di Ateneo, possono essere concessi tempi aggiuntivi (30% in più per la prova scritta), l'utilizzo di strumenti compensativi (calcolatrici, formulari, mappe strutturate) o l'eventuale sostituzione della prova scritta con un colloquio orale equivalente, salvaguardando gli obiettivi formativi dell'insegnamento.

Testi di riferimento

I testi di riferimento adottati per lo studio della materia sono:
1. Zaki M.J., Meira W. Jr., Data Mining and Machine Learning: Fundamental Concepts and Algorithms, 2nd Edition, Cambridge University Press, 2020. ISBN: 978-1108473989. (Utilizzato per la teoria generale dei modelli di classificazione, clustering e metriche di validazione).
2. Mitchell T.M., Machine Learning, McGraw-Hill International Editions, 1997. ISBN: 978-0070428072. (Testo classico per i fondamenti concettuali di alberi decisionali e reti neurali).
3. Smola A.J., Vishwanathan S.V.N., Introduction to Machine Learning, Cambridge University Press, 2008. Disponibile in formato open-access. (Consigliato per gli approfondimenti sui metodi Kernel e regressione lineare).

Materiale didattico integrativo:

  • Dispense teoriche riassuntive e quaderni di laboratorio sul software Orange appositamente redatti dalla docente.
  • Raccolta di articoli scientifici su casi applicativi industriali messi a disposizione sul canale istituzionale Microsoft Teams dell'insegnamento.

Codice insegnamento 27006454

Transizione Energetica E Mercato Dell'Energia 2° anno · 6 CFU · IIND-08/B · 0 file

L'insegnamento concorre agli obiettivi formativi del CdS in Ingegneria Gestionale fornendo strumenti per la gestione della transizione energetica. I risultati di apprendimento attesi sono declinati secondo i…

Scheda dell'insegnamento

Obiettivi formativi

L'insegnamento concorre agli obiettivi formativi del CdS in Ingegneria Gestionale fornendo strumenti per la gestione della transizione energetica. I risultati di apprendimento attesi sono declinati secondo i Descrittori di Dublino:

  • Descrittore di Dublino 1 (Conoscenza e capacità di comprensione): Conoscenza approfondita dei quadri normativi nazionali e internazionali sulla transizione energetica e dell'operatività dei mercati elettrici.
  • Descrittore di Dublino 2 (Capacità di applicare conoscenza e comprensione): Capacità di formulare e risolvere modelli di business per la produzione e il consumo di energia rinnovabile per diversi stakeholder (Aziende, PA, cittadini).
  • Descrittore di Dublino 3 (Autonomia di giudizio): Capacità di valutare criticamente l'impatto degli accordi internazionali sul clima e scegliere il modello di aggregazione energetica più efficiente.
  • Descrittore di Dublino 4 (Abilità comunicative): Capacità di esporre con linguaggio tecnico appropriato progetti complessi relativi a Comunità Energetiche Rinnovabili.
  • Descrittore di Dublino 5 (Capacità di apprendimento): Sviluppo di abilità di studio autonomo su fonti normative e articoli scientifici in continua evoluzione.

Programma

Modelli e Metodi per la transizione energetica del consumatore verso l’uso di fonti di energia rinnovabili utilizzando i nuovi modelli dei mercati dell’energia

1. Quadro generale e normativa (Lezioni: 8h)

1.1 Sviluppo sostenibile e crescita demografica.

1.2 Accordi internazionali sul clima e ambiente.

1.3 Quadro normativo UE/Italia: elettrificazione, E-fuel, E-mobility.

2. Mercati dell'energia e CO2 (Lezioni: 17h)

2.1 Direttive mercati elettrici e negoziazione rinnovabili (PPA, Contratti per Differenza, Certificati d'Origine).

2.2 Mercato della CO2 (ETS).

2.3 Mercati dei servizi di dispacciamento (MSD).

3. Modelli di Business e Aggregazioni (Lezioni: 10h)

3.1 Autoconsumo individuale e collettivo.

3.2 Comunità Energetiche Rinnovabili (CER) e di Cittadini (CEC).

3.3 Partecipazione dei consumatori ai mercati dei servizi.

4. Esercitazioni e Progetto (Esercitazioni: 15h)

4.1 Analisi di casi reali di CER per PA e Aziende.

4.2 Simulazione di modelli di business e calcoli di convenienza economica.

Modalità d'esame

Metodi di valutazione: L'esame consiste nella redazione di una relazione tecnica e in una presentazione orale di un progetto assegnato.

Criteri di valutazione: Si valuta la completezza dell'analisi, la correttezza dei modelli applicati, la proprietà del linguaggio tecnico (Descrittore 4) e la capacità critica (Descrittore 3).

