Laurea Magistrale

Data Science

Anno Accademico 2022/2023

Dipartimento di Informatica

Università di Verona

Livello EQF: 7

Classe: LM 91 - tecniche e metodi per la società dell'informazione

Settore: informatica e tecnologie ict

Sede del corso
verona (VR), italia

Durata del corso
ott 2022 - giu 2023

Didattica
In presenza

Lingue in cui è tenuto il corso
Inglese

CFU rilasciati
120

Costo totale
non specificato

Contenuti

1. Caratteristiche e finalità
a) Il corso di Laurea Magistrale in Data Science offre allo studente un percorso multidisciplinare che unisce e armonizza contributi di diverse discipline: informatica, ingegneria, matematica, statistica, management, diritto, scienze umane e fisica.
b) Il laureato magistrale sarà in grado di sviluppare metodi e strumenti per gestire e analizzare Big Data, sviluppare modelli previsionali e di decision making ed utilizzare la conoscenza estratta a supporto di processi strategico-decisionali in vari ambiti applicativi.
c) Queste competenze sono raggiunte attraverso lo studio di metodi e strumenti di tipo analitico afferenti alla teoria della Probabilità, all'analisi statistico-inferenziale, statistical learning e tecniche di ottimizzazione e selezione dei dati; metodi propri dell'Informatica, con enfasi su tecniche di data cleaning / data analysis /data visualization ed exploratory analysis; strumenti di Management per la conoscenza nell'ambito della cultura gestionale ed organizzativa d'impresa in ottica business intelligence; conoscenze d'ambito Giuridico, con specifico riferimento alla conoscenza dei principi e delle fonti del Diritto privato e Diritto pubblico; metodi di afferenza Filosofico-Sociale per la corretta acquisizione delle basi etico-filosofiche del valore del dato.

2.Ambiti Lavorativi
a) Il Corso di Studi della Laurea Magistrale in Data Science forma figure professionali con competenze specifiche nell'ambito Data Science, con particolare riferimento alle competenze caratterizzanti i profili del data analysts e del data scientist.
b) Il data analyst ricopre ruoli di responsabilità nell'analisi di grandi moli di dati nell'ambito di un'azienda o di un'organizzazione, con l'obiettivo di estrarre e inferire nuova conoscenza utile alla comprensione della realtà e strumentale ai processi strategico-decisionali. Tipicamente questo ruolo richiede di combinare ed esplorare molteplici sorgenti di dati, sovente di grandi dimensioni (gestione big data) e non strutturati.
I data analyst sono ricercati in tutti quei contesti aziendali e organizzativi in cui vi sia necessità di analizzare ed estrarre valore da complesse moli di dati. Per tali motivi, la figura del data analyst è ricercata anche da istituti scientifici, laboratori e università.
Il Data Scientist svolge compiti legati all'applicazione ed allo sviluppo di modelli probabilistico/analitici per estrarre proprietà di dati ed effettuarne il relativo studio e progettazione in ambito predittivo, nonché compiti legati allo sviluppo di nuovi algoritmi statistico/probabilistici per ottimizzare i processi aziendali.  Le peculiarità della figura professionale del data scientist ne fanno una risorsa particolarmente ambita all'interno di uffici studi di imprese / istituzioni pubbliche / private; centri di ricerca; imprese / istituzioni pubbliche / private ed in particolare istituzioni finanziarie, aziende farmaceutiche, di gestione delle public utilities, nonché in ambito accademico.

3.Dalla triennale alla magistrale
Per essere ammessi al corso di laurea magistrale occorre essere in possesso della laurea o del diploma universitario di durata triennale in una delle seguenti classi L-18 L-31 L-33 L-35 L-41. Inoltre, possono essere ammessi studenti in possesso della laurea o del diploma universitario di durata triennale o altro titolo acquisito in Italia o all'estero e riconosciuto idoneo che dia competenze nelle discipline di seguito elencate:
a) discipline matematiche, statistiche, informatiche e fisiche; b) discipline economiche c) discipline ingegneristiche in particolare, gli studenti devono aver conseguito complessivamente 60 CFU nelle discipline su indicate, di cui almeno 18 CFU in uno o più SSD come di seguito riportato:
- FIS/01, FIS/02, FIS/03, FIS/04, FIS/05, FIS/06, FIS/07 - MAT/01, MAT/02, MAT/03, MAT/04, MAT/05, MAT/06, MAT/07, MAT/08, MAT/09 - INF/01; - ING-INF/05 - SECS-S/01, SECS-S/02, SECS-S/03, SECS-S/04, SECS-S/05, SECS-S/06 - SECSP/01, SECSP/02, SECSP/03, SECSP/05, SECSP/06, SECSP/07, SECSP/08
È inoltre richiesta una conoscenza della lingua inglese a livello B2
VERIFICA DELLA PREPARAZIONE PERSONALE DELLO STUDENTE L'accertamento della preparazione del singolo studente avverrà tramite valutazione del Curriculum Studiorum in accordo
con quanto riportato nel Regolamento Didattico.
Punto di riferimento per gli studenti, per informazioni sull'organizzazione della didattica, è l'Unità Operativa Didattica e Studenti di Scienze e Ingegneria:
http://www.univr.it/main?ent=direzioneaol&uo=100

