LA DIDATTICA COME RICERCA E VALORIZZAZIONE DEI TALENTI

LA DIDATTICA COME RICERCA E VALORIZZAZIONE DEI TALENTI

In un qualunque contesto, la conoscenza, l’istruzione e la capacità di riuscire a trasformare il sapere in azione sono fondamentali. In questo senso l’elemento centrale e chiave in un sistema universitario è lo studente. A partire dall’esperienza dello stesso è possibile comprendere se l’obiettivo della didattica sia stato più o meno raggiunto. Una buona didattica aiuta gli studenti a crescere tecnicamente e li motiva a raggiungere i livelli più alti della professione; una cattiva, demotiva, allontana gli studenti e determina la decrescita e l’alienazione. Ovviamente per un docente è necessario partire sempre dai bisogni educativi degli studenti. E in questo senso non sono necessariamente gli studenti più preparati l’obbiettivo della formazione, quanto gli allievi che abbiano bisogno di essere guidati. La didattica in questo senso e quella che de nisco “ricerca e valorizzazione dei talenti” vanno lette come la possibilità per ciascuno di avere dei punti di forza e delle capacità, magari nascoste, ma da valorizzare. E anche questo è il compito del professore. La didattica per sua natura è “inclusiva” non “esclusiva”. Questo in quanto gli alunni che mostrano maggiori attitudini e maggiore talento, generalmente riescono a raggiungere con più facilità i loro obbiettivi, laddove invece la vera s da per l’insegnante è quella di interessare, motivare ed attrarre – tutti – nessuno escluso.

In questo senso, oggi, il lavoro di docente è reso ancora più complesso dalla quantità di informazioni presenti nella nostra società. Quantità e facilità di accesso che purtroppo non sempre, anzi quasi mai, si associano alla qualità delle fonti. Ecco allora che il compito del docente è anche quello di guidare lo studente nel suo apprendimento, nella sua crescita personale, favorendo il suo spirito critico, la sua capacità di ragionamento al ne di renderlo non solo in grado di riconoscere “il come” e “il cosa fare” ma anche un professionista a tutto tondo in grado di imparare ad imparare riuscendo a discriminare le fonti informative non rilevanti da quelle rilevanti. Guidare lo studente nell’apprendimento e nella capacità di “pensare” è quindi l’essenza del lavoro di un moderno docente. In questo senso unire la didattica alla ricerca signi ca trovare un modo nuovo per stimolare gli studenti e ottenere da loro interessanti spunti, favorendone al tempo stesso la crescita.

La storia degli studenti e delle studentesse presentati di seguito segue appunto questa direzione. Miei tesisti e tesiste che hanno lavorato sodo a dei lavori di tesi e di ricerca (sia di lauree triennali\magistrali che di master) che non solo hanno portato ad una loro crescita personale, ma anche a interessanti risultati di ricerca, ottenuti con l’impegno comune, un eccellente modo per iniziare o proseguire un percorso di carriera. Queste sono le loro storie.

Prof. Carlo Drago 32

L’ESPERIENZA DI MICHAEL SACCÀ

Sono Michael Saccà, dopo il diploma di Ragioneria indirizzo programmatore decido di proseguire i miei studi frequentando il corso di Economia e Management alla Unicusano. Nonostante avessi già un lavoro, ho deciso di portare avanti i miei studi approfondendo le mie passioni professionali maturate durante gli anni passati. La piattaforma e-learning, le lezioni e tutto il materiale di studio telematico sono stati degli strumenti fondamentali nella coniugazione studio-lavoro. Durante la scelta dell’argomento della tesi, ho avuto il piacere di conoscere il Professor Carlo Drago che ha trovato n da subito la chiave di volta in grado di coniugare le mie passioni per la programmazione e l’ambito economico proponendo un argomento che mettesse insieme i settori del Data Science, Marketing ed Economia. La tesi viene intitolata Market Basket Analysis, modello de nito come il processo dell’af nity analysis che analizza le abitudini di acquisto dei clienti nella vendita a dettaglio, trovando associazioni tra diversi prodotti acquistati. L’obiettivo principale della tesi è dimostrare con un esempio pratico, utilizzando dati simulati di un supermarket, le interazioni tra prodotti attraverso la tecnica Market Basket Analysis, elaborando un algoritmo programmato con il linguaggio di programmazione R. Dall’estrazione dei risultati si è potuto constatare che trovare associazioni tramite il Market Basket Analysis può aiutare le aziende a piani care molto più ef cientemente le loro strategie di marketing e che il modello può essere usato non solo per implementare strategie di cross-sale ma per gestire al meglio l’inventario e le necessità dei clienti. Quasi tutti i settori di un’azienda, ad esempio i dipartimenti di merchandising, advertising e magazzino, possono trarre bene cio da questo tipo di analisi e non solo gli alti livelli manageriali. Successivamente, determinato a completare il mio percorso universitario mi iscrivo al corso Magistrale di Scienze Economiche e dopo qualche mese vengo contattato da un’importante agenzia di comunicazione digitale di Milano. Data l’esperienza nel corso triennale sapevo per certo che potevo studiare e lavorare allo stesso tempo e quindi accettai l’offerta di lavoro.

