Il Corso

In questa sezione è possibile prendere visione di una presentazione del corso di studio, di come lo stesso è organizzato, del regolamento che ne disciplina gli aspetti funzionali e degli altri regolamenti di ateneo su argomenti utili per la comunità studentesca. Inoltre, sono descritti il sistema di assicurazione della qualità e i servizi di orientamento per le future matricole, per facilitare la scelta del corso di studio.

Servizi di orientamento

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.
I servizi offerti sono illustrati nella nuova Carta dei Servizi

Attenzione: si segnala che il giorno 22 marzo 2024, in occasione della cerimonia di Inaugurazione dell'Anno Accademico, il servizio di front-office telefonico e in presenza dell'Ufficio verrà sospeso.

 

Attività di orientamento

Per informarti e chiarire ogni tuo dubbio

Per conoscere l'offerta formativa di Verona e i suoi servizi

Per vivere in anticipo l'esperienza universitaria

  • Corsi di orientamento “SCOPERTA: Sviluppo delle Competenze PER la Transizione e l’Autovalutazione” - DM 934/22
  • PLS e POT (Piano laurea scientifiche e Piani di orientamento e tutorato)
  • PCTO (Percorsi per le competenze trasversali e di orientamento)

Per migliorare e/o completare la preparazione

Iniziative di accoglienza a chi sceglie di studiare a Verona

Per essere sempre informato

Attività di tutorato

Presso l'Ateneo è istituito il Servizio di tutorato svolto da studentesse e studenti senior già iscritti all'Università i quali mettono a disposizione la propria esperienza universitaria a supporto delle future matricole e colleghe/i di studio.

sportello telefonico: dal lunedì al venerdì, dalle ore 9:00 alle 13:00.

Vai alla pagina

Corso di studio in breve

1. Caratteristiche e finalità
a) Il corso di Laurea Magistrale in Data Science offre allo studente le conoscenze e competenze multidisciplinari necessarie per la fattiva declinazione di competenze matematico/informatiche nell'ambito dell'analisi di insiemi di dati non
necessariamente eterogenei e/o strutturati, conseguendo capacità afferenti a discipline quali: 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 e con particolare riferimento 19/02/2020.
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.
d) Oltre alla didattica tradizionale, il corso prevede attività formative di tipo applicativo, ad esempio sfruttando software specifici in ambito machine learning, così da arricchire le competenze dello studente in relazione ai profili di data analyst e data scientist.
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 aziende ed organizzazioni di tipo eterogeneo, e.g.: industrie manifatturiere, istituti bancari/assicurativi, aziende farmaceutiche, etc., con l'obiettivo di estrarre e inferire nuova conoscenza dai dati / serie storiche in possesso dell'azienda per ottimizzarne i processi di manutenzione, programmazione, produzione e strategico-decisionali.
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 ricercata anche da istituti scientifici, laboratori e università.
Il Data Scientist impegnato su progetti legati all'applicazione e sviluppo di modelli probabilistico/analitici per estrarre proprietà dai dati, relazioni tra essi, effettuarne il relativo studio e progettare modelli in ambito predittivo, anche in relazione alla
produzione 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, nonchè in ambito accademico.