Pagina del corso sul sito dell'ateneo

Didattica

Sede del corso

verona (VR), italia

Durata del corso

ott 2022 - giu 2023

CFU rilasciati

120

Modalità di frequenza

Frequenza non obbligatoria

Didattica

In presenza

Lingue in cui è tenuto il corso

Inglese

Requisiti di accesso

Titolo di studio

Laurea triennale, Laurea magistrale, specialistica o corso pre riforma

Settore di Laurea

informatica e tecnologie ict, economico, scientifico

Conoscenze Linguistiche

Inglese
E' richiesta una conoscenza della lingua inglese a livello B2 Agli studenti stranieri sarà richiesto un livello di conoscenza B2 della lingua italiana, eventualmente da raggiungere entro il termine del percorso formativo.

Classi di laurea

L-18, 17 - Scienze dell'economia e della gestione aziendale, L-31, 26 - Scienze e tecnologie informatiche, L-33, 28 - Scienze economiche, L-35, 32 - Scienze matematiche, L-41, 37 - Statistica

Altri requisiti

Requisiti curriculari
1) E’ richiesto il possesso della laurea o del diploma universitario di durata triennale in una delle seguenti classi: L-18 (Scienze dell’economia e della gestione aziendale) L-31 (Scienze e tecnologie informatiche) L-33 (Scienze economiche) L-35 (Scienze Matematiche) L-41 (Statistica). È inoltre richiesta una conoscenza della lingua inglese almeno di livello B2 (prova informatica).
Gli studenti non in possesso del livello B2 di lingua inglese potranno presentare domanda di iscrizione ma dovranno conseguire la certificazione prima dell'immatricolazione.
--- oppure ---
2) Possono essere ammessi studenti in possesso della laurea o del diploma universitario di durata triennale o altro titolo acquisito in Italia o all'estero e riconosciuto idoneo che dia competenze nelle discipline di seguito elencate:
a) discipline matematiche, statistiche, informatiche e fisiche (INF/01, MAT/*, FIS/*);
b) discipline economiche (SECS-P/*, SECS/S/*);
c) discipline ingegneristiche (ING-IND/*, ING-INF/*).
In particolare, gli studenti devono aver conseguito complessivamente
60 CFU nelle discipline su indicate,
di cui almeno 18 CFU in uno o più SSD come di seguito riportato:
- FIS/01, FIS/02, FIS/03, FIS/04, FIS/05, FIS/06, FIS/07
- MAT/*,
- ING-INF/05
- SECS-S/*,
- SECSP/01, SECSP/02, SECSP/03, SECSP/05, SECSP/06, SECSP/07, SECSP/08
È inoltre richiesta una conoscenza della lingua inglese almeno di livello B2 (prova informatica).
Gli studenti non in possesso del livello B2 di lingua inglese potranno presentare domanda di iscrizione ma dovranno conseguire la certificazione prima dell'immatricolazione.

Preparazione personale
E’ prevista una ulteriore valutazione delle competenze acquisite nei seguenti casi:
studenti con una votazione di Laurea inferiore a 88/110
studenti che hanno conseguito il titolo più di 10 anni prima della data di richiesta di immatricolazione.
La valutazione consiste nell'analisi del curriculum (insegnamenti sostenuti e relativa votazione) seguita da un eventuale colloquio.

Ammissione

Non prevista prova di ammissione

Procedura di valutazione dei requisiti: è necessario possedere degli specifici requisiti curriculari e un’adeguata preparazione personale, in difetto dei quali non è possibile procedere all’iscrizione.

