Studiare

In questa sezione è possibile reperire le informazioni riguardanti l'organizzazione pratica del corso, lo svolgimento delle attività didattiche, le opportunità formative e i contatti utili durante tutto il percorso di studi, fino al conseguimento del titolo finale.

A.A. 2018/2019

Calendario accademico

Il calendario accademico riporta le scadenze, gli adempimenti e i periodi rilevanti per la componente studentesca, personale docente e personale dell'Università. Sono inoltre indicate le festività e le chiusure ufficiali dell'Ateneo.
L’anno accademico inizia il 1° ottobre e termina il 30 settembre dell'anno successivo.

Calendario accademico

Calendario didattico

Il calendario didattico indica i periodi di svolgimento delle attività formative, di sessioni d'esami, di laurea e di chiusura per le festività.

Anno accademico:
Definizione dei periodi di lezione
Periodo Dal Al
primo semestre lauree magistrali 1-ott-2018 21-dic-2018
secondo semestre lauree magistrali 25-feb-2019 31-mag-2019
Sessioni degli esami
Sessione Dal Al
sessione invernale lauree magistrali 7-gen-2019 22-feb-2019
sessione estiva lauree magistrali 27-mag-2019 5-lug-2019
Sessione autunnale 26-ago-2019 13-set-2019
Sessioni di lauree
Sessione Dal Al
Sessione autunnale (validità a.a. 2017/18) 6-dic-2018 7-dic-2018
Sessione invernale (validità a.a. 2017/18) 3-apr-2019 5-apr-2019
Sessione estiva (validità a.a. 2018/19) 10-set-2019 11-set-2019
Vacanze
Periodo Dal Al
Festa di Ognissanti 1-nov-2018 1-nov-2018
Festa dell’Immacolata 8-dic-2018 8-dic-2018
Vacanze di Natale 22-dic-2018 6-gen-2019
Vacanze di Pasqua 19-apr-2019 23-apr-2019
Festa della liberazione 25-apr-2019 25-apr-2019
Festa del lavoro 1-mag-2019 1-mag-2019
Festa del Santo Patrono - S. Zeno 21-mag-2019 21-mag-2019
Attività sospese (vacanze estive) 5-ago-2019 23-ago-2019

Calendario esami

Gli appelli d'esame sono gestiti dalla Unità Operativa Segreteria dei Corsi di Studio Economia.
Per consultazione e iscrizione agli appelli d'esame visita il sistema ESSE3.
Per problemi inerenti allo smarrimento della password di accesso ai servizi on-line si prega di rivolgersi al supporto informatico della Scuola o al servizio recupero credenziali

Calendario esami

Per dubbi o domande leggi le risposte alle domande più frequenti F.A.Q. Iscrizione Esami

Docenti

A B C D F G L M O P R S T Z

Andreoli Francesco

francesco.andreoli@univr.it 045 802 8102

Brunetti Federico

federico.brunetti@univr.it 045 802 8494

Bucciol Alessandro

alessandro.bucciol@univr.it 045 802 8278

Cantele Silvia

silvia.cantele@univr.it 045 802 8220 (VR) - 0444 393943 (VI)

Castellani Paola

paola.castellani@univr.it 045 802 8127

Chesini Giuseppina

giusy.chesini@univr.it 045 802 8495 (VR) -- 0444/393938 (VI)

Ciampi Annalisa

annalisa.ciampi@univr.it 045 802 8061

Cipriani Giam Pietro

giampietro.cipriani@univr.it 045 802 8271

Confente Ilenia

ilenia.confente@univr.it 045 802 8174

De Sinopoli Francesco

francesco.desinopoli@univr.it 045 842 5450

Fiorentini Riccardo

riccardo.fiorentini@univr.it 0444 393934 (VI) - 045 802 8335(VR)

