Skip to content

Data Science - Insegnamenti - Regolamento didattico

Regolamento Didattico del
Corso di Laurea Magistrale
in
Data Science
(Master of Science in Data Science)
Classe LM-91
TECNICHE E METODI PER LA SOCIETA DELL'INFORMAZIONE
Ordine degli Studi 2016/2017

Obiettivi formativi specifici

Il corso di studio qui proposto si caratterizza per un'offerta didattica interdisciplinare che raccoglie contributi dell’ingegneria, dall’informatica, della statistica, delle scienze economiche e organizzative, insieme a conoscenze specifiche dei principali domini applicativi di Data Science. In particolare, la laurea magistrale in Data Science che proponiamo offre le conoscenze professionali adeguate per lo sviluppo delle tecnologie di raccolta, gestione, elaborazione e analisi dei big data, e la conseguente traduzione in informazioni fondamentali per il processo conoscitivo e decisionale all'interno dei settori innovativi di business e sociali.

Un percorso formativo in Data Science deve rispondere alle notevoli sfide scientifiche e tecnologiche legate all’emergere di piattaforme globali di memorizzazione ed elaborazione dei dati: i dati personali, governativi e commerciali e le relative applicazioni abbandonano i sistemi proprietari per approdare ai sistemi di cloud computing e cloud storage con i relativi problemi di affidabilità, privacy e sicurezza.

La laurea magistrale in Data Science si pone l'obiettivo della formazione di nuove figure professionali che possano contribuire ad aumentare l'efficienza ed affidabilità delle istituzioni pubbliche, delle aziende private e delle amministrazioni locali, con particolare riferimento agli open data, al loro utilizzo per lo sviluppo di servizi più efficienti per le aziende e i cittadini e per l'ottimizzazione della gestione delle risorse nei contesti urbani. La laurea magistrale in data science si pone come obiettivo anche la formazione di professionisti in grado di operare all'interno delle agenzie pubbliche e private al fine di integrare i big data all'interno dei processi di analisi economico e sociali.

Le caratteristiche di interdisciplinarietà della laurea magistrale in Data Science e la sua rigorosa impostazione metodologica la rendono adatta ad essere fruita da studenti che abbiano conseguito la laurea di primo livello in tutti i settori dell'Ingegneria dell'Informazione, dell'Informatica e della Statistica, nonché nelle facoltà di Economia, Matematica e Fisica.

Oltre alle conoscenze specifiche del settore, costituiscono parti fondamentali dell'offerta formativa gli aspetti teorico-scientifici necessari a descrivere e a interpretare i problemi del contesto applicativo in cui si pone il problema di sviluppare metodologie innovative di Data Science, lo sviluppo di capacità di ideazione, pianificazione, progettazione e gestione di complessi sistemi di gestione e analisi di grandi moli di dati, lo sviluppo di capacità di sperimentazione, la conoscenza e l'uso fluente della lingua inglese.

Costituisce un elemento di completamento essenziale della formazione la prova finale o tesi di laurea magistrale, che permette al laureando di applicare la pluralità di nozioni e metodologie acquisite in un campo di applicazione industriale, scientifico o di analisi economico-sociale, e che dimostra la padronanza degli argomenti, la capacità di operare in modo autonomo e un buon livello di comunicazione.

Il percorso formativo è orientato alla fruibilità della laurea magistrale in ambito internazionale, fruibilità garantita dalla quantità e dalla qualità delle relazioni internazionali di ricerca facenti capo ai docenti, nonché dall'erogazione in lingua inglese. Il percorso formativo è inoltre orientato a mantenere una stretta connessione con il tessuto lavorativo, connessione garantita da gran numero e prestigio dei progetti di ricerca applicata di cooperazione tra università e aziende nazionali, internazionali e pubblica amministrazione in cui i docenti sono coinvolti.

Il laureato magistrale in Data Science avrà anche livello di preparazione adeguato per una sua collocazione in contesti di ricerca sia di base che applicata, sia presso università e centri di ricerca che presso settori aziendali di ricerca e sviluppo, sia in ambito nazionale e internazionale.

L'offerta didattica si avvarrà di tutte le competenze multidisciplinari offerte da tutti i 4 Dipartimenti della Facoltà di Ingegneria dell’Informazione, Informatica e Statistica (I3S), il Dipartimento di Scienze Statistiche, il Dipartimento di Ingegneria Informatica, Automatica e Gestionale “Antonio Ruberti”, il Dipartimento di Informatica e il Dipartimento di Ingegneria dell’Informazione, Elettronica e Telecomunicazioni.

