Studying at the University of Verona
Here you can find information on the organisational aspects of the Programme, lecture timetables, learning activities and useful contact details for your time at the University, from enrolment to graduation.
Type D and Type F activities
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.
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 valide per l'a.a. 2024/25
years | Modules | TAF | Teacher |
---|---|---|---|
1° 2° | Elements of Cosmology and General Relativity | D |
Claudia Daffara
(Coordinator)
|
1° 2° | Introduction to quantum mechanics for quantum computing | D |
Claudia Daffara
(Coordinator)
|
1° 2° | Python programming language [English edition] | D |
Carlo Combi
(Coordinator)
|
1° 2° | APP REACT PLANNING | D |
Graziano Pravadelli
(Coordinator)
|
years | Modules | TAF | Teacher |
---|---|---|---|
1° 2° | Python programming language [Edizione in italiano] | D |
Carlo Combi
(Coordinator)
|
1° 2° | Programming Challanges | D |
Romeo Rizzi
(Coordinator)
|
1° 2° | Protection of intangible assets (SW and invention)between industrial law and copyright | D |
Mila Dalla Preda
(Coordinator)
|
years | Modules | TAF | Teacher |
---|---|---|---|
1° 2° | Mathematics mini courses |
Giacomo Albi
(Coordinator)
|
Data visualisation (2024/2025)
Teaching code
4S009065
Teacher
Coordinator
Credits
6
Also offered in courses:
- Data visualisation of the course Master's degree in Data Science
Language
English
Scientific Disciplinary Sector (SSD)
INF/01 - INFORMATICS
Period
Semester 1 dal Oct 1, 2024 al Jan 31, 2025.
Courses Single
Authorized
Learning objectives
The course aims to provide students with an introduction to the main problems of data visualization. An overview of the critical aspects of visualization related to graphic design, perceptual psychology, cognitive sciences will be provided, and practical tools will be provided for the realization of effective visualizations (on the web) At the end of the course the student has to show to have acquired the following skills:
- understanding of the design issues of effective data visualizations
- understanding of the common data-visualization techniques for each type of data and application domain (multivariate data, networks, texts, cartography, etc.) with their features and limitations
- ability to read and discuss research papers from the data visualization literature
- ability to choose the most suitable visualization techniques for each type of data and application task
- ability to create interactive visualizations in the browser using HTM5 and Javascript
Prerequisites and basic notions
Data Structures and Python Programming Basics
Program
Introduction to data visualization: motivation, visualization problems, tasks and goals. Design evaluation
Color and perception, Mapping of data on a color scale, Marks and channels
Guidelines for visualization design, ethics in visualization
Data, models and data encoding, filtering, aggregation, multidimensional data
Graphs and their visualization
Tabular data visualization, graph and network visualization Maps, scientific visualization, image and volume visualization Spatial layout management, view manipulation, focus and context
Interaction, user interface elements, animation, dashboards, multiple visualizations
Prototyping using visualization packages in python
Bibliography
Didactic methods
Lectures and guided examples in Python
Learning assessment procedures
Written exam and evaluation of practical assignments. The written exam consists of 4 open questions on the theory program. The assignments will consist of exercises on the practical part to be delivered.
Evaluation criteria
Students will have to demonstrate understanding of the design issues of a visualization application, be aware of the main types of data and encodings, the issues of visual mapping and the related human factors, the main visualization techniques used for the various types of data. Students will have to be able to demonstrate the practical ability to design effective data visualizations using basic libraries and following the rules and principles of design.
Criteria for the composition of the final grade
60% written assessment, 40% homework assessment
Exam language
Inglese o Italiano