Gaudenzi Barbara

barbara.gaudenzi@univr.it 045 802 8623

Levati Maria Vittoria

vittoria.levati@univr.it 045 802 8640

Lubian Diego

diego.lubian@univr.it 045 802 8419

Menon Martina

martina.menon@univr.it 045 802 8420

Messina Sebastiano Maurizio

sebastianomaurizio.messina@univr.it 045 802 8052

Minozzo Marco

marco.minozzo@univr.it 045 802 8234

Mion Giorgio

giorgio.mion@univr.it 045.802 8172

Ortoleva Maria Grazia

mariagrazia.ortoleva@univr.it 045 802 8052

Pellegrini Letizia

letizia.pellegrini@univr.it 045 802 8345

Perali Federico

federico.perali@univr.it 045 802 8486

Pertile Paolo

paolo.pertile@univr.it 045 802 8438

Picarelli Athena

athena.picarelli@univr.it 045 8028242

Renò Roberto

roberto.reno@univr.it 045 802 8526

Roffia Paolo

paolo.roffia@univr.it 045 802 8012

Signori Paola

paola.signori@univr.it 0444 393942 (VI) 045 802 8492 (VR)

Sommacal Alessandro

alessandro.sommacal@univr.it 045 802 8716

Taschini Luca

luca.taschini@univr.it 045 802 8736

Zago Angelo

angelo.zago@univr.it 045 802 8414

Zoli Claudio

claudio.zoli@univr.it 045 802 8479

Piano Didattico

Il piano didattico è l'elenco degli insegnamenti e delle altre attività formative che devono essere sostenute nel corso della propria carriera universitaria.
Selezionare il piano didattico in base all'anno accademico di iscrizione.

InsegnamentiCreditiTAFSSD
9
B
(SECS-P/05)
Stage
3
F
-
InsegnamentiCreditiTAFSSD
2 courses to be chosen among the following
2 courses to be chosen among the following
6
B
(SECS-P/11)
6
B
(SECS-P/08)
Final exam
15
E
-

1° Anno

InsegnamentiCreditiTAFSSD
9
B
(SECS-P/05)
Stage
3
F
-

2° Anno

InsegnamentiCreditiTAFSSD
2 courses to be chosen among the following
2 courses to be chosen among the following
6
B
(SECS-P/11)
6
B
(SECS-P/08)
Final exam
15
E
-
Insegnamenti Crediti TAF SSD
Tra gli anni: 1°- 2°

Legenda | Tipo Attività Formativa (TAF)

TAF (Tipologia Attività Formativa) Tutti gli insegnamenti e le attività sono classificate in diversi tipi di attività formativa, indicati da una lettera.




SStage e tirocini presso imprese, enti pubblici o privati, ordini professionali

Tipologia di Attività formativa D e F

Anno accademico:
Elenco degli insegnamenti con periodo non assegnato
anni Insegnamenti TAF Docente
Data discovery for business decisions D Claudio Zoli (Coordinatore)
Elements of financial risk management D Claudio Zoli (Coordinatore)
Introduction to business plan D Paolo Roffia (Coordinatore)
Professional communication for economics (3 cfu) D Claudio Zoli (Coordinatore)
Regulation, procurement and competition D Claudio Zoli (Coordinatore)
SFIDEuropa D Claudio Zoli (Coordinatore)
1° 2° Advanced risk and portfolio management bootcamp (online) (3 cfu) D Roberto Renò (Coordinatore)
1° 2° Advanced risk and portfolio management bootcamp (onsite) (6 cfu) D Roberto Renò (Coordinatore)
1° 2° Convegno "gli scambi commerciali con l'estero: questioni fiscali, doganali e contrattuali" D Sebastiano Maurizio Messina (Coordinatore)
1° 2° English for business and economics D Claudio Zoli (Coordinatore)
1° 2° Ineka conference 2019 teamworking membership D Federico Brunetti (Coordinatore)
1° 2° Introduction to spatial analysis and data visualization D Claudio Zoli (Coordinatore)
1° 2° Laboratorio di Data Visualization D Marco Minozzo (Coordinatore)
1° 2° Laboratorio di Python D Marco Minozzo (Coordinatore)
1° 2° Laboratorio Excel Avanzato (Verona) D Marco Minozzo (Coordinatore)
1° 2° Laboratorio Excel (Verona) D Marco Minozzo (Coordinatore)
1° 2° "le grandi trasformazioni degli anni '60-'70 e l'italia cinquant'anni dopo" D Angelo Zago (Coordinatore)
1° 2° Modello di responsabilità sociale d’impresa per l’ecosistema di business della ristorazione D Silvia Cantele (Coordinatore)
1° 2° Piano di marketing D Ilenia Confente (Coordinatore)
1° 2° Polis - festival biblico in universita' D Giorgio Mion (Coordinatore)
1° 2° Predictive analytics for business decisions D Claudio Zoli (Coordinatore)
1° 2° Programmazione in Matlab (3 cfu) D Diego Lubian (Coordinatore)
1° 2° Programmazione in R (3 cfu) D Diego Lubian (Coordinatore)
1° 2° Programmazione in SAS (3 cfu) D Diego Lubian (Coordinatore)
1° 2° Programmazione in STATA (3 cfu) D Diego Lubian (Coordinatore)
1° 2° Quality and problem solving in business organizations D Paola Castellani (Coordinatore)
1° 2° Regional competitiveness and its endogenous resources. The concept of territorial capital. D Riccardo Fiorentini (Coordinatore)
1° 2° Soft skills in action D Paola Signori (Coordinatore)
1° 2° Tools for applied economic analysis D Claudio Zoli (Coordinatore)