⇒ Per saperne di più visita il nuovo canale youtube Data Science Univr e le FAQ
 

  • Tipologia Corsi di laurea Magistrale
  • Durata 2  anni
  • Possibilità di iscrizione a tempo parziale
  • Accesso procedura di valutazione dei requisiti
  • Modalità di frequenza alle lezioni Non obbligatoria
  • Classe LM-91
  • Corso S.T.E.M.
  • Sede verona
  • Lingua di erogazione Inglese
Obiettivo del corso di Laurea Magistrale in Data Science è far acquisire allo studente le conoscenze e competenze multidisciplinari necessarie per la fattiva declinazione di competenze matematico/informatiche nell'ambito dell'analisi di insiemi di dati non necessariamente eterogenei e/o strutturati. Lo studente, a partire da una base in ambito matematico/informatico/economico, dovrà conseguire solide capacità afferenti a discipline quali: informatica, ingegneria, matematica, statistica, management, diritto, scienze umane e fisica, con il preciso obiettivo 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 e con particolare riferimento alle esigenze delle PMI in ambito Industria 4.0. In relazione a tali finalità il corso di Laurea Magistrale in Data Science propone insegnamenti finalizzati all'ottenimento di obiettivi specifici a valere nelle seguenti aree:
- Matematico-modellistico: enfasi su metodi e strumenti di tipo analitico/quantitativo e modellistico, con particolare riferimento alla teoria della Probabilità, all'analisi statistico-inferenziale, statistical learning, tecniche di ottimizzazione e selezione dei dati, anche con specifico riferimento a schemi numerici, e metodi e modelli della fisica dei sistemi complessi
- Informatico: enfasi su metodi e strumenti atti a sviluppare tecniche di data cleaning / data analysis /data visualization ed exploratory analysis, uso e sviluppo di software specifici in ambito machine learning, e deployment
- Management: sviluppo di conoscenza nell'ambito della cultura gestionale ed organizzativa d'impresa, anche in relazione all'organizzazione dei processi, delle decisioni per mezzo di strumenti nell'ambito dell'ottimizzazione dei processi aziendali e della business intelligence con particolare riferimento alla logistica, al marketing, ai problemi di customer segmentation/scoring/clustering, nonché in riferimento all'acquisizione di metodologie per la gestione e condivisione dei processi aziendali
- Giuridico: obiettivi specifici in questo settore sono quelli della conoscenza dei principi e delle fonti del Diritto privato e Diritto pubblico, delle normative (in ambito, e.g., privacy/NDA) sulla gestione dei dati
- Filosofico-Sociale: focus sull'acquisizione delle basi etico-filosofiche del valore del dato cosicché lo studente sappia trattare il dato stesso in senso etico anche in relazione al contesto produttivo nel quale sarà professionalmente inserito anche in relazione all'interpretazione dei fenomeni socio-economici connessi.

PROFILO PROFESSIONALE

 

DATA ANALYST
 

Funzione in un contesto di lavoro
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

Competenze associate alla funzione

  • Il data analyst, 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.
  • Il data analyst 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.
  • Il data analyst 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.
  • Il data analyst 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.

Sbocchi occupazionali
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

Funzione in un contesto di lavoro
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.

Competenze associate alla funzione

  • 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.
  • Il data scientist 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.
  • Il data scientist 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.

Sbocchi occupazionali
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 (ad esempio per la razionalizzazione dei processi di lavoro). Sovente i data scientist trovano impiego nei centri di ricerca e sviluppo, tanto privati (aziende farmaceutiche, provider di servizi/soluzioni in ambito informatico), quanto afferenti ad istituzioni pubbliche (università e centri di eccellenza).
 



Assicurazione della Qualità

La “qualità” di un Corso di Studio è il grado di soddisfazione degli obiettivi formativi e di soddisfacimento dei requisiti per la qualità del servizio di formazione offerto, stabiliti coerentemente con le esigenze e le aspettative di tutti coloro che hanno interesse nel servizio di formazione offerto (componente studentesca, rappresentanti del mondo del lavoro,...).

