(in collaborazione con il Florence Center for Data Science dell’Università degli Studi di Firenze)
Il programma
Nata dall’integrazione delle metodologie proprie della statistica, della matematica e dell’informatica, la Data Science si sta imponendo nelle società contemporanee caratterizzate da una continua produzione di big-data come disciplina fondamentale per riuscire ad estrapolare informazione dai dati e fornire risposte a rilevanti quesiti di ricerca. Grazie alla potenza degli strumenti su cui essa si fonda, la Data Science ricopre un ruolo di centrale importanza in tutti quegli ambiti in cui i big data stanno diventando sempre più rilevanti, tra i quali l’economia, la medicina, l’ingegneria, l’istruzione, le scienze sociali, ecc.
Il Master di II livello in Data Science and Statistical Learning (MD2SL), promosso dalla Scuola IMT Alti Studi Lucca e dal Florence Center for Data Science dell’Università degli Studi di Firenze, si prefigge di formare figure professionali caratterizzate da una profonda conoscenza teorica degli strumenti statistici, informatici e computazionali più avanzati, capaci di utilizzare e valutare criticamente le potenzialità dei diversi metodi per estrapolare informazione dalla crescente mole di dati disponibile in diversi ambiti applicativi, con precipuo riferimento alle applicazioni in ambito economico-manageriale e sanitario, fornendo risposte ai quesiti di ricerca e favorendo l’innovazione.
La presenza di partner di rilievo nel mondo imprenditoriale e della ricerca conferisce un’impronta pratica e concreta al programma di master; questa verrà ulteriormente rafforzata grazie al percorso di tirocinio da effettuarsi presso uno dei partner o degli enti che porteranno la propria testimonianza all’interno del master stesso.
Obiettivi formativi e mercato del lavoro
Il Master si propone di sviluppare figure professionali a tutto tondo, Data Scientist, in grado di fornire risposte ai quesiti di ricerca emergenti derivanti dalla presenza pervasiva di dati complessi, non strutturati e ad alta dimensione (i cosiddetti big data), in un varietà di campi di applicazione.
Tale obiettivo viene raggiunto tramite l’acquisizione da parte dello studente di solide competenze teoriche e pratiche in ambito statistico, matematico ed informatico, spendibili all’interno dei processi aziendali, nelle Pubbliche Amministrazioni, nonché a supporto dei processi decisionali di organizzazioni pubbliche e private. Nello specifico, la proposta formativa mira a portare laureati in discipline quantitative su un livello più elevato grazie alla multidisciplinarietà degli strumenti propri della Data Science.
Nelle società contemporanee caratterizzate da una continua produzione di big-data, la Data Science si sta imponendo come disciplina fondamentale per riuscire ad estrapolare informazione dai dati e fornire risposte a rilevanti quesiti di ricerca.
La Data Science nasce dall’integrazione delle metodologie proprie della statistica, della matematica e dell’informatica e, grazie alla potenza degli strumenti su cui essa si fonda, ricopre un ruolo di centrale importanza in tutti quegli ambiti in cui i big-data stanno diventando sempre più rilevanti. Questi includono l’economia, la medicina, l’ingegneria, l’istruzione, le scienze sociali, ecc.
Il master MD2SL intende formare figure professionali a tutto tondo, i Data Scientist, in grado di dare risposta agli emergenti quesiti di ricerca prevenienti dalla presenza pervasiva di dati complessi, destrutturati e ad elevata dimensionalità (i cosiddetti big-data), nei più svariati ambiti di applicazione.
Competenze in uscita
Al termine del percorso formativo, lo studente saprà strutturare, pulire e analizzare dati complessi, destrutturati e ad elevata dimensionalità, sarà in grado di individuare le informazioni rilevati provenienti da essi, nonché sviluppare soluzioni metodologiche e computazionali innovative per la raccolta e l’analisi degli stessi, per far fronte alle necessità informative emergenti e supportare i processi decisionali in campo medico-sanitario e/o economico-aziendale. Il profilo in uscita possiederà inoltre solide capacità comunicative indispensabili per una adeguata e efficace diffusione dei risultati, anche nei confronti di soggetti privi di background tecnico sui metodi propri della Data Science.
Sbocchi professionali
Il profilo professionale in uscita può trovare occupazione in diversi ambiti; questi includono le Pubbliche Amministrazioni e le autorità locali, le unità di analisi dei dati di medie e grandi imprese, le compagnie assicurative, gli uffici marketing di società di produzione e distribuzione, i centri di ricerca e le società di consulenza.
Inoltre, grazie alle solide basi teoriche acquisite durante il percorso formativo, al completamento con successo del programma, gli studenti saranno pronti ad accedere a programmi di dottorato correlati con i temi trattati, sia in Italia che all'estero.
Il Professor Massimo Riccaboni è il rappresentante della Scuola IMT per il Master di II livello in Data Science and Statistical Learning (MD2SL).