Obiettivi formativi

Il corso denominato "Laboratorio di Python" è un'attività (facoltativa) di tipologia f che permette l'assegnazione, tramite prova di accertamento finale, di 3 CFU. Le caratteristiche di questa attività sono le seguenti:

- L'attività è disponibile sia per gli studenti del CdLM in Economics e del CdLM in Banca e Finanza sia per gli studenti delle altre lauree magistrali e triennali di area economica.

- L'attività è erogata in aula informatica (46 posti).

- Le richieste di partecipazione a tale attività verranno soddisfatte in base all’ordine cronologico di iscrizione considerando che verrà data precedenza agli studenti delle lauree magistrali, in particolare agli studenti del CdLM in Economics e del CdLM in Banca e Finanza.

- Si può partecipare a questa attività anche se non si ha una conoscenza del software Python.

- La frequenza alle lezioni/esercitazioni è obbligatoria. Per poter accedere alla prova di accertamento del profitto che si terrà alla fine del corso è necessario aver frequentato almeno i 2/3 delle lezioni/esercitazioni.

Sono previste complessivamente 18 ore di lezioni/esercitazioni (più 2 ore di accertamento finale).

Il calendario di massima del corso è il seguente:

venerdì 19 ottobre 2018, ore 14:00-17:30, aula LAB.SMS.8;
venerdì 26 ottobre 2018, ore 14:00-17:30, aula LAB.SMS.8;
venerdì 23 novembre 2018, ore 14:00-17:30, aula LAB.SMS.8;
venerdì 30 novembre 2018, ore 14:00-17:30, aula LAB.SMS.8;
venerdì 7 dicembre 2018, ore 14:00-17:30, aula LAB.SMS.8;
venerdì 14 dicembre 2018, ore 14:00-17:30, aula LAB.SMS.8.

Tutor: dott. Marco Zanotti

Apertura prenotazioni: 11 ottobre 2018
Chiusura prenotazioni: 18 ottobre 2018

La procedura di iscrizione si trova sulla piattaforma elearning del corso.

Programma

Python è un linguaggio di programmazione dinamico orientato agli oggetti utilizzabile per molti tipi di sviluppo software. Offre un forte supporto all'integrazione con altri linguaggi e programmi, compreso R, è fornito di una estesa libreria standard e può essere imparato in pochi giorni. Python è ampiamente utilizzato in molti ambiti, in particolare per la gestione e l’analisi dei dati (data science). Oggigiorno, R e Python sono i due software più diffusi tra chi si occupa di gestione e analisi dei dati (data scientist). Entrambi hanno incrementato la loro diffusione in modo quasi esponenziale negli ultimi anni. Per questi software, esistono numerose librerie per la gestione di data base di dimensioni elevate, per la visualizzazione dei dati, e per l’implementazione di modelli avanzati di machine learning. Python è usato in numerose organizzazioni, comprese la NASA, Yahoo e Google, ed è completamente gratuito. Altre informazioni si possono trovare su https://www.python.it/ oppure su https://www.python.org/

Il programma dell’attività prevede alcune lezioni di introduzione al software Python ed alle sue principali funzioni. Verranno quindi presi in considerazione alcuni degli argomenti trattati negli insegnamenti a contenuto matematico, statistico, econometrico e finanziario. Gli argomenti verranno presentati principalmente per mezzo di esempi. Nel suo complesso, l’attività si pone l’obiettivo di innalzare il livello delle abilità quantitative ed informatiche dei partecipanti e di perfezionare la conoscenza di un software ampiamente utilizzato, fornendo delle competenze che possono rivelarsi utili sia nella preparazione della tesi sia nel mondo del lavoro.

