Obiettivo della Laurea Magistrale in Data Science Applicata è quello di formare esperti di trattamento, analisi e uso di dati in contesti applicativi specifici e differenziati. Il laureato viene preparato per saper:
Il Corso di Laurea Magistrale fornisce le conoscenze metodologiche fondazionali per il trattamento e l'analisi dei dati come le competenze informatiche orientata alla Data Science e ai Big Data (programmazione, basi di dati, web services, open datat); competenze di Sicurezza dei dati, competenze matematiche per le Reti e per le decisioni; competenze di statistica e statistical learning.
Il Corso di Laurea Magistrale in Data Science Applicata fornisce inoltre le conoscenze in ambito aziendale e giuridico che riguardano aspetti organizzativi, economici, giuridici del trattamento ed uso dei dati. Rilevante è la formazione fornita per sviluppare le capacità di comprensione dei problemi etici e giuridici connessi al trattamento e uso dei dati negli ambiti di applicazione. Infine, il Corso di Studi fornisce competenze in ambito sociologico per l'analisi sociale e sui problemi logico-filosofici le nozioni di dato e di rappresentazione.
Il Corso di Studi è caratterizzato da una marcata presenza di corsi di laboratorio, che ne costituiscono un elemento fondante, caratterizzante ed irrinunciabile. Inoltre il Corso di Studi prevede attività pratiche in specifici ambiti applicativi su cui applicare le teorie e i metodi acquisiti. Tali attività saranno svolte in laboratori dedicati.
Il Corso in Data Science Applicata prevede anche la possibilità di svolgere stage e tirocini presso le aziende, quale parte integrante del percorso formativo, facilitando così il trasferimento delle competenze dall'Università alle aziende.
Il Corso di Studi è progettato per formare esperti di trattamento, analisi ed uso dei dati in specifici domini applicativi. Tra i domini applicativi di interesse possono essere considerati le scienze della vita, i servizi digitali per i cittadini, l'innovazione di processo e di prodotto per le aziende e per la Pubblica Amministrazione. Per ciascun dominio è prevista l'attivazione di uno specifico curriculum. I curricula condividono un percorso formativo iniziale comune e si differenziano poi per fornire gli strumenti idonei per la generazione, il trattamento e l'analisi dei dati riferiti all'ambito applicativo cui il curriculum si riferisce.
Il percorso comune è costituito in prevalenza da corsi obbligatori volti a fornire e/o uniformare le conoscenze metodologiche fondazionali per il trattamento e l'analisi dei dati, le conoscenze relative alle problematiche di sicurezza del dato, nonché le conoscenze di area aziendale, giuridica e logico-filosofica riferite alle nozioni di dato e di rappresentazione. Particolare rilevanza è data alle conoscenze tecnologiche per il trattamento dei Big Data e alle conoscenze di natura giuridica necessarie per comprendere e affrontare i problemi etici e giuridici relativi al trattamento e uso dei dati nei rispettivi ambiti di applicazione.
Il laureato magistrale in Data Science Applicata conosce le tecniche dell'Informatica, dell'Ingegneria, della Statistica e della Matematica rilevanti per il trattamento e la visualizzazione di dati. Conosce le modalità di formazione e di raccolta dei dati e ha la capacità di comprendere le possibili sorgenti di incertezza che ne compromettono la qualità. Conosce le tecniche di analisi dei dati e ha la capacità di comprendere come applicarle a dati provenienti da diversi ambiti. Conosce gli strumenti informatici e le piattaforme software per il trattamento dei dati e ha la capacità di comprendere i problemi relativi ad affidabilità e sicurezza dei dati e dei sistemi software. Conosce gli strumenti matematico-modellistici necessari a comprendere le modalità di utilizzo dei dati per ottimizzare processi di aziende, istituzioni e pubbliche amministrazioni. Conosce la normativa giuridica relativa alla raccolta, trattamento e uso dei dati nonché gli aspetti etici relativi ai dati nei diversi ambiti applicativi considerati dal Corso di Studi.
