Master's degree in Data Science

Overview

New youtube channel Data Science Univr and FAQ

Course details

Duration
2 years
Degree class
LM-91 - Classe delle lauree magistrali in Tecniche e metodi per la societa dell'informazione
Supervisory body
In corso di definizione
Programme Director
Luca Di Persio
Information
U.O. Didattica - Area Scienze e Ingegneria
Type
Postgraduate and Master's programmes
Location
VERONA
Learning outcomes
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.
Career prospects
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).
Main Department
Computer Science
Macro area
Sciences and Engineering
Subject area
Sciences and Engineering






© 2002 - 2020  Verona University
Via dell'Artigliere 8, 37129 Verona  |  P. I.V.A. 01541040232  |  C. FISCALE 93009870234