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.
Corso di studio in breve
Il corso di laurea magistrale in Data Science offre un percorso formativo interdisciplinare, interamente erogato in lingua inglese, pensato per preparare professioniste e professionisti in grado di affrontare le sfide poste dalla società dei dati.
Il corso integra competenze provenienti da informatica, ingegneria, matematica, statistica, management, diritto, scienze umane e fisica, con l’obiettivo di fornire una formazione completa e trasversale nell’ambito della Data Science.
Durante il percorso, studentesse e studenti acquisiscono competenze avanzate per la gestione e l’analisi dei Big Data, lo sviluppo di modelli previsionali e di supporto alle decisioni e l’utilizzo strategico delle informazioni estratte dai dati in diversi contesti applicativi.
La formazione combina solide basi teoriche e strumenti pratici attraverso lo studio della probabilità, della statistica inferenziale, dello statistical learning, delle tecniche di ottimizzazione e selezione dei dati, oltre a metodi e strumenti informatici orientati al data cleaning, alla data analysis, alla data visualization e all’exploratory analysis. Il percorso include inoltre competenze di management e business intelligence, conoscenze giuridiche relative alla gestione e alla tutela dei dati e approfondimenti etici, filosofici e sociali legati al valore e all’impatto dei dati nella società contemporanea.
Il corso forma figure professionali altamente qualificate nell’ambito della Data Science, con particolare attenzione ai profili di Data Analyst e Data Scientist. Le laureate e i laureati saranno in grado di analizzare grandi quantità di dati per supportare processi decisionali strategici all’interno di aziende e organizzazioni, sviluppare modelli statistici, probabilistici e predittivi, progettare soluzioni innovative e contribuire all’ottimizzazione dei processi attraverso algoritmi avanzati e strumenti analitici.
Fin dalla sua istituzione, il corso si distingue per una forte vocazione internazionale, accogliendo ogni anno numerose studentesse e numerosi studenti provenienti da diversi Paesi e promuovendo attivamente esperienze di mobilità internazionale attraverso programmi Erasmus e altre iniziative dedicate. Le attività di stage rappresentano inoltre un elemento centrale del percorso formativo: grazie alla collaborazione con aziende ed enti partner coinvolti nel Comitato delle Parti Interessate, studentesse e studenti hanno l’opportunità di svolgere esperienze professionalizzanti qualificanti, spesso finalizzate allo sviluppo della tesi magistrale e all’ingresso nel mondo del lavoro.
- Tipologia Corsi di laurea Magistrale
- Durata 2 anni
- Possibilità di iscrizione a tempo parziale Sì
- Accesso procedura di valutazione dei requisiti
- Modalità di frequenza alle lezioni Non obbligatoria
- Classe LM Data
- Corso S.T.E.M. Sì
- Ammesso al progetto PA 110 e lode Sì
- Sede Amministrativa verona
- Sedi svolgimento lezioni ed esami Mappa delle Sedi
- Lingua di erogazione Inglese
● 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.
Funzione in un contesto di lavoro e competenze
Funzioni:
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:
- 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
- l 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.
Funzione in un contesto di lavoro e competenze
Funzioni:
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:
• 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).