Bibliografia

Testi di riferimento
Autore Titolo Casa editrice Anno ISBN Note
Dmitry Zinoviev Data Science con Python: dalle stringhe al machine learning, le tecniche essenziali per lavorare sui dati (Edizione 1) APOGEO 2017 9788850334148
Joel Grus Data Science from Scratch: First Principles with Python (Edizione 1) O'Reilly Media, Inc. 2015 9781491901410
Sarah Guido, Andreas C. Müller Introduction to Machine Learning with Python (Edizione 1) O'Reilly Media, Inc. 2016 9781449369880
Tony Gaddis Introduzione a Python (Edizione 1) Pearson Italia, Milano-Torino 2016 9788891900999
Samir Madhavan Mastering Python for Data Science (Edizione 1) Packt Publishing 2015 9781784390150
Ahmed Sherif Practical Business Intelligence (Edizione 1) Packt Publishing 2016 9781785885433
Toby Segaran Programming Collective Intelligence (Edizione 1) O'Reilly Media, Inc. 2007 9780596529321
Jake VanderPlas Python Data Science Handbook: Essential Tools for Working with Data (Edizione 1) O'Reilly Media, Inc. 2016 9781491912126
William Wesley McKinney Python for Data Analysis: Data Wrangling with Pandas, NumPy, and IPython (Edizione 2) O'Reilly Media, Inc. 2017 9781491957653
Vahid Mirjalili, Sebastian Raschka Python Machine Learning (Edizione 2) Packt Publishing 2017 9781787125933
Chris Albon Python Machine Learning Cookbook (Edizione 1) O'Reilly Media, Inc. 2018 9781491989371
Allen B. Downey Think Stats: Exploratory Data Analysis (Edizione 2) O'Reilly Media, Inc. 2014 9781491907344
Richard Lawson Web Scraping with Python (Edizione 1) Packt Publishing 2015 9781782164364

Modalità d'esame

La prova di accertamento del profitto consiste in una prova pratica e in un eventuale colloquio orale sull’utilizzo del software Python.

Prospettive


Avvisi degli insegnamenti e del corso di studio

Per la comunità studentesca

Se sei già iscritta/o a un corso di studio, puoi consultare tutti gli avvisi relativi al tuo corso di studi nella tua area riservata MyUnivr.
In questo portale potrai visualizzare informazioni, risorse e servizi utili che riguardano la tua carriera universitaria (libretto online, gestione della carriera Esse3, corsi e-learning, email istituzionale, modulistica di segreteria, procedure amministrative, ecc.).
Entra in MyUnivr con le tue credenziali GIA.

Esercitazioni Linguistiche CLA


Area riservata studenti


Tirocini e stage

Nel piano didattico dei Corsi di Laurea triennale (CdL) e Magistrale (CdLM) offerti dalla Scuola di Economia e Management dell’Università di Verona è previsto uno stage come attività formativa obbligatoria. Lo stage, infatti, è ritenuto uno strumento appropriato per acquisire competenze e abilità professionali e per agevolare la scelta dello sbocco professionale futuro, in linea con le proprie aspettative, attitudini e aspirazioni. Attraverso l’esperienza pratica in ambiente lavorativo, lo studente può acquisire ulteriori competenze ed abilità relazionali.

Per informazioni specifiche, consultare l'highlight della Scuola di Economia e Management appositamente dedicato a Stage.

Prova finale

La prova finale consiste in un elaborato in forma scritta di almeno 80 cartelle, che approfondisce un tema a scelta relativo a uno degli insegnamenti previsti dal piano didattico dello studente. Il tema e il titolo dell’elaborato dovranno essere selezionati in accordo con un docente dell’Ateneo di un SSD fra quelli presenti nel piano didattico dello studente. Il lavoro deve essere sviluppato sotto la guida del docente. La tesi è oggetto di esposizione e discussione orale, in una delle date appositamente stabilite dal calendario delle attività didattiche, dinanzi a una Commissione di Laurea nominata ai sensi del RDA. In accordo con il Relatore, la tesi potrà essere redatta e la discussione potrà svolgersi in lingua inglese.

