Data Science

Il corso di laurea magistrale in Data Science si caratterizza per un'offerta didattica interdisciplinare che raccoglie contributi dell’ingegneria, dell’informatica, della statistica, delle scienze economiche e organizzative, insieme a conoscenze specifiche dei principali domini applicativi di Data Science.
In particolare, la laurea magistrale in Data Science offre le conoscenze professionali adeguate per lo sviluppo delle tecnologie di raccolta, gestione, elaborazione e analisi dei big
data, e la conseguente traduzione in informazioni fondamentali per il processo conoscitivo e decisionale all'interno dei settori innovativi di business e sociali.
Il corso di studio è di durata biennale e prevede un primo insieme di 39 CFU su settori scientifico disciplinari caratterizzanti miranti a fornire le conoscenze statistiche, ingegneristiche e informatiche di base necessarie per lo sviluppo degli strumenti software e delle infrastrutture necessarie per la raccolta, l’elaborazione, e l’organizzazione delle grandi moli di dati e dei modelli matematico statistici utili per la loro analisi. Nei 39 CFU sono inclusi almeno 10 CFU di attività di laboratorio.
Tali corsi caratterizzanti saranno obbligatori per tutti gli studenti. I 39 CFU obbligatori si dividono in 27 CFU sulle tecnologie informatiche e 12 CFU nelle discipline statistiche. Lo studente potrà quindi scegliere fino a 30 CFU di indirizzo su settori scientifico disciplinari caratterizzanti. Almeno 6 dovranno essere scelti tra le discipline umane, sociali, giuridiche ed
economiche.
Tali insegnamenti sono volti alla formazione di un profilo professionale che unisce le competenze ingegneristiche e informatiche con le competenze statistiche e gestionali, economiche e giuridiche.
Tali competenze devono essere sviluppate insieme ad una profonda conoscenza del contesto economico, sociale e organizzativo in cui le
metodologie di Data Science si vanno ad applicare. Sono previsti inoltre 3 CFU per Altre Attività Formative che includono
attività di tirocinio presso aziende e partecipazione a Training Camps tematici. Il percorso formativo si completerà con 12 CFU di attività su settori scientifici disciplinari affini e 12 CFU a scelta libera.
Non sono previsti obblighi di frequenza se non per attività di laboratorio e attività pratiche.
Tutti gli insegnamenti sono erogati in lingua inglese.
Le conoscenze raggiunte sono valutate tramite prove intermedie, discussione di lavori di gruppo o elaborati redatti singolarmente dai discenti e accertate tramite esami di tipo tradizionale.
Il percorso formativo consente al laureato magistrale in Data Science di trovare occupazione presso piccole e medie imprese, grandi aziende, pubblica amministrazione, amministrazioni locali, istituti di ricerca pubblici e privati ed enti no profit.
Il Dottorato di Ricerca e i Master di II livello sono altre possibilità a cui lo studente in Data Science potrebbe rivolgersi al termine del suo percorso di studio.
Per essere ammessi al corso di laurea magistrale occorre essere in possesso dei necessari requisiti curricolari (RC) e di un'adeguata preparazione personale (APP) che comprende anche la verifica del possesso di adeguate competenze linguistiche.

Requisiti curriculari

I requisiti curriculari (RC) sono i seguenti:

(RC-a) Il possesso della laurea o del diploma universitario di durata triennale, ovvero di altro titolo di studio conseguito
all'estero, ritenuto idoneo
(RC-b) L'aver acquisito almeno 90 crediti formativi universitari nell'insieme dei seguenti settori:
Scienze matematiche e informatiche: MAT/*, INF/01
Scienze fisiche: FIS/*
Scienze economiche e statistiche: SECS-P/*, SECS-S/*
Ingegneria industriale e dell'informazione: ING-IND/*, ING-INF/*
Scienze biologiche: BIO/*
Scienze giuridiche: IUS/*
Scienze della terra: GEO/*
Ingegneria civile e ambientale: ICAR/*
Logica e filosofia della scienza M-FIL/02

(RC-c) Conoscenza della lingua inglese a livello B2 o superiore.
Tali requisiti curriculari intendono consentire l'accesso al corso di studio da parte di tutti gli studenti che abbiano conseguito la laurea di primo livello nelle classi di laurea L-8 (Ingegneria dell'informazione), L-31 (Scienze e tecnologie informatiche) e L-41 (Statistica), nonché nelle classi di laurea L-18 (Scienze dell'economia e della gestione aziendale), L-30 (Scienze e tecnologie fisiche), L-33 (Scienze economiche) e L-35 (Scienze matematiche) e nelle corrispondenti classi di cui al D.M. 509/1999.
La verifica dei requisiti per l’ammissione e, in particolare, il possesso della preparazione personale sarà verificato da una apposita Commissione nominata dal Consiglio di Corso di Studio.

Verifica dei requisiti curriculari

Lo studente deve soddisfare contemporaneamente (RC-a), (RC-b) e (RC-c).
La verifica del requisito (RC-c) viene soddisfatta da tutti gli studenti in possesso di certificazione della lingua inglese a livello B2 ovvero che certifichino di avere acquisto crediti di lingua inglese (anche idoneità) a livello B2 nella loro carriera pregressa. In assenza di idonea certificazione ovvero dei crediti suddetti gli studenti dovranno superare un colloquio diverifica della conoscenza della lingua inglese.

Verifica dell’adeguata preparazione personale

L’adeguata preparazione personale (APP) considera due aspetti:
(APP-a) Risultati e pertinenza della pregressa carriera;
(APP-b) Conoscenze riguardo alla Matematica, Probabilità e Informatica.

Per la verifica dei requisiti relativi ai risultati e alla pertinenza (APP-a) saranno oggetto di valutazione:

- la votazione finale ottenuta nella laurea di primo livello e la relativa media dei voti (ovvero esclusivamente la media dei voti nel caso il candidato non fosse ancora laureato) facendo particolare attenzione ai voti conseguiti nell’area Matematica,

Probabilità ed Informatica.

- la pertinenza del curriculum di studio della laurea di primo livello.

La verifica dell’adeguata preparazione riguardo alla Matematica, Probabilità e Informatica (APP-b) considererà la conoscenza acquisita sui seguenti argomenti:

(APP-b1). Matematica: Calcolo differenziale ed integrale per funzioni di una o più variabili reali; nozioni base di algebra lineare e geometria analitica nel piano e nello spazio.

(APP-b2). Probabilità: Variabili aleatorie, distribuzioni e valori attesi; principali modelli di variabili aleatorie; convergenza per successioni di variabili aleatorie.

(APP-b3). Informatica: Principi di programmazione, rudimenti di object-oriented design; almeno un linguaggio di

programmazione tra C, C++, C#, Java, Python.

La Commissione considererà automaticamente soddisfatta la verifica del requisito APP-b per gli studenti che abbiano acquisito, con una votazione media superiore al 24/30, almeno:

- 12 crediti complessivi nei settori MAT/03 (Geometria) e/o MAT/05 (Analisi Matematica) e/o MAT/09 (Ricerca Operativa),

- 6 crediti nel settore MAT/06 (Probabilità),

- 6 crediti complessivi nei settori INF/01 (Informatica) e/o ING-INF/05 (Sistemi di elaborazione delle informazioni).

Nel caso in cui non sia soddisfatta solo una delle conoscenze APP-b1, APP-b2 o APP-b3 gli studenti dovranno sostenere un test e/o un colloquio finale di accertamento della conoscenza mancante (APP-b1, APP-b2, APP-b3) per completare la verifica del possesso dell’adeguata preparazione personale (APP-b).