Le modalità e gli strumenti didattici con cui i risultati attesi vengono conseguiti sono le lezioni di didattica frontale, le attività progettuali e di laboratorio di gruppo o individuali ovvero la prova finale.
La verifica della conoscenza e comprensione è affidata agli esami scritti e orali e alla valutazione degli elaborati prodotti per le attività progettuali, di laboratorio e della prova finale.
Il laureato in Data Science Applicata è in grado di raccogliere, classificare e analizzare i dati in vari domini applicativi. E' in grado di valutare la qualità dei dati e di individuare gli strumenti informatici più idonei per il loro trattamento, anche con riferimento alla gestione della sicurezza. Il laureato è capace di applicare le competenze matematico-modellistiche acquisite e di utilizzare i dati per migliorare i prodotti e i servizi offerti da aziende, istituzioni e pubbliche amministrazioni. La conoscenza della normativa sui dati consente al laureato di progettare e condurre esperimenti, interpretarne i risultati e, ove necessario, sviluppare soluzioni e metodologie originali nel rispetto delle norme e dei principi etici di riferimento. Lo Specialista in Data Science, grazie alla interdisciplinarietà della sua formazione, è anche capace di coordinare progetti multidisciplinari basati sull'uso massivo dei dati.
Gli strumenti didattici con cui viene conseguita la capacità di applicare conoscenza e comprensione sono esercitazioni e attività progettuali in cui gli studenti devono applicare i metodi e le tecniche apprese nonché tirocini e la prova finale.
Gli strumenti didattici con cui viene verificata la capacità di applicare conoscenza e comprensione sono:
I laureati in Data Science Applicata acquisiscono una elevata capacità di ragionamento e giudizio critico che permetterà loro di individuare i modelli e le tecniche più appropriate per gestire e analizzare dati relativi ai processi e alle attività di un'organizzazione allo scopo di estrarre nuova conoscenza e valore.
Gli Specialisti in Data Science hanno la capacità di valutare l'impatto delle soluzioni proposte nel contesto applicativo, sia relativamente agli aspetti tecnici che agli aspetti organizzativi. Sono infine in grado di identificare e valutare le implicazioni più ampie e non tecniche della Data Science Applicata, quali quelle in ambito etico, giuridico, economico e industriale.
Acquisiscono la capacità di comprendere i limiti delle proprie conoscenze e sono in grado di individuare eventuali strumenti metodologici ad integrazione delle proprie competenze.
Per favorire l'autonomia di giudizio dei laureati, verrà adottato un metodo di apprendimento basato sulla partecipazione attiva dello studente quali i) attività di laboratorio e studio approfondito di specifici ed esemplari casi di studio, ii) tirocini e inserimenti diretti in contesti lavorativi, iii) attività formative pratiche connesse allo svolgimento della prova finale.
La valutazione della capacità dello studente di esprimere giudizi in modo autonomo è condotta attraverso esami orali ed analisi di elaborati personali prodotti sia nell'ambito dei singoli moduli che nella prova finale.
Lo Specialista in Data Science:
Tali obiettivi vengono raggiunti tramite attività formative che prevedono lavori di gruppo, la redazione di relazioni in lingua Inglese in forma scritta e orale di progetti, ed infine mediante la preparazione della presentazione scritta e orale della prova finale.
La verifica di tali obiettivi avviene tramite gli esami di profitto e la valutazione delle relazioni e degli elaborati prodotti a seguito di lavori di gruppo, stage o prova finale.
Il laureato in Data Science Applicata:
La capacità di apprendimento viene acquisita e verificata durante il corso di studio attraverso lo svolgimento e la valutazione di progetti applicativi individuali e di gruppo ovvero della prova finale elaborata in modo originale dallo studente in cui lo studente è lasciato libero di scegliere le metodologie e le tecnologie da usare.