Per maggiori informazioni e la consultazione delle scadenze e delle commissioni di laurea si rimanda all'apposita sezione del sito web della Scuola di Economia e Management

Elenco delle proposte di tesi e stage

Proposte di tesi Area di ricerca
La (cattiva) gestione dei fondi comunitari in Italia ECONOMICS - ECONOMICS
Analisi dell'Impatto della Regolamentazione: potenziale e applicazioni concrete Argomenti vari
Costi e benefici della nuova linea ferroviaria Torino-Lione Argomenti vari
Costi e benefici del sistema di rilevazione della velocità “tutor” sulle autostrade italiane Argomenti vari
La stima del valore della qualità delle strutture ospedaliere attraverso la valutazione contingente Argomenti vari
La valutazione dell’impatto occupazionale dei grandi progetti Argomenti vari

Gestione carriere


Modalità iscrizioni

 FASE 1: PREIMMATRICOLAZIONE ONLINE

La procedura è la seguente:
1a). Se sei un nuovo studente dell'Università di Verona devi eseguire la Procedura di Immatricolazione (selezionare dal menù a sinistra la voce Registrazione) dove vengono richiesti: dati anagrafici, codice fiscale, residenza, recapiti, titolo di studio. Al termine della procedura vengono rilasciati un nome utente e una password per effettuare l'accesso al sistema. Le credenziali (utente e password) devono essere stampate e conservate per gli accessi futuri. Poi prosegui al punto 2.
1b). Se sei uno studente con carriera attiva all'Ateneo di Verona devi usare le tue credenziali e prosegui al punto 2.

2. Seleziona dal menù a sinistra la voce Login e inserisci le tue credenziali (utente e password).
3. Seleziona poi Segreteria; Immatricolazione ai corsi ad accesso libero con verifica.
4. Viene visualizzato l'elenco dei tipi di corso a cui ci si può iscrivere (laurea, laurea magistrale, laurea magistrale a ciclo unico): scegli il tipo di corso.
5. Viene successivamente visualizzato l'elenco dei corsi suddiviso per Facoltà: scegli il corso a cui vuoi iscriverti.
6. Seguendo le indicazioni compila le pagine successive (compreso il "Questionario dell'immatricolazione") e, completata la preimmatricolazione, stampa la domanda di immatricolazione:
a) Per le immatricolazioni standard e per le abbreviazioni di carriera la domanda va consegnata all'Ufficio Immatricolazioni senza apporvi alcuna firma, corredata dalla ricevuta di versamento della prima rata di tasse e contributi da pagarsi agli sportelli di Banca Popolare di Verona - S. Geminiano e S. Prospero, Banca Intesa San Paolo e Cassa di Risparmio del Veneto. Sei invitato a verificare la correttezza dei dati contenuti nella ricevuta.
b) Per i trasferimenti in ingresso la domanda va conservata e, quando contattati, consegnata direttamente alla Segreteria Studenti.
7. Se  desideri rettificare la tua domanda prima di avere effettuato il pagamento, puoi rientrare nel sistema utilizzando le tue chiavi di accesso. Una volta effettuata la modifica, dovrai ristampare la documentazione.
8. Nel caso di modifiche, attenzione a non confondere il modulo di pagamento: è importante pagare con il modulo giusto!

FASE 2: IMMATRICOLAZIONE
(immatricolazioni standard e abbreviazioni di carriera)

1. Effettuato il pagamento della tassa, devi recarti all'Ufficio Immatricolazioni con la domanda di immatricolazione (non firmata), la ricevuta di pagamento, una fototessera, un documento di riconoscimento ed il codice fiscale.
2. La domanda di immatricolazione verrà da te sottoscritta in presenza dell'impiegato.
3. Ti verrà rilasciata la tessera di riconoscimento a completamento dell'immatricolazione.


Additional information

 

Additional information

For further information visit the program website, http://magec.dse.univr.it, or send an email at magec@dse.univr.it.

 


Ulteriori servizi

I servizi e le attività di orientamento sono pensati per fornire alle future matricole gli strumenti e le informazioni che consentano loro di compiere una scelta consapevole del corso di studi universitario.