Skip to content

Data Science - Obiettivi formativi - Conoscenze richieste per l'accesso

Per essere ammessi al corso di laurea magistrale occorre essere in possesso dei necessari requisiti curricolari e di un'adeguata preparazione personale.

Requisiti curriculari
I requisiti curriculari sono i seguenti:
(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:
- Scienze matematiche e informatiche: MAT/*, INF/01
- Scienze fisiche: FIS/*
- Scienze economiche e statistiche: SECS-P/*, SECS-S/*
- Ingegneria industriale e dell'informazione: ING-IND/*, ING-INF/*
- Scienze biologiche: BIO/*
- Scienze giuridiche: IUS/*
(c) Conoscenza della lingua inglese a livello B2 o superiore.

Tali requisiti curriculari intendono garantire l'accesso al corso di studi da parte di tutti gli studenti che abbiano conseguito la laurea di primo livello nelle classi di laurea L-8 (Ingegneria dell'informazione), L-31 (Scienze e tecnologie informatiche) e L-41 (Statistica), nonché nelle classi di laurea L-18 (Scienze dell'economia e della gestione aziendale), L-30 (Scienze e tecnologie fisiche), L-33 (Scienze economiche) e L-35 (Scienze matematiche) e nelle corrispondenti classi di cui al D.M. 509/1999.

Adeguatezza della personale preparazione
Per gli studenti che risultino in possesso dei necessari requisiti curriculari, l'adeguatezza della personale preparazione è accertata in base ai risultati ottenuti ai fini del conseguimento del titolo di studio utilizzato per accedere al corso di laurea magistrale In particolare, verrà verificata la personale preparazione relavivamente alle seguenti conoscenze:
- 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.
- Probabilità: Variabili aleatorie, distribuzioni e valori attesi; principali modelli di variabili aleatorie; convergenza per successioni di variabili aleatorie.
- Informatica: Principi di programmazione; almeno un linguaggio di programmazione tra C, C++, C#, Java, Python.
Le modalità di verifica della personale preparazione sono definite nel Regolamento didattico del corso di studio.