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.
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 didattico
Il calendario didattico indica i periodi di svolgimento delle attività formative, di sessioni d'esami, di laurea e di chiusura per le festività.
Periodo | Dal | Al |
---|---|---|
I semestre | 2-ott-2023 | 26-gen-2024 |
II semestre | 4-mar-2024 | 14-giu-2024 |
Sessione | Dal | Al |
---|---|---|
Sessione invernale d'esame | 29-gen-2024 | 1-mar-2024 |
Sessione estiva d'esame | 17-giu-2024 | 31-lug-2024 |
Sessione autunnale d'esame | 2-set-2024 | 30-set-2024 |
Sessione | Dal | Al |
---|---|---|
Sessione di laurea estiva | 23-lug-2024 | 23-lug-2024 |
Sessione di laurea autunnale | 24-ott-2024 | 24-ott-2024 |
Sessione di laurea invernale | 25-mar-2025 | 25-mar-2025 |
Periodo | Dal | Al |
---|---|---|
Festa di Ognissanti | 1-nov-2023 | 1-nov-2023 |
Festa dell'Immacolata | 8-dic-2023 | 8-dic-2023 |
Vacanze di Natale | 24-dic-2023 | 7-gen-2024 |
Festività pasquali | 29-mar-2024 | 1-apr-2024 |
Ponte della Festa della Liberazione | 25-apr-2024 | 26-apr-2024 |
Festa del Lavoro | 1-mag-2024 | 1-mag-2024 |
Festività del Santo Patrono: San Zeno | 21-mag-2024 | 21-mag-2024 |
Festa della Repubblica | 2-giu-2024 | 2-giu-2024 |
Vacanze estive | 12-ago-2024 | 17-ago-2024 |
Calendario esami
Gli appelli d'esame sono gestiti dalla Unità Operativa Segreteria Corsi di Studio Scienze e Ingegneria.
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
Per dubbi o domande leggi le risposte alle domande più frequenti F.A.Q. Iscrizione Esami
Docenti
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.
1° Anno
Insegnamenti | Crediti | TAF | SSD |
---|
2° Anno Sarà attivato nell'A.A. 2024/2025
Insegnamenti | Crediti | TAF | SSD |
---|
Insegnamenti | Crediti | TAF | SSD |
---|
Insegnamenti | Crediti | TAF | SSD |
---|
Insegnamenti | Crediti | TAF | SSD |
---|
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.
Tipologia di Attività formativa D e F
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.
5. Periodo di stage/tirocinio
Oltre ai CFU previsti dal piano di studi (verificare attentamente quanto indicato sul Regolamento Didattico): qui informazioni su come attivare lo stage.
Verificare nel regolamento quali attività possono essere di tipologia D e quali di tipologia F.
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
anni | Insegnamenti | TAF | Docente |
---|---|---|---|
1° 2° | Introduzione alla meccanica quantistica per il quantum computing | D |
Claudia Daffara
(Coordinatore)
|
1° 2° | Introduzione alla robotica per studenti di materie scientifiche | D |
Andrea Calanca
(Coordinatore)
|
1° 2° | Mathematics mini courses |
Giacomo Albi
(Coordinatore)
|
|
1° 2° | Progettazione di app web e mobile tramite react e react native | D |
Graziano Pravadelli
(Coordinatore)
|
1° 2° | Sviluppo firmware con protocollo bluetooth low energy (BLE) e sistema operativo Freertos | D |
Franco Fummi
(Coordinatore)
|
anni | Insegnamenti | TAF | Docente |
---|---|---|---|
1° 2° | Introduzione alla robotica per studenti di materie scientifiche | D |
Andrea Calanca
(Coordinatore)
|
1° 2° | Mathematics mini courses |
Giacomo Albi
(Coordinatore)
|
|
1° 2° | Sfide di programmazione | D |
Romeo Rizzi
(Coordinatore)
|
1° 2° | Tutela dei beni immateriali (SW e invenzione) tra diritto industriale e diritto d’autore | D |
Mila Dalla Preda
(Coordinatore)
|
Discrete optimization and decision making (2023/2024)
Codice insegnamento
4S009081
Docenti
Coordinatore
Crediti
6
Offerto anche nei corsi:
- Mathematics for decisions del corso Laurea magistrale in Mathematics
- Discrete Optimization del corso Laurea magistrale in Artificial Intelligence
Lingua di erogazione
Inglese
Settore Scientifico Disciplinare (SSD)
MAT/09 - RICERCA OPERATIVA
Periodo
II semestre dal 4-mar-2024 al 14-giu-2024.