Funzione in contesto di lavoro:
Il laureato magistrale in Data Science Applicata ricopre ruoli tecnici e/o manageriali di alto profilo in contesti che richiedono una buona conoscenza delle discipline dell'informatica, della matematica e delle scienze sociali e una conoscenza approfondita del trattamento dei dati. È una figura professionale a cui fanno capo attività di raccolta, analisi, elaborazione, interpretazione, diffusione e visualizzazione di dati quantitativi o quantificabili dell'organizzazione a fini analitici, predittivi o strategici. Nel suo lavoro identifica, raccoglie, prepara, valida, analizza, interpreta dati inerenti a diverse attività dell'organizzazione per estrarne informazione (di sintesi o derivata dall'analisi), anche tramite lo sviluppo di modelli predittivi per generare sistemi organizzati di conoscenza.
Competenze associate alla funzione:
Lo Specialista in Data Science (Data Science Specialist) è in grado di:
Il Data Science Specialist è quindi un analista di grandi quantità di dati ad elevata complessità tecnica (Big Data e Open Data), che tuttavia sa coniugare i metodi e le tecniche di gestione aziendale e amministrazione pubblica, privata e di terzo settore, con le tecnologie e metodologie dell'informatica e delle scienze sociali, possedendo competenze in ciascuna delle aree.
Sbocchi occupazionali (Professional opportunities):
L-9 Ingegneria industriale
L-30 Scienze e tecnologie fisiche
L-31 Scienze e tecnologie informatiche
L-33 Scienze Economiche
L-35 Scienze matematiche
L-41 Statistica
(e corrispondenti classi 9-10-25-26-28-32-37 del D.M.509/1999) o, in alternativa, laurea conseguita in altre classi purché in possesso di apposite competenze e conoscenze acquisite nel percorso formativo pregresso che, espresse sotto forma di CFU riferiti a specifici settori scientifico-disciplinari, equivalgono a 30 CFU complessivi nei SSD INF/01, ING-INF/01-06, ING-IND/34-35, SECS-S/01-06, MAT/01-09, MED/01, MED/42, FIS/01-08, SECS-P/05, SECS-P/10, SECS-P/07-08, L-LIN/01, BIO/10-12, BIO/18, di cui almeno 18 CFU nei SSD INF/01, ING-INF/03-06, SECS-S/01-06, SECS-P/05, MAT/01-09, FIS/01-02 e FIS/07, MED/01.
Sono inoltre richieste in accesso adeguate competenze linguistiche relative all'Inglese scritto e orale, con riferimento anche al lessico disciplinare, di livello almeno pari al B2 del Quadro comune europeo di riferimento per le lingue. Tali competenze possono essere attestate all’atto dell’immatricolazione mediante l’esibizione di idonea certificazione rilasciata da Enti certificatori accreditati, ovvero da Università italiane ed estere statali o non statali legalmente riconosciute. Qualora l’immatricolando non fosse in possesso di tale certificazione, le predette competenze verranno valutate, prima dell’inizio delle lezioni, da un’apposita Commissione nominata dal CAD, al fine di definire un eventuale percorso di recupero personalizzato.
Prof. Giovanni Stilo
Ulteriori e dettagliate informazioni sul Corso di Laurea Magistrale in Data Science Applicata sono disponibili sul corse catalogue di Ateneo.
Le lezioni di Business Organizzation, Prof.ssa Sammarra, inizieranno il giorno 04 ottobre 2021 ...
Il corso di Intelligent Knowledge Representation and Processing for Event Detection, opzionale nei curriculum della Laurea Magistrale in Informatica, è spostato al secondo ...
Si avvisa che nella settimana 27/09 - 01/10 il calendario delle lezioni del corso di "Algoritmi e strutture dati con laboratorio" subirà la seguente variazione (inversione ...
L'inizio del corso di DT0358 Methods and Techniques for Biotechnologies, modulo Methods and data Analysis for Nucleic Acids and Proteins per il corso di laurea F4Y Data Science ...
The Course "Ontologies for Data Representation: Methods and Applications" starts on Monday, at 11:30, on Teams. Code of the Team: 5evlg7h. The Course will be held by Professor ...