Studying at the University of Verona
Here you can find information on the organisational aspects of the Programme, lecture timetables, learning activities and useful contact details for your time at the University, from enrolment to graduation.
Type D and Type F activities
Le attività formative di tipologia D sono a scelta dello studente, quelle di tipologia F sono ulteriori conoscenze utili all’inserimento nel mondo del lavoro (tirocini, competenze trasversali, project works, ecc.). In base al Regolamento Didattico del Corso, alcune attività possono essere scelte e inserite autonomamente a libretto, altre devono essere approvate da apposita commissione per verificarne la coerenza con il piano di studio. Le attività formative di tipologia D o F possono essere ricoperte dalle seguenti attività.
1. Insegnamenti impartiti presso l'Università di Verona
Comprendono gli insegnamenti sotto riportati e/o nel Catalogo degli insegnamenti (che può essere filtrato anche per lingua di erogazione tramite la Ricerca avanzata).
Modalità di inserimento a libretto: se l'insegnamento è compreso tra quelli sottoelencati, lo studente può inserirlo autonomamente durante il periodo in cui il piano di studi è aperto; in caso contrario, lo studente deve fare richiesta alla Segreteria, inviando a carriere.scienze@ateneo.univr.it il modulo nel periodo indicato.
2. Attestato o equipollenza linguistica CLA
Oltre a quelle richieste dal piano di studi, per gli immatricolati dall'A.A. 2021/2022 vengono riconosciute:
- Lingua inglese: vengono riconosciuti 3 CFU per ogni livello di competenza superiore a quello richiesto dal corso di studio (se non già riconosciuto nel ciclo di studi precedente).
- Altre lingue e italiano per stranieri: vengono riconosciuti 3 CFU per ogni livello di competenza a partire da A2 (se non già riconosciuto nel ciclo di studi precedente).
Tali cfu saranno riconosciuti, fino ad un massimo di 6 cfu complessivi, di tipologia F se il piano didattico lo consente, oppure di tipologia D. Ulteriori crediti a scelta per conoscenze linguistiche potranno essere riconosciuti solo se coerenti con il progetto formativo dello studente e se adeguatamente motivati.
Gli immatricolati fino all'A.A. 2020/2021 devono consultare le informazioni che si trovano qui.
Modalità di inserimento a libretto: richiedere l’attestato o l'equipollenza al CLA e inviarlo alla Segreteria Studenti - Carriere per l’inserimento dell’esame in carriera, tramite mail: carriere.scienze@ateneo.univr.it
3. Competenze trasversali
Scopri i percorsi formativi promossi dal TALC - Teaching and learning center dell'Ateneo, destinati agli studenti regolarmente iscritti all'anno accademico di erogazione del corso https://talc.univr.it/it/competenze-trasversali
Modalità di inserimento a libretto: non è previsto l'inserimento dell'insegnamento nel piano di studi. Solo in seguito all'ottenimento dell'Open Badge verranno automaticamente convalidati i CFU a libretto. La registrazione dei CFU in carriera non è istantanea, ma ci saranno da attendere dei tempi tecnici.
4. Contamination lab
Il Contamination Lab Verona (CLab Verona) è un percorso esperienziale con moduli dedicati all'innovazione e alla cultura d'impresa che offre la possibilità di lavorare in team con studenti e studentesse di tutti i corsi di studio per risolvere sfide lanciate da aziende ed enti. Il percorso permette di ricevere 6 CFU in ambito D o F. Scopri le sfide: https://www.univr.it/clabverona
ATTENZIONE: Per essere ammessi a sostenere una qualsiasi attività didattica, incluse quelle a scelta, è necessario essere iscritti all'anno di corso in cui essa viene offerta. Si raccomanda, pertanto, ai laureandi delle sessioni di dicembre e aprile di NON svolgere attività extracurriculari del nuovo anno accademico, cui loro non risultano iscritti, essendo tali sessioni di laurea con validità riferita all'anno accademico precedente. Quindi, per attività svolte in un anno accademico cui non si è iscritti, non si potrà dar luogo a riconoscimento di CFU.
PROCEDURA PER IL RICONOSCIMENTO DELL'ATTIVITA' LAVORATIVA COME CREDITI DI STAGE
Come previsto da delibera del collegio didattico di Matematica e Data Science n°8 -23/24, lo studente che intende farsi riconoscere ore di attività lavorativa come crediti di stage, prima dell'inizio dell'attività, è tenuto ad inviare all'indirizzo mail della segreteria studenti e in copia conoscenza alla commissione pratiche studenti (paolo.daipra@univr.it, luca.dipersio@univr.it, barbara.gaudenzi@univr.it) esplicita richiesta. Nella richiesta va specificato il tipo di attività, nome dell’azienda e sede lavorativa e ore/crediti di cui si sta chiedendo il riconoscimento.