Corsi Singoli
Autorizzato
Obiettivi di apprendimento
Il corso esplora l'approccio quantitativo alla soluzione di problemi reali. Un problema è quindi visto sia come una famiglia di istanze che possano andare in input ad un elaboratore, che come un modello/linguaggio entro cui esprimere le problematiche reali da gestire. Proponiamo sia modelli della programmazione matematica che offrono buone proprietà in termini di efficienza e di caratterizzabilità dello spazio delle soluzioni, che strumenti pratici che consentono di affrontare le problematiche complesse che si incontrano in situazioni reali. Tra i modelli del primo tipo, atti a fornire importanti strumenti concettuali a riferimento, poniamo al centro la programmazione lineare evidenziandone il ruolo cardine in discipline che vanno dall'economia, alla matematica, dall'informatica all'ingegneria, e che interessa tutto il mondo delle applicazioni (medicina,reti,bioinformatica,finanza,project management, ...). Alla programmazione lineare, si affianca la proposta della programmazione lineare intera che consente la formulazione e gestione di problemi complessi. In aggiunta alle competenze modellistiche, il corso si focalizzerà sulle tecniche risolutive esatte ed euristiche per la risoluzione di problemi complessi. In particolare, si forniranno le basi per la progettazione di metodi risolutivi, potenzialmente ibridi, che sfruttino metodologie note nell'ambito della ricerca operativa. Le lezioni sono ripartite in modo da coprire competenze di varia natura (dal teorico al pratico). Al termine del corso lo studente dovrà dimostrare di: - conoscere i modelli/linguaggi presentati e avere una comprensione delle proprietà e funzioni - saper modellare un problema dalle applicazioni in uno dei linguaggi incontrati opportunamente scelto - saper progettare procedure elementari o metaeuristiche volte alla gestione e ottimizzazione di processi di vario tipo (come routing, produzione industriale, finanza, ...) - sapersi avvalere di specifici software disponibili per la risoluzione delle formulazioni matematiche studiate
Prerequisiti e nozioni di base
rudimenti di analisi (numeri, insiemi, funzioni), algebra e calcolo (equazioni ed incognite, soluzione di sistemi di equazioni lineari), geometria analitica (coordinate Cartesiane, equazioni della retta e del piano) e algebra lineare (vettori e matrici)
Programma
- Nozioni di base su Problemi, Modelli, Algoritmi e Complessità computazionale
- Programmazione lineare (riferimento: Vanderbei capitoli 2,3,4,5, ma non è necessario leggere la dimostrazione relativa alla regola di Bland)
- il tableau e l'algoritmo del simplesso
- teoria della dualità
- lassità complementare
- interpretazione economica
- Modeling
- l'arte di avvalersi di un Solver (Gurobi)
- Programmazione Lineare Intera
- Algoritmi di enumerazione semplice e di enumerazione implicita
- ramificato e legato
- ramificare e tagliare
- formulazioni compatte
- algoritmi di approssimazione
- euristiche e meta-euristiche
- Grafi come modelli e problemi su grafi
- percorsi più brevi
- flussi massimi
- massimo abbinamento bipartito
- TSP
Bibliografia
Modalità didattiche
Le lezioni avverranno in aula didattica tradizionale ma potranno essere seguite anche da remoto e verranno registrate.
Modalità di verifica dell'apprendimento
L'esame si compone di due parti separate:
+ COMPITI A CASA e MINIPROGETTI con voti prodotti man mano che i progetti vengono ricevuti, eventualmente dopo la loro discussione e/o presentazione. Queste attività si svolgono già durante il corso ma i progetti possono essere consegnati anche dopo la fine del corso. La media ponderata di tutti questi voti diventerà il voto finale di questa parte.
+ ORALE INDIVIDUALE, con voto prodotto al momento dell'orale
il voto dell'esame sarà la media aritmetica arrotondata per eccesso, dove un 30L viene conteggiato come 32, e per ottenere 30L come voto finale è necessario almeno un 30L ed entrambi i voti devono essere almeno 30.
Competenze da esibire nella prova orale:
1. conoscenza dei teoremi discussi (almeno delle loro enunciazioni)
2. conoscenza di alcuni modelli notevoli.
3. capacità di ragionare con esempi e controesempi.
4. saper fornire esempi e classi di algoritmi esatti, approssimati e metaeuristici.
5. padronanza dei linguaggi LP e ILP.
6. capacità di modellare un problema a livello astratto e anche pratico.
