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
This information is intended exclusively for students already enrolled in this course.If you are a new student interested in enrolling, you can find information about the course of study on the course page:
Laurea in Bioinformatica - Enrollment from 2025/2026Le 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. 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.
Insegnamenti e altre attività che si possono inserire autonomamente a libretto
years | Modules | TAF | Teacher |
---|---|---|---|
2° 3° | The fashion lab (1 ECTS) | D |
Caterina Fratea
(Coordinator)
|
years | Modules | TAF | Teacher |
---|---|---|---|
2° 3° | Introduction to Robotics for students of scientific courses. | D |
Paolo Fiorini
(Coordinator)
|
2° 3° | Matlab-Simulink programming | D |
Bogdan Mihai Maris
(Coordinator)
|
years | Modules | TAF | Teacher |
---|---|---|---|
2° 3° | The fashion lab (1 ECTS) | D |
Caterina Fratea
(Coordinator)
|
years | Modules | TAF | Teacher |
---|---|---|---|
2° 3° | Introduction to Robotics for students of scientific courses. | D |
Paolo Fiorini
(Coordinator)
|
2° 3° | Introduction to 3D printing | D |
Franco Fummi
(Coordinator)
|
2° 3° | LaTeX Language | D |
Enrico Gregorio
(Coordinator)
|
2° 3° | HW components design on FPGA | D |
Franco Fummi
(Coordinator)
|
2° 3° | Rapid prototyping on Arduino | D |
Franco Fummi
(Coordinator)
|
2° 3° | Protection of intangible assets (SW and invention)between industrial law and copyright | D |
Roberto Giacobazzi
(Coordinator)
|
years | Modules | TAF | Teacher | |
---|---|---|---|---|
1° | Subject requirements: mathematics | D |
Franco Zivcovich
|
|
2° 3° | Python programming language | D |
Giulio Mazzi
(Coordinator)
|
Python programming language (2021/2022)
Teaching code
4S007127
Teacher
Coordinator
Credits
2
Also offered in courses:
- Python programming language of the course Bachelor's degree in Computer Science
- Python programming language of the course Master's degree in Computer Science and Engineering
- Python programming language of the course Master's degree in Medical Bioinformatics
- Python programming language of the course Master's degree in Computer Engineering for Robotics and Smart Industry
- Python programming language of the course Bachelor's degree in Applied Mathematics
- Python programming language of the course Master's degree in Mathematics
- Python programming language of the course Bachelor's degree in Biotechnology
- Python programming language of the course Master's degree in Agri-Food Biotechnology
- Python programming language of the course Master's degree in Molecular and Medical Biotechnology
- Python programming language of the course Master's degree in Biotechnology for bioresources and sustainable development
Language
Italian
Scientific Disciplinary Sector (SSD)
NN - -
Period
Not yet assigned
Learning outcomes
Basic programming in Python and basic usage of Python libraries for data science.
The course scheduling is available in the e-learning platform.
Program
Introduction to Python
Variables, Expressions and Instructions
Functions
Conditional statements and Loops
Strings Manipulation
Data Structures: Lists, Dictionaries, Tuples
File Management
Advanced Libraries, examples are:
• Numpy
• Matplotlib
• Pandas
• Beautifulsoup
• Networkx
Examination Methods
The exam consists of three exercises. The candidate must correctly implement (on a PC) at least two of the three exercises to pass.