Affinché l'attività sia riconoscibile è d'obbligo che si sia svolta durante gli anni di iscrizione al corso di studi. Una volta accertata la coerenza tra l'attività lavorativa in essere e gli obiettivi del corso, lo studente riceverà tempestiva comunicazione dalla commissione pratiche studenti con in copia conoscenza la segreteria.
Al termine del periodo lavorativo stabilito, lo studente invia alla segreteria studenti la seguente documentazione:
- relazione finale dettagliata che viene inoltrata alla commissione per l’approvazione finale (firmata dallo studente e da un referente aziendale);
- una dichiarazione del legale rappresentante dell'azienda/ente e/o documentazione atta a dimostrare la tipologia di attività professionale e l'impegno orario ad essa dedicato.
La segreteria studenti provvederà all'invio della documentazione ricevuta alla commissione pratiche studenti e alla registrazione dei CFU (taf F ed eventuali ulteriori crediti taf D) deliberati dalla commissione stessa.
Insegnamenti e altre attività che si possono inserire autonomamente a libretto valide per l'a.a. 2024/25
years | Modules | TAF | Teacher |
---|---|---|---|
1° 2° | Elements of Cosmology and General Relativity | D |
Claudia Daffara
(Coordinator)
|
1° 2° | Introduction to quantum mechanics for quantum computing | D |
Claudia Daffara
(Coordinator)
|
1° 2° | Python programming language [English edition] | D |
Carlo Combi
(Coordinator)
|
1° 2° | APP REACT PLANNING | D |
Graziano Pravadelli
(Coordinator)
|
years | Modules | TAF | Teacher |
---|---|---|---|
1° 2° | Python programming language [Edizione in italiano] | D |
Carlo Combi
(Coordinator)
|
1° 2° | Programming Challanges | D |
Romeo Rizzi
(Coordinator)
|
1° 2° | Protection of intangible assets (SW and invention)between industrial law and copyright | D |
Mila Dalla Preda
(Coordinator)
|
years | Modules | TAF | Teacher |
---|---|---|---|
1° 2° | Mathematics mini courses |
Giacomo Albi
(Coordinator)
|
Business _Analytics (BA) (2024/2025)
Teaching code
4S008099
Teacher
Coordinator
Credits
6
Also offered in courses:
- Business _Analytics (BA) of the course Master's degree in Data Science
Language
English
Scientific Disciplinary Sector (SSD)
SECS-P/10 - ORGANIZATION AND HUMAN RESOURCE MANAGEMENT
Period
Semester 2 dal Mar 3, 2025 al Jun 13, 2025.
Courses Single
Authorized
Learning objectives
This course aims to introduce students to concepts and techniques in Business Analytics, but also to the new role of the "Business Analyst" within an organization. Starting from the KPIs (Key Process Indicators), coming from the business processes defined through the BPMN language, we will proceed to the analysis and real-time evaluation of the same in order to create reports or dashboards to support the decision-making process. In addition to being used for decision-making, the data will also serve to better align the POPITTM components with the company business model.
At the end of the course the student has to show to have acquired the following skills:
- Ability to conduct business intelligence analyzes
- obtain structured information from data according to project specifications
- analyze high-level solutions to meet Detailed market needs
- Ability to use software tools and mathematical models in predictive analytics
Prerequisites and basic notions
None
Program
The course aims to provide students with fundamental concepts for reading and analyzing business data, enabling them to create predictive models to support decision-making processes. Specifically, the following topics will be covered:
Data management and Data Warehouse
Data Modeling Techniques
Data Integration Techniques
Data Platforms
Business Intelligence Tools
Historical data model and analysis
Data Quality
DataOps
Business models for predictive analytics
Bibliography
Didactic methods
In addition to the lectures during the course, space will be given to the analysis and discussion of cases developed by the students.
Furthermore, throughout the academic year, an individual reception service managed by the teacher is available, at the times indicated on the web pages (please send an email to make an appointment) and constantly updated.
Learning assessment procedures
The exam consists of a written test. Students are invited to consult the notices in Moodle. The test will consist of three open questions.
Other methods of learning assessment will also be evaluated at the discretion of the teacher.
Evaluation criteria
The questions are structured in such a way as to verify the level of knowledge of the topics concerning business analysis. At the same time, they are designed to test the ability to interpret the main issues related to problem-solving.
Criteria for the composition of the final grade
3 questions
Exam language
English