7. conoscenza degli argomenti trattati durante il corso. Al termine del corso verrà concordato un elenco di tali argomenti.
Criteri di valutazione
Discussi e concordati con l'obiettivo che possano risultare sia equi che ragionevoli, considerata anche l'eterogeneicità nel background e percorsi dei partecipanti da gestire come una preziosa risorsa.
Lingua dell'esame
English (official language of the course) is fine. Italiano va benissimo.
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: solo così potrai ricevere notifica di tutti gli avvisi dei tuoi docenti e della tua segreteria via mail e a breve anche tramite l'app Univr.
Prova Finale
Scadenziari e adempimenti amministrativi
Per gli scadenziari, gli adempimenti amministrativi e gli avvisi sulle sessioni di laurea, si rimanda al servizio Sessioni di laurea - Scienze e Ingegneria.
Necessità di attivare un tirocinio per tesi
Per stage finalizzati alla stesura della tesi di laurea, non è sempre necessaria l'attivazione di un tirocinio tramite l'Ufficio Stage. Per maggiori informazioni, consultare il documento dedicato, che si trova nella sezione "Documenti" del servizio dedicato agli stage e ai tirocini.
Regolamento della prova finale
La prova finale consiste nella preparazione e discussione di un elaborato scritto in lingua Inglese (tesi di laurea) relativo all'approfondimento di un tema scientifico affrontato nel corso di studi, ovvero relativo all'analisi e soluzione di un caso di studio (teorico e/o direttamente derivato da un problema di carattere industriale), ovvero relativo ad un lavoro di tipo sperimentale, eventualmente sviluppato all'interno di un percorso di tirocinio, ovvero frutto di un lavoro autonomo ed originale di ricerca, con collegati aspetti di formalizzazione matematica, progettazione informatica e realizzazione business oriented. Tali attività saranno svolte sotto la guida di un relatore presso una struttura universitaria, o anche esterna all'Università di Verona, tanto in Italia, quanto all'estero, purché riconosciuta e accettata a tal fine in accordo con il Regolamento didattico del corso di Laurea Magistrale in Data Science. La commissione preposta alla valutazione della prova finale (esposizione in lingua Inglese della tesi di laurea) è chiamata ad esprimere una valutazione che tenga conto dell'intero percorso di studi, valutando attentamente il grado di coerenza tra obbiettivi formativi e obbiettivi professionali, nonché la capacità di elaborazione intellettuale autonoma, il senso critico, le doti di comunicazione e la maturità culturale generale, in relazione agli obiettivi del corso di Laurea Magistrale in Data Science, e particolare, in relazione alle tematiche caratterizzanti la tesi di laurea, del candidato.
Gli studenti possono sostenere la prova finale solamente dopo aver assolto a tutti gli altri obblighi formativi previsti dal loro piano di studi ed agli adempimenti presso gli uffici amministrativi in conformità con i termini indicati nel manifesto generale degli studi.
La valutazione finale e la proclamazione verranno effettuate dalla commissione di esame finale nominata dal presidente del collegio didattico e composta da un presidente e almeno da altri quattro commissari scelti tra i docenti dell'Ateneo.
Il materiale presentato per la prova finale viene valutato dalla Commissione Valutazione Tesi, composta da tre docenti, tra cui possibilmente il relatore, e nominata dal presidente del collegio didattico. La commissione valutazione tesi formula una valutazione del lavoro svolto, e la trasmette alla commissione d'esame finale che esprimerà il giudizio finale. Il collegio didattico disciplina le procedure delle commissioni valutazione tesi, delle commissioni d'esame finale e dell'attribuzione del punteggio della prova finale mediante apposito regolamento deliberato dal collegio didattico.
Documenti
Titolo | Info File |
---|---|
Regolamento esame finale | Final exam regulation | pdf, it, 387 KB, 27/04/22 |
Elenco delle proposte di tesi
Proposte di tesi | Area di ricerca |
---|---|
Domain Adaptation | Computer Science and Informatics: Informatics and information systems, computer science, scientific computing, intelligent systems - Computer graphics, computer vision, multi media, computer games |
Domain Adaptation | Computer Science and Informatics: Informatics and information systems, computer science, scientific computing, intelligent systems - Machine learning, statistical data processing and applications using signal processing (e.g. speech, image, video) |
Domain Adaptation | Computing Methodologies - IMAGE PROCESSING AND COMPUTER VISION |
Domain Adaptation | Computing methodologies - Machine learning |
Modalità di frequenza
Come riportato nel Regolamento Didattico, la frequenza al corso di studio non è obbligatoria.