Reduce dalla bellissima esperienza della triennale propongo n da subito al Professor Carlo Drago di essere il relatore della mia prossima tesi specialistica. La costante presenza e professionalità del Professore mi permette, anche questa volta, di realizzare una tesi in linea con le mie passioni e aspirazioni professionali.

La tesi specialistica viene intitolata L’uso delle reti neurali convolutive nell’analisi dei mercati e l’obiettivo è quello di offrire una visione chiara ed esaustiva delle reti neurali, sviluppando una dimostrazione pratica delle reti neurali convolutive applicate alle serie storiche. La rete neurale viene programmata grazie al linguaggio di programmazione Python e alle librerie dedicate a questa tipologia di programmazione basata sul Machine Learning (TensorFlow, Keras). Nonostante le reti convolutive siano da prassi utilizzate su modelli OCR (Optical Character Recognition) si è cercato di creare una predizione su una serie storica rappresentata dal numero di utenti giornalieri che navigano su un sito web. L’esempio pratico ha

prodotto dei risultati soddisfacenti anche se l’andamento della serie storica in questione è molto spesso in uenzato da moltissimi fattori che potrebbero incidere sui valori futuri (attività di digital marketing varie e aggiornamenti dell’algoritmo di Google). Per questo motivo, il modello realizzato si pone come un punto di inizio per implementazioni migliorative in grado di tenere in considerazione anche queste varianti e avere un risultato ancora più preciso e af dabile.

Reputo che entrambi i percorsi formativi siano stati di grande aiuto per la mia crescita personale e soprattutto professionale e gran parte di ciò lo devo al Professor Drago che mi ha seguito con tantissima passione e disponibilità.

Michael Saccà

L’ESPERIENZA DI ANGELO BERTELLI

Sono Angelo Bertelli, una laurea in Informatica presso l’Università di Milano Bicocca e tanta esperienza professionale alle spalle principalmente nel mondo dei dati, della Business Intelligence e degli Erp. Nel 2017 mi fermai a ri ettere: il mondo lavorativo attorno a me stava cambiando rapidamente, spinto dall’innovazione tecnologica che stava trasformando radicalmente il mio settore di competenza. I big data e le tecnologie utilizzate per gestirli da qualche anno inducevano una mutazione del dna dei knowledge workers aventi come focus lavorativo la gestione e analisi dei dati; le aziende, quelle più data driven ma non solo, iniziavano a interrogarsi e a richiedere gure specializzate pronte a sostenere il fenomeno e non frenare così la propria crescita guidata dai dati. A quella data lavoravo per una azienda manifatturiera in qualità di Edp Manager con delega alla Business Intelligence; nel corso di pochi mesi avevo costruito il datawarehouse e le analitiche di cui il gruppo abbisognava. Avevo urgente necessità di integrare il mio percorso accademico attraverso una specializzazione che guardasse con me al futuro. Fu così 34

che iniziai a cercare una soluzione che mi permettesse di riattivare il processo di lifelong learning (in cui ripongo forte convinzione) che fosse compatibile con i miei impegni lavorativi; l’integrazione fra pratica lavorativa e formazione accademica a mio avviso fornisce un alto standard qualitativo per i lavoratori del futuro, soprattutto per quelli della conoscenza capaci di estrarre valore aggiunto nel processo dato, informazione, conoscenza. Trovai la risposta alle mie richieste nel Master Unicusano

in Data Science: information & knowledge management per

data scientist. Mi buttai con passione sull’argomento al ne di intraprendere la conoscenza del mondo della data science che al tempo mi appariva poco più nitida di una nebulosa lontana. Il Prof. Carlo Drago mi prese per mano e mi guidò verso lo studio della disciplina individuando con precisione estrema la direzione accademica che integrasse ed espandesse le mie competenze; il percorso si concluse con una tesi incentrata sul machine learning unsupervised e qualità del dato; la tesi utilizzava dati aziendali e aveva come titolo Analisi multivariata di dati aziendali e metodi esplorativi per la misurazione della qualità; seguì un brillante esame superato a pieni voti che ricordo ancora oggi con molto orgoglio e che attivò il senso di appartenenza e gratitudine verso l’istituzione universitaria. Questa esperienza accese in me la volontà di proseguire la mia crescita nel mondo della data science, con l’obiettivo non secondario di poter restituire quello che mi è stato dato in termini di mentoring dal Prof. Drago e spendermi attivamente per costruire un percorso di ricerca comune e con il Prof. Drago iniziò una collaborazione di ricerca e nel Gennaio 2021 pubblicammo su SSRN il nostro primo paper condiviso dal titolo Predictive Marketing: A Bibliometric Analysis Using a Symbolic Data Analysis Approach Keywords-CommunityBased (https://papers.ssrn. com/sol3/papers.cfm?abstract_ id=3738294).