Il Corso aderisce al sistema di assicurazione della qualità della didattica, in linea con le indicazioni dell'Ateneo e sulla base delle Linee guida ANVUR, svolgendo attività di:
  • consultazioni periodiche con i rappresentanti del mondo del lavoro per verificare l’adeguatezza dei profili culturali e professionali offerti nei propri percorsi formativi
  • progettazione dei contenuti formativi e pianificazione delle risorse
  • organizzazione delle attività formative e dei servizi didattici
  • monitoraggio dell'efficacia del percorso formativo e la programmazione di interventi di miglioramento della didattica e dei servizi
  • messa a disposizione di informazioni complete e aggiornate sul proprio sito, relative al progetto formativo (profili professionali formati, risultati di apprendimento attesi, attività formative)
Tali attività sono cadenzate e correlate fra di loro, seguendo il ciclo di gestione della qualità: PDCA (Plan, Do, Check, Act)
schema_qualita

Le studentesse e gli studenti hanno un ruolo centrale in un sistema di assicurazione della qualità; ognuno può partecipare attivamente tramite il coinvolgimento nei Gruppi di Assicurazione della Qualità dei Corsi di Studio e nelle Commissioni Paritetiche Docenti Studenti, ma anche semplicemente tramite l’adesione al questionario sull’opinione della componente studentesca in merito alle attività didattiche. In questa ottica l’Università ha previsto l’attivazione di “Laboratori di rappresentanza attiva”, corsi di formazione attivati periodicamente dal Presidio della Qualità per gli studenti dell’Ateneo. Per maggiori informazioni consulta la sezione dedicata.

Il sistema di valutazione universitario e il ruolo dello studente

del Prof. Graziano Pravadelli, registrato in occasione del Laboratorio di Rappresentanza Attiva di gennaio 2021.

I Soggetti

L'AQ per i corsi di studio

Le Attività

Descrizione del percorso di formazione - Regolamento didattico

È il documento che specifica gli aspetti organizzativi del Corso di Studio, in conformità con il Regolamento Didattico di Ateneo e con l’Ordinamento del Corso. Viene pubblicato nei mesi di giugno/luglio e contiene informazioni generali sul Corso di Studio, sugli insegnamenti e sulle regole sul percorso di formazione.

Altri Regolamenti

Per prendere visione di altri regolamenti di interesse si rimanda alla sezione: Statuto e regolamenti

Il sistema universitario italiano

schema_qualita

Primo ciclo: Corsi di Laurea

Essi hanno l’obiettivo di assicurare agli studentesse e studenti un’adeguata padronanza di metodi e contenuti scientifici generali e l’acquisizione di specifiche conoscenze professionali.
Requisito minimo per l’accesso: diploma finale di scuola secondaria, rilasciato al completamento di 13 anni di scolarità complessiva e dopo il superamento del relativo esame di Stato, o un titolo estero comparabile; l’ammissione può essere subordinata alla verifica di ulteriori condizioni.
Durata: triennale.
Titolo: per conseguire il titolo di Laurea, è necessario aver acquisito 180 Crediti Formativi Universitari (CFU), equivalenti ai crediti ECTS; può essere richiesto un periodo di tirocinio e la discussione di una tesi o la preparazione di un elaborato finale.
Il titolo di Laurea dà accesso alla Laurea Magistrale e agli altri corsi di 2° ciclo.
Qualifica accademica: “Dottore”

Secondo ciclo: Corsi di Laurea Magistrale

Essi offrono una formazione di livello avanzato per l’esercizio di attività di elevata qualificazione in ambiti specifici.
Requisiti per l’accesso: l’accesso ai corsi è subordinato al possesso di una Laurea o di un titolo estero comparabile; l'ammissione è soggetta a requisiti specifici decisi dalle singole università.
Durata: biennale.
Titolo: per conseguire il titolo di Laurea Magistrale, è necessario aver acquisito 120 crediti (CFU) e aver elaborato e discusso una tesi di ricerca.
Qualifica accademica: “Dottore magistrale”
Corsi di Laurea Magistrale a ciclo unico
Alcuni corsi (Medicina e chirurgia, Medicina veterinaria, Odontoiatria e protesi dentaria, Farmacia e Farmacia industriale, Architettura e Ingegneria edile-Architettura, Giurisprudenza, Scienze della formazione primaria) sono definiti “Corsi di Laurea Magistrale a ciclo unico”. Requisito di accesso: diploma di scuola secondaria superiore o un titolo estero comparabile; l’ammissione è subordinata a una prova di selezione.
Durata: gli studi si articolano su 5 anni (6 anni e 360 CFU per Medicina e Chirurgia e per Odontoiatria e protesi dentaria).
Titolo: per conseguire il titolo di Laurea Magistrale, è necessario aver acquisito 300 CFU ed aver elaborato e discusso una tesi di ricerca.
Il titolo di Laurea Magistrale dà accesso al Dottorato di Ricerca e agli altri corsi di 3° ciclo.
Qualifica accademica: “Dottore magistrale”.