Per maggiori informazioni, visitare il sito del Master: www.md2sl.unifi.it
Attività didattica e tirocinio
Il Master di II livello in Data Science and Statistical Learning (MD2SL) si articola in tre distinti blocchi di insegnamento e un laboratorio di analisi dei dati.
DATA SCIENCE BOOTCAMP | CORE COURSES | ELECTIVE COURSES |
Fornisce una solida conoscenza delle discipline alla base della Data Science (matematica, statistica, programmazione informatica), per assicurare una preparazione omogenea di studenti aventi background potenzialmente molto diversi tra loro. | Forniscono agli studenti le competenze teoriche e pratiche proprie della Data Science e della Data Analytics. | Pensati per l’acquisizione di competenze specifiche in due distinti ambiti applicativi in cui il Data Scientist può avere un ruolo di centrale importanza: l’ambito medico-sanitario e l‘ambito economico-aziendale. |
Gli obiettivi specifici di ciascun blocco verranno raggiunti tramite un mix ben bilanciato di lezioni teoriche frontali, analisi di casi di studio, laboratori ed attività pratiche individuali e di gruppo. Queste ultime avranno come obiettivo quello di favorire gli scambi e le interazioni tra studenti utili per una maggiore e più approfondita comprensione degli argomenti trattati.
A conclusione del percorso, gli studenti avranno la possibilità di sperimentare sul campo le conoscenze acquisite tramite un tirocinio formativo o attività formative di tipo pratico da effettuare presso una delle aziende e enti pubblici o privati partner del programma, centri di ricerca o dipartimenti universitari.
Per maggiori informazioni, si prega di visitare il sito del Master: www.md2sl.unifi.it
Comitato Ordinatore
Chiara Bocci, Università degli Studi di Firenze (Coordinatore)
Andrew David Bagdanov, Università degli Studi di Firenze
Giorgio Stefano Gnecco, Scuola IMT Alti Studi Lucca
Anna Gottard, Università degli Studi di Firenze
Maria Francesca Marino, Università degli Studi di Firenze
Massimo Riccaboni, Scuola IMT Alti Studi Lucca
Tiziano Squartini, Scuola IMT Alti Studi Lucca
Docenti
Silvia Bacci, Università degli Studi di Firenze
Michela Baccini, Università degli Studi di Firenze
Andrew David Bagdanov, Università degli Studi di Firenze
Gianmarco Bet, Università degli Studi di Firenze
Ennio Bilancini, Scuola IMT Alti Studi Lucca
Chiara Bocci, Università degli Studi di Firenze
Leonardo Boncinelli, Università degli Studi di Firenze
Cesare Bracco, Università degli Studi di Firenze
Carlotta Giannelli, Università degli Studi di Firenze
Giorgio Stefano Gnecco, Scuola IMT Alti Studi Lucca
Anna Gottard, Università degli Studi di Firenze
Gianluca Iannucci, Università degli Studi di Firenze
Matteo Lapucci, Università degli Studi di Firenze
Stefano Lepri, CNR-ISC
Giampaolo Liuzzi, "Sapienza" Università di Roma
Erik Longo, Università degli Studi di Firenze
Alessandro Magrini, Università degli Studi di Firenze
Giovanni Maria Marchetti, Università degli Studi di Firenze
Simone Marinai, Università degli Studi di Firenze
Andrea Marino, Università degli Studi di Firenze
Maria Francesca Marino, Università degli Studi di Firenze
Alessandra Mattei, Università degli Studi di Firenze
Anna Carla Nazzaro, Università degli Studi Internazionali di Roma
Fabio Pinelli, Scuola IMT Alti Studi Lucca
Massimo Riccaboni, Scuola IMT Alti Studi Lucca
Armando Rungi, Scuola IMT Alti Studi Lucca
Giacomo Scandolo, Università degli Studi di Firenze
Lorenzo Seidenari, Università degli Studi di Firenze
Francesco Sera, Università degli Studi di Firenze
Francesco Serti, Scuola IMT Alti Studi Lucca
Tiziano Squartini, Scuola IMT Alti Studi Lucca
Giacomo Toscano, Università degli Studi di Firenze
Cecilia Viscardi, Università degli Studi di Firenze
Ammissioni
Maggiori informazioni sulle procedure di ammissione, selezione e iscrizione sono disponibili sul sito del Master: www.md2sl.unifi.it
Contatti:
Università degli Studi di Firenze
Dipartimento di Statistica, Informatica, Applicazioni “Giuseppe Parenti” (DISIA)
Viale Morgagni, 59
50134 - Firenze
Scuola IMT Alti Studi Lucca
Ufficio Dottorato e Alta Formazione
Piazza San Ponziano, 6
55100 – Lucca
Allegato | Dimensione |
---|---|
Decreto Istitutivo (Decree Establishing) | 475.38 KB |