Il percorso lavorativo ha continuato ad evolvere: quest’anno ho accettato la proposta di una grande acciaieria bresciana (Ori Martin SpA) della quale sono diventato il senior data analyst; si tratta di una realtà che sta investendo molto sulle nuove tecnologie (con la presenza di progetti di ricerca nazionali sull’automazione e su IoT) nella quale mi auguro di riuscire a liberare tutto il potenziale che è in me e di applicare e perfezionare le conoscenze acquisite. Lighthouse Plant Acciaio 4.0 è un progetto nato all’interno della ORI Martin S.p.A. e selezionato dal Cluster Nazionale Fabbrica Intelligente (CFI, l’associazione che, presieduta da Luca Manuelli, Ceo di Ansaldo Nucleare, riunisce aziende, regioni, università ed enti di ricerca con l’obiettivo di aggregare tutti gli

attori più importanti a livello italiano sulle tematiche della manifattura avanzata); è volto a rendere le aziende di comparto più intelligenti, resilienti e sostenibili attraverso la realizzazione di una infrastruttura digitale che consente di mettere in comunicazione tutti i macchinari e sfruttare i dati grazie a sistemi di machine learning e alla potenza del cloud. Mi ritengo soddisfatto delle esperienze fatte, penso con piacere a quella scintilla iniziale che ho saputo individuare in me prima e tenere accesa poi ma soprattutto alla guida esperta di chi ha saputo dall’inizio alimentarla, e a cui sono legato e grato.

Angelo Bertelli

La mia esperienza con Unicusano nasce nel 2018 a seguito del mio ingresso nel mondo del lavoro. Quando ho iniziato a lavorare avevo deciso di smettere gli studi non potendo più seguire le lezioni in presenza ma poi mi hanno consigliato di iscrivermi all’Università Telematica Niccolò Cusano che permetteva anche ai lavoratori di poter studiare mettendo a disposizione lezioni e tutor online accessibili in qualsiasi momento.

Così è iniziato il mio percorso di Ingegneria Civile che però non era inerente al lavoro che avevo appena iniziato, o almeno così credevo.

Durante l’esame di Informatica nel quale il Professor Carlo Drago ha tenuto una breve introduzione dei lavori di tesi seguiti negli anni precedenti con diversi studenti, ho capito che potevo collegare i miei studi con il lavoro che avevo appena iniziato.

Il giorno stesso ho chiesto al Professore se volesse seguirmi nella stesura della tesi in Informatica e da lì è iniziato il mio percorso e la grande collaborazione con una gura molto professionale che mi ha aiutato a collegare i miei studi con il mio lavoro.

La mia tesi intitolata Metodi di clustering spaziale per l’analisi della sicurezza stradale aveva l’obiettivo di effettuare un’analisi dell’infrastruttura stradale attraverso processi di Clusterizzazione e analisi dei Spatial Data, in modo da poter attuare preventivamente delle misure di sicurezza e ridurre i rischi

L’ESPERIENZA DI ANGELA BRAHIMAJ

futuri di incidenti.

Nella stesura della tesi mi sono basata su approcci di Spatial Data Mining e Functional Regionalization nell’analisi di dati spaziali simbolici che permettono di identi care nodi che interagiscono tra loro ed effettuare analisi dei legami intercomunitari spaziali che consentono la comunicazione tra le diverse parti della rete. Gli Spatial Data Mining sono dati strutturati, organizzati e trattati all’interno di database che vengono analizzati tramite tecniche di Clustering Analisys basate su algoritmi che permettono di identi care all’interno di una raccolta gruppi omogenei di dati chiamati cluster.

L’algoritmo di clustering usato basato sulla densità, meglio conosciuto come DBSCAN, mi ha permesso di individuare dei gruppi omogenei, e quindi dei cluster, che rappresentavano le aree a maggior rischio per la sicurezza stradale.

Il lavoro svolto nella mia tesi mi ha permesso, in ambito lavorativo, di poter creare per la mia azienda un Data Lake per la creazione di un price modelling che fosse in linea con il mercato dei servizi informatici, andando ad analizzare lo storico delle offerte, la marginalità sulla manutenzione di ogni singola componente, la difettosità dei prodotti, analisi del mercato e della competition, con conseguente automazione dei processi. Grazie a questo mio percorso iniziato con Unicusano e con l’aiuto del Professor Carlo Drago ho avuto la possibilità di poter farmi notare nella mia azienda e ricoprire il ruolo di Business Analytics e Solution Specialist.

Angela Brahimaj