Terzo ciclo

Dottorato di Ricerca: essi hanno l’obiettivo di far acquisire una corretta metodologia per la ricerca scientifica avanzata, adottano metodologie innovative e nuove tecnologie, prevedono stage all’estero e la frequenza di laboratori di ricerca. L’ammissione richiede una Laurea Magistrale (o un titolo estero comparabile) e il superamento di un concorso; la durata è di minimo 3 anni. Il/la dottorando/a deve elaborare una tesi originale di ricerca e discuterla durante l’esame finale.
Qualifica accademica: “Dottore di ricerca” o “PhD”.
Corsi di Specializzazione: corsi di 3° ciclo aventi l’obiettivo di fornire conoscenze e abilità per l’esercizio di attività professionali di alta qualificazione, particolarmente nel settore delle specialità mediche, cliniche e chirurgiche. Per l’ammissione è richiesta una Laurea Magistrale (o un titolo estero comparabile) e il superamento di un concorso; la durata degli studi varia da 2 (120 CFU) a 6 anni (360 CFU) in rapporto al settore disciplinare. Il titolo finale rilasciato è il Diploma di Specializzazione.

Master

Corsi di Master universitario di primo livello: corsi di 2° ciclo di perfezionamento scientifico o di alta formazione permanente e ricorrente. Vi si accede con una Laurea o con un titolo estero comparabile. La durata minima è annuale (60 CFU); non consente l’accesso a corsi di Dottorato di Ricerca e di 3°ciclo, perché il corso non ha ordinamento didattico nazionale e il titolo è rilasciato sotto la responsabilità autonoma della singola università. Il titolo finale è il Master universitario di primo livello.
Corsi di Master Universitario di secondo livello:corsi di 3° ciclo di perfezionamento scientifico o di alta formazione permanente e ricorrente. Vi si accede con una Laurea Magistrale o con un titolo estero comparabile. La durata è minimo annuale (60 CFU); non consente l’accesso a corsi di Dottorato di Ricerca e di 3° ciclo, perché il corso non ha ordinamento didattico nazionale e il titolo è rilasciato sotto la responsabilità autonoma della singola università. Il titolo finale è il Master universitario di secondo livello.

Altro da sapere sul Sistema universitario italiano

Crediti Formativi Universitari (CFU): i corsi di studio sono strutturati in crediti. Al Credito Formativo Universitario (CFU) corrispondono normalmente 25 ore di lavoro. La quantità media di lavoro accademico svolto in un anno da un/a iscritto/a a tempo pieno è convenzionalmente fissata in 60 CFU. I crediti formativi universitari sono equivalenti ai crediti ECTS.
Classi dei corsi di studio: i corsi di studio di Laurea e di Laurea Magistrale che condividono obiettivi e attività formative sono raggruppati in “classi”. I contenuti formativi di ciascun corso di studio sono fissati autonomamente dalle singole università; tuttavia le università devono obbligatoriamente inserire alcune attività formative (ed il corrispondente numero di crediti) determinate a livello nazionale. Tali requisiti sono stabiliti in relazione a ciascuna classe. I titoli di una stessa classe hanno lo stesso valore legale.
Titoli congiunti: le università italiane possono istituire corsi di studio in cooperazione con altre università, italiane ed estere, al termine dei quali sono rilasciati titoli congiunti o titoli doppi/multipli.

Perché Verona