Misurazione dell'apprendimento: Voto in trentesimi (18-30L). Il voto finale media la qualità del progetto e la padronanza dei concetti teorici sui mercati elettrici.

Studenti con disabilità/DSA: Prove adattate secondo le Linee Guida di Ateneo (D.R. n. 370/2022) e le leggi 104/1992 e 170/2010, prevedendo tempi aggiuntivi o strumenti compensativi previa richiesta.

Appelli: https://corsi.unical.it/lt-lmcu/ingegneria-gestionale/cds/studiare/calendario-esami/

Testi di riferimento

"Energy Economics: Energy Market Structure and Competitive Politics" – Subhes C. Bhattacharyya (Springer)
"Il mercato dell'energia elettrica a venti anni dalla liberalizzazione" – A cura di F. Vetrò (Marsilio)
"Fundamentals of Power System Economics" – Daniel S. Kirschen, Goran Strbac (Wiley)

Relazione Annuale ARERA (Autorità di Regolazione per Energia Reti e Ambiente): fornisce lo stato dell'arte del mercato italiano, i dati sui prezzi, la generazione distribuita e le novità regolatorie (es. riforme dei mercati dei servizi di dispacciamento - MSD).
I Quaderni del GME (Gestore dei Mercati Energetici): pubblicazioni periodiche tecniche che spiegano i meccanismi di funzionamento dei mercati ambientali (Tee, Go) e della borsa elettrica.
Rapporti Terna e GSE : per i dati reali sull'integrazione delle fonti rinnovabili non programmabili nella rete italiana.

A corredo, viene fornito dal docente specifico materiale didattico, costituito da articoli scientifici e dispense. Il materiale viene reso disponibile sul sito del corso tramite la piattaforma Teams

Codice insegnamento 27009182

Trasformazione Digitale Nella Sanità 2° anno · 2° semestre · 6 CFU · IEGE-01/A · 0 file

Competenze specifiche: Gli obiettivi formativi per un corso di "Trasformazione Digitale per Servizi Sanitari" possono essere i seguenti: 1. Fornire una conoscenza approfondita delle tecnologie digitali utilizzate nel…

Scheda dell'insegnamento

Obiettivi formativi

Competenze specifiche:
Gli obiettivi formativi per un corso di "Trasformazione Digitale per Servizi Sanitari" possono essere i seguenti:
1. Fornire una conoscenza approfondita delle tecnologie digitali utilizzate nel settore sanitario, compresi i sistemi informativi sanitari, le applicazioni mobili per la salute, i sensori e i dispositivi per la raccolta di dati e l'intelligenza artificiale applicata alla medicina.
2. Illustrare l'importanza della telemedicina e dell'e-health come strumenti di prevenzione, diagnosi e cura delle malattie, fornendo una conoscenza dettagliata sulle tecnologie e le piattaforme di supporto utilizzate.
3. Promuovere la comprensione del ruolo dei pazienti digitali e delle tecnologie che consentono loro di gestire la propria salute, e di coinvolgere attivamente i pazienti nella loro cura.
4. Approfondire il cambiamento culturale e organizzativo richiesto dalla trasformazione digitale nel settore sanitario, nonché i benefici e le sfide legati all'adozione delle tecnologie digitali.
5. Illustrare il ruolo dei Big Data e degli Open Data in ambito sanitario
6. Utilizzare casi di studio concreti per mostrare come implementare la trasformazione digitale in un'organizzazione sanitaria e valutarne i risultati.
In generale, l'obiettivo del corso è di fornire una conoscenza approfondita delle tecnologie digitali e del loro impatto nel settore sanitario, nonché di illustrare come implementare la trasformazione digitale in un'organizzazione sanitaria.
Competenze trasversali:
Capacità critiche e di giudizio conseguite attraverso l’analisi di problemi reali che vengono proposti durante il corso, evidenziando capacità di “problem solving” e “team working”.

Programma

La trasformazione digitale sta portando un cambiamento epocale nei metodi di prevenzione, cura e assistenza sanitaria. L'e-Health o Sanità digitale rappresenta un'evoluzione fondamentale del settore sanitario, in cui tecnologie avanzate stanno diventando sempre più cruciali. Esploreremo i trend tecnologici in rapida crescita in questo ambito e il nuovo ruolo di paziente “digitale” come stakeholder dei servizi digitali in ambito sanitario.

Codice insegnamento 27009160

Recensioni del corso

Studi qui? Accedi per lasciare la tua recensione e aiutare altri studenti a scegliere.

★

Nessuna recensione per ora — e la prima è la più preziosa. Condividi la tua esperienza e orienta le future matricole.