Il regolamento didattico del corso di studio definirà, nel rispetto dei limiti normativi, la quota dell'impegno orario complessivo a disposizione dello studente per lo studio personale e per altre attività formative di tipo individuale.

Requisiti di ammissione e crediti riconoscibili

Le conoscenze richieste per l'accesso alla laurea intendono garantire l'accesso al corso di studi da parte di tutti gli studenti che abbiano conseguito la laurea di primo livello in tutti i settori dell'Ingegneria dell'Informazione, dell'Informatica e della Statistica, nonché nelle facoltà di Economia, Matematica e Fisica

(a) Il possesso della laurea o del diploma universitario di durata triennale, ovvero di altro titolo di studio conseguito all'estero, ritenuto idoneo
(b) L’aver acquisito almeno 90 crediti formativi universitari nell'insieme dei seguenti settori:
1. Scienze matematiche e informatiche: MAT/*, INF/01
2. Scienze fisiche: FIS/*
3. Scienze economiche e statistiche: SECS-P/*, SECS-S/*
4. Ingegneria industriale e dell'informazione: ING-IND/*, ING-INF/*
(c) La conoscenza delle nozioni di base di matematica, probabilità e informatica. In particolare:
1. Matematica: Calcolo differenziale ed integrale per funzioni di una o più variabili reali; nozioni base di algebra lineare e geometria analitica nel piano e nello spazio.
2. Probabilità: Variabili aleatorie, distribuzioni e valori attesi; principali modelli di variabili aleatorie; convergenza per successioni di variabili aleatorie.
3. Informatica: Principi di programmazione; almeno un linguaggio di programmazione tra C, C++, C#, Java, Python.
(d) Conoscenza della lingua inglese a livello B2 o superiore.

Verifica della preparazione personale
Una commissione appositamente preposta dal Consiglio d’Area Didattica valuterà la preparazione personale dello studente sulla base dei seguenti elementi:

- pertinenza del curriculum di studio della laurea di primo livello;
- altre attività extracurriculari, incluse attività lavorative ed altre attività formative;
- conoscenza della lingua inglese
- colloquio.

Descrizione del percorso formativo

La proposta formativa prevede un primo insieme di 39 CFU su settori scientifico disciplinari caratterizzanti miranti a fornire le conoscenze statistiche, ingegneristiche e informatiche di base necessarie per lo sviluppo degli strumenti software e delle infrastrutture necessarie per la raccolta, l’elaborazione, e l’organizzazione delle grandi moli di dati e dei modelli matematico statistici utili per la loro analisi. I 39 CFU includeranno almeno 10 CFU di attività di laboratorio o di studio individuale. Tali corsi caratterizzanti saranno obbligatori per tutti gli studenti. I 39 CFU obbligatori si dividono in 27 CFU sulle tecnologie informatiche e 12 CFU sulle discipline statistiche.

Lo studente potrà quindi scegliere fino a 30 CFU di indirizzo su settori scientifico disciplinari caratterizzanti. almeno 6 dei 36 CFU dovranno essere scelti tra le discipline umane, sociali, giuridiche ed economiche. Tali insegnamenti sono volti alla formazione di un profilo professionale che unisce le competenze ingegneristiche e informatiche con le competenze statistiche e gestionali, economico e giuridiche. Tali competenze devono essere sviluppate insieme ad una profonda conoscenza del contesto economico, sociale e organizzativo in cui le metodologie di Data Science si vanno ad applicare.

Il percorso formativo si completerà con 12 CFU a scelta dello studente e 12 CFU di attività su settori scientifici disciplinari affini.

Non sono previsti obblighi di frequenza se non per attività di laboratorio e attività pratiche.

Tutti gli insegnamenti sono erogati in Lingua Inglese

Caratteristiche della prova finale

La prova finale potrà essere inerente a un'attività progettuale, di ricerca, metodologica o di tirocinio, presso una struttura industriale, istituzioni pubbliche di ricerca o presso i laboratori stessi dell'università. L'esame finale di laurea consiste nella presentazione e discussione di un progetto con caratteri di originalità e di una relazione supervisionata da un docente di riferimento. Il lavoro svolto dovrà dimostrare che lo studente ha raggiunto una padronanza delle metodologie di Data Science e/o della loro applicazione in un settore specifico a un livello di competenza in linea con le esigenze imposte dai processi di innovazione tecnologica. La prova finale sarà impostata in maniera tale da costituire una credenziale importante per l'inserimento del laureato nel tessuto lavorativo.

