Torna alla lista dei corsi di laurea

Appunti universitari condivisi: data science Curriculum data science per le scienze di base e l'ingegneria

LM-91 - Tecniche e metodi per la societa dell'informazione - Università degli Studi di Napoli - Federico II

Il corso di laurea magistrale in Data Science, facendo sue le richieste della Commissione BigData@MIUR, istituita nel 2016,risponde ad una precisa richiesta da parte del mondo del lavoro nazionale, europeo e mondiale ed è finalizzato alla formazione di "Data scientist".
La suddetta commissione raccomanda esplicitamente di rafforzare l’offerta di corsi di Data Science in tutti i corsi di studio, a partire addirittura dalle lauree triennali. Lo stesso rapporto prevede nei prossimi anni una crescita sostenuta dell’offerta di lavoro nel campo dei Big Data, superiore a quanto si prevede per l'Information Technology (IT) e decisamente superiore alla crescita in tutti gli altri settori. L’analisi del MIUR prende le mosse dalla semplice constatazione che già nel 2000 il 25% di tutta l'informazione prodotta nel mondo era registrata su supporto digitale; tale percentuale è salita al 98% nel 2013 e ci si aspetta che d il volume di dati immagazzinati crescerà del 40% all’anno fino al 2020. Possedere le competenze necessarie per scegliere ed accedere a questi dati, per integrarli, analizzarli ed estrarne conoscenza utile, per erogare servizi basati su dati digitali e per migliorare la qualità della vita delle comunità e di singole persone, è diventato uno dei principali volani della crescita sociale ed economica. Uno studio della situazione italiana condotto dal CRISP rileva che "complessivamente gli annunci di lavoro sul web, per le professioni nell’area Big Data sono stati oltre 2 mila nel periodo che va da febbraio 2013 a marzo 2016. Il trend complessivo per l’area Big Data è in aumento; in particolar modo nel I trimestre 2016 si osserva un aumento del 97% rispetto allo stesso periodo dell’anno 2014. Rispetto all’anno 2015 l’aumento è del 73%.". E’ importante notare a questo proposito che l’interesse per la figura (o figure) dello scienziato dei dati ha origine non solo nei settori economici più vicini al modello della cosiddetta "industria 4.0", ma anche in settori più tradizionali come, ad esempio, quello delle compagnie assicurative.
Infine, diverse previsioni relative ai prossimi trenta anni assegnano ai servizi "data intensive", ad esempio le applicazioni accessibili sul telefono cellulare, oltre il 70% del mercato del lavoro. Sulla base del Rapporto di cui sopra, si prevede fino almeno al 2020 una crescita dell'offerta di lavoro nei Big Data del 23% all'anno, contro il 19% di tutto il settore dell'Information Technology (IT) e il 6% globale.
Il Corso di Laurea Magistrale in Data Science dell’Università degli Studi di Napoli Federico II si rivolge quindi a quei laureati triennali che siano interessati ad estendere le conoscenze e competenze acquisite nel loro percorso formativo universitario verso le tecniche statistiche e le tecnologie informatiche utili a selezionare, elaborare, analizzare fonti di dati in forme nuove, orientandosi verso una professione che ha un rilevante futuro. La proposta di istituzione della LM in Data Science intende formare figure professionali di alto livello che sappiano integrare conoscenze relative alle tecniche, i linguaggi e le tecnologie informatiche con conoscenze sulle tecniche, le metodologie e gli ambienti di analisi statistica, applicandole ai processi di gestione, analisi e utilizzo dei dati a fini della ricerca di base e applicata, e delle applicazioni in ambito di finanza, della Real World Evidence, dell’amministrazione e delle scienze sociali. Queste tre anime si riflettono nella definizione dei tre percorsi curriculari che si intende avviare e di cui si darà maggior dettaglio nei seguito del documento:
●Data Science per le Pubbliche Amministrazioni, l'Economia e le Aziende
●Data Science per le Scienze di Base e l'Ingegneria
●Data Science per la Real World Evidence in FArmnacologia e Oncologia
Per far fronte alle esigenze di un mercato del lavoro che richiede il possesso di competenze in rapidissima evoluzione, il Corso prevede forme innovative e dinamiche di insegnamento che coinvolgono figure accademiche e professionisti del settore. L’apprendimento delle conoscenze, l’acquisizione delle capacità e il raggiungimento degli obiettivi avverrà attraverso lezioni teorico-pratiche e laboratori didattici, lezioni trasversali multidisciplinari, interazione diretta con imprenditori del settore (questi ultimi direttamente coinvolti nel processo formativo anche tramite il comitato di indirizzo).
Il percorso di studio e le competenze acquisite saranno descritte in dettaglio nel seguito del documento. Qui ci si limiterà a sottolineare come il principio ispiratore sia stato quello di avere un primo anno interamente dedicato all'acquisizione delle metodologie e delle tecnologie fondanti del settore (in ambito ingegneristico, matematico, tecnologico, statistico e etico/legale). Il secondo anno sarà invece dedicato alla acquisizione delle conoscenze (matematico/statistiche, struttura dati, e specifiche tecnologie implementanti) negli specifici domini identificati dai tre curricula. Il tutto facendo particolare attenzione a favorire ove possibile le attività di laboratorio e hands-on.