Costo totale

non specificato

Sbocchi professionali

Data Analyst
Il data analyst ricopre ruoli di responsabilità nell'analisi di grandi moli di dati nell'ambito di un'azienda o di un'organizzazione, con l'obiettivo di estrarre e inferire nuova conoscenza utile alla comprensione della realtà e strumentale ai processi strategico-decisionali. Tipicamente questo ruolo richiede di combinare ed esplorare molteplici sorgenti di dati, sovente di grandi dimensioni (gestione big data) e non strutturati
Avendo acquisito competenze nell'ambito dell'analisi dati tanto dal punto di vista matematico/statistico che informatico, saprà rispondere efficacemente a problematiche inerenti la preparazione dei dati, come, ad esempio, estrazione e pulizia di serie storiche, al fine di ottimizzarne e renderne più efficace l'analisi
Ha conoscenza di metodi statistico inferenziali e relativamente alle tecniche di data mining e machine learning necessarie tanto in fase di analisi/aggregazione/organizzazione dei dati, quanto in relazione all'estrazione di nuova conoscenza da essi
Ha acquisito padronanza degli strumenti e dei linguaggi di programmazione comunemente usati nel campo dell'analisi dei dati al fine di condurre analisi efficaci ed efficienti.
Ha appreso come operare efficacemente all'interno di team interdisciplinari: la data science sta all'intersezione tra informatica, matematica e applicazioni; per questo il data analyst, al termine del percorso di Laurea Magistrale in Data Science, è in grado di acquisire conoscenza di dominio e di interagire con esperti del settore.
I data analyst sono ricercati in tutti quei contesti aziendali e organizzativi, non necessariamente informatici, in cui è cruciale analizzare e interpretare grandi e/o complesse moli di dati. In quest' ambito ricadono anche istituti scientifici, laboratori e università.

Data Scientist
Il laureato svolge compiti legati all'applicazione ed allo sviluppo di modelli probabilistico/analitici per estrarre proprietà di dati ed effettuarne il relativo studio e progettazione in ambito predittivo, nonché compiti legati allo sviluppo di nuovi algoritmi statistico/probabilistici per ottimizzare i processi aziendali.
Il data scientist possiede competenze avanzate di utilizzo e sviluppo di algoritmi basati sulla teoria della Probabilità, dei processi stocastici, ciò che gli consente di interagire efficacemente all'interno di gruppi di lavoro orientati all'analisi dei dati e dell'estrazione di valore da essi, al fine di sviluppare modelli di categorizzazione e forecast;
Le competenze in ambito machine learning permettono al data scientist di produrre soluzioni concrete per l'implementazione di algoritmi predittivi anche in relazione all'uso dei software di analisi dati e matematico/statistici tipicamente usati nel mondo industriale ad alto contenuto di innovazione
Il data scientist ha appreso le principali tecniche di ottimizzazione algoritmica, conoscenze che gli permettono di agire efficacemente sulla (ri)strutturazione di complesse soluzioni software eventualmente già in essere nel contesto lavorativo di impiego
Ha acquisito conoscenze informatico/matematiche che gli permettono di interagire con colleghi programmatori, esperti in sviluppo front-end/back-end, anche in relazione alla gestione di data base e recupero informazioni via API.
Avrà appreso competenze anche nell'ambito business intelligence, ed economico così da poter integrare velocemente ed in modo fattivo le proprie capacità matematico/informatiche al fine di rispondere in modo efficace e completo alle problematiche caratterizzanti i processi di creazione di modelli analitico/predittivi caratterizzanti processi industriali eterogenei come, ad esempio, problemi di categorizzazione e previsione a valere su serie storiche multivariate.
I data scientist sono ricercati tanto in ambito industriale manifatturiero (ad esempio pro efficientamento processi di produzione), quanto in ambito finanziario (ad esempio per lo sviluppo di modelli previsionali) e pubblico.

Statistiche AlmaLaurea

Verifica se sono disponibili dati puntuali su questo percorso di studio.
Potrai comunque consultare dati relativi a percorsi di studio affini o all'ambito disciplinare cui il corso afferisce.

Dati sul corso di studi

Dati sulla classe di laurea Tecniche e metodi per la societa dell'informazione

Note

Sede del corso: VERONA

Altre edizioni dello stesso corso

Edizione dell'anno accademico 2023/2024Edizione dell'anno accademico 2021/2022Edizione dell'anno accademico 2020/2021

Chiudi