Sbocchi occupazionali e professionali previsti per i laureati

I profili professionali individuati sono quelli di Data Scientist, Open Data Manager, Data Intelligence Professional, Big Data Infrastructure Professional. Le funzioni professionali svolte dai laureati in Data Science sono quelle di analizzare, presentare e prevedere le tendenze fondamentali nei flussi di dati, identificare gli strumenti software necessari per l'elaborazione di grandi moli di dati, coordinare la raccolta e la pubblicazione di open data nel settore pubblico e privato, coordinare gruppi di programmatori e progettare nuove classi di servizi basati sui big data, integrare le metodologie di data science all’interno dei processi organizzativi e di strategie di mercato delle aziende, gestire le più importanti infrastrutture software, hardware e di rete per i big data.

Le principali competenze associate alla funzione sono quelle di analisi statistica dei dati, comprensione delle infrastrutture software, data management e data mining, comprensione dei flussi di dati e dei loro formati, management e business analytics, progettazione e analisi di architetture hardware, software e di rete per i big data, competenze giuridiche economiche nel campo dell'ICT. Gli sbocchi professionali si troveranno all’interno di grandi, medie e piccole aziende, pubblica amministrazione, amministrazioni locali, enti di ricerca pubblici e privati, istituti di analisi economico-sociale.

Trasferimenti

Gli studenti che intendono trasferirsi al Corso di Laurea Magistrale in Data Science devono presentare domanda presso la Segreteria Amministrativa delle Facoltà di Ingegneria dell’Informazione, Informatica e Statistica (c/o città universitaria). La domanda deve essere redatta secondo le modalità previste dalla Segreteria Amministrativa e dovrà comunque prevedere l’elenco degli esami superati per i quali si richiede il riconoscimento. Il Consiglio di Corso di Studi delibererà gli esami riconosciuti e i crediti attribuiti, provvederà inoltre, di concerto con lo studente alla definizione del percorso formativo, che, nel rispetto dell'ordinamento didattico e dei contenuti formativi del Corso di Laurea Magistrale in Data Science, potrà tenere conto del percorso già svolto.

Periodi di studio all’estero

I corsi seguiti nelle Università Europee o estere, con le quali la Facoltà di Ingegneria dell’Informazione, Informatica, Statistica, ha in vigore accordi, progetti e/o convenzioni, vengono riconosciuti secondo le modalità previste dagli accordi.
Gli studenti possono, previo autorizzazione del Consiglio di Corso di Studi, svolgere un periodo di studio all’estero nell’ambito del progetto LLP Erasmus. In conformità con il Regolamento didattico di Ateneo nel caso di studi, esami e titoli accademici conseguiti all’estero, il Consiglio di Corso di Studi esamina di volta in volta il programma ai fini dell’attribuzione dei crediti nei corrispondenti settori scientifici disciplinari.

Info generali
Programmi e testi d’esame: il programma dei corsi e i testi d’esame sono consultabili sul sito internet: http://datascience.i3s.uniroma1.it/it

Servizi di tutorato: I docenti Aris Anagnostopoulos, Pierpaolo Brutti, Flavio Chierichetti, Antonio Cianfrani, svolgono attività di tutorato e orientamento, secondo le modalità e gli orari indicati su sito del Corso di Laurea. Inoltre il Corso di Laurea si avvale dei servizi di tutorato messi a disposizione dalla Facoltà, compatibilmente alle risorse economiche, utilizzando anche appositi contratti integrativi.

Valutazione della qualità: Il Corso di Laurea, in collaborazione con la Facoltà, effettua la rilevazione dell’opinione degli studenti frequentanti per tutti i corsi di insegnamento tenuti. Il sistema di rilevazione è integrato con un percorso qualità la cui responsabilità è affidata al gruppo di auto-valutazione, docenti, studenti e personale del corso di studio. I risultati delle rilevazioni e delle analisi del gruppo di auto-valutazione sono utilizzati per effettuare azioni di miglioramento delle attività formative.