Alla fine del primo anno, lo studente avrà acquisito competenze approfondite e operative di: statistica avanzata e statistical learning, analisi dei dati, infrastrutture Hardware e Software per i big data, reti di calcolatori, calcolo distribuito e HPC, machine learning e data mining, nonché una conoscenza professionale degli aspetti legati alla privacy e alla sicurezza dei dati sensibili e delle implicazioni etiche dei Big Data.

Il secondo anno invece sarà dedicato ad un approfondimento di metodologie specifiche del settore (dominio) di interesse (identificato dal curriculum scelto) ed all'acquisizione delle competenze basilari indispensabili per permettere una proficua interazione con gli esperti del settore applicativo.

Il percorso formativo, infine, è integrato dalla possibilità per lo studente di effettuare stage/internship presso aziende ed enti convenzionati e di svolgere tesi (oggetto della prova finale) presso Enti e Aziente convenzionati su progetti definiti in accordo con uno o più supervisori accademici.

Durante l’intero percorso gli studenti saranno direttamente coinvolti anche in altre importanti attività di gruppo quali ad esempio:
●Comunicazione via social media: durante il 1° e 2° anno, le classi saranno coordinate da tutor nella gestione della comunicazione attraverso i principali social network allo scopo di divulgare le attività svolte durante il corso di laurea
●Seminari specialistici (Altre attività)
●Competizioni organizzate da sponsor o gruppi internazionali (e.g. ideaconnection) per la soluzione di specifici problemi
●Attività hands-on, hack-a-ton, etc…



Ecco tutti i dettagli sul corso di laurea selezionato. Sul UniDocs troverai gli appunti condivisi dagli altri studenti del tuo corso di laurea, ordinati per materia. Ricordati che per poter visualizzare il materiale devi essere registrato al sito e possedere un numero di crediti sufficiente.

Sfoglia il materiale didattico

Con UniDocs hai l'opportunità di studiare insieme a tutto il tuo corso di laurea. Guadagna subito dei crediti, carica il materiale del tuo ultimo esame!
Più condividi, più tempo avrai per studiare con tutta la community!

Crea il tuo account, è gratis!

 

Sfoglia il materiale didattico

Con UniDocs hai l'opportunità di studiare insieme a tutto il tuo corso di laurea. Guadagna subito dei crediti, carica il materiale del tuo ultimo esame!
Più condividi, più tempo avrai per studiare con tutta la community!

Crea il tuo account, è gratis!

Sbocchi lavorativi
Statistici - (2.1.1.3.2)
Analisti e progettisti di software - (2.1.1.4.1)
Analisti e progettisti di basi dati - (2.1.1.5.2)