Didattica

  • Durata: 3 anni
  • Modalità di ammissione: per titoli ed esame
  • Offerta didattica: corsi, seminari ed incontri sul tema dei Big Data 
    • Il computer come macroscopio - Davide Bennato (Sociologia dei processi culturali e comunicativi - Università di Catania)
    • Big Data - Davide Anguita (Sistemi di elaborazione delle informazioni - Università di Genova), Anna Cossetta (Sociologia Generale - Università di Genova)
    • Corso di base di Spss e elementi di analisi dei dati - Stefano Poli (Sociologia generale - Università di Genova)
    • Seminario - Renato Grimaldi (Sociologia generale - Direttore del Dipartimento di Filosofia e Scienze dell’Educazione - Università di Torino)
    • Seminario - Francesco Mazzeo Rinaldi (Sociologia giuridica, della devianza e mutamento sociale - Università di Catania, KTH Royal Institute of Technology, Sweden)
  • Figura professionale target del corso: ricercatore sociale in grado di utilizzare tecniche di ricerca sociale qualitative e quantitative innovative, anche avvalendosi dei social media e della multimedialità
  • Interazione con industria: il dottorato ha diversi curricula, quello descritto è orientato maggiormente alla ricerca sociale a favore di enti pubblici e privati di ricer ca o agenzie pubbliche. Ha quindi relazioni con Agenzia Regionale del lavoro (ARSEL), Regione Liguria, Comune di Genova e ex Provincia ora Area Metropolitana di Genova, INVALSI (sede di stage), INDIRE (sede di stage), UNESCO (sede di stage)
  • Collocazione internazionaleUniversità europee e mediterranee per il conseguimento del doppio titolo (Marrakech, Trinity College - Dublino, Università Pontificia Catòlica del Perù, Lima, Università Pompeu Fabra di Barcelona). Il curriculum in valutazione dei processi e dei sistemi educativi è censito dalla European Evaluation Society
    Curriculum Data Science & Engineering (in lingua inglese)
  • Tipologia: Laurea Magistrale LM-18 in Computer Science
  • Durata: 2 anni
  • Background richiesto e modalità di ammissione:
    • I requisiti curriculari per l'accesso vengono specificati nel regolamento didattico del corso di studi (attualmente in via di definizione, scadenza 30 aprile 2016) e terranno comunque conto del grado di affinità del curriculum dello studente con la laurea triennale in Informatica (classe L-31)
    • Il Regolamento didattico del corso di studi definisce più precisamente le conoscenze richieste per l'accesso, le modalità di verifica della personale preparazione e gli eventuali suggerimenti per la compilazione del piano di studi individuale dello studente nel caso in cui si manifestasse l’esigenza di potenziare la preparazione di base informatica.
    • Costituisce oggetto di verifica della preparazione individuale anche la capacità di utilizzare fluentemente, in forma scritta ed orale, la lingua inglese.
  • Offerta didattica:
    • 3 insegnamenti da 9 cfu obbligatori: Advanced Data Management, High Performance Computing, Machine Learning.
    • Offerta articolata in 4 track (piani di studio consigliati): 
      • Business Intelligence
      • Health&Life Sciences
      • Pervasive Computing
      • Visual Computing
  • Altri insegnamenti di interesse per l’ambito Big Data:
    • 9 cfu: Bioinformatics & Computational Biology, Computer Graphics & Augmented Reality, Data Warehousing, Digital Signal & Image Processing,  Ubiquitous Computing, Security.
    • 6 cfu: Computational Vision, Data Analysis & Data Mining, Data Protection & Privacy, Data Visualization, Data Semantics, Graph Analytics, Large-Scale Software Engineering, Well-Being Technologies.
  • Figura professionale target del corso
    • Senior data scientist.
    • Senior data engineer.
  • Interazione con industria:
    • 3 cfu obbligatori: Tirocinio formativo e di orientamento obbligatorio (3 cfu).
    • 6 cfu obbligatori: Altre conoscenze utili per l’inserimento nel mondo del lavoro (Enterprise Culture & Skills Activities, Seminar Attendance, Project Management).
    • Laboratori congiunti con imprese del settore informatico, in ambito Data Science & Engineering.
    • Stretti contatti con aziende locali e nazionali per svolgimento di prove finali e attività progettuali, in ambito Data Science & Engineering.
  • Collocazione internazionale:
    • Il Corso di Laurea Magistrale viene totalmente ergogato in lingua inglese.
    • Accordi Erasmus a fini di studio e a fini di tirocinio con numerosi sedi.
  • Tipologia: Laurea
  • Durata: 3 anni
  • Background richiesto e modalità di ammissione:
    • Diploma di Scuola Secondaria di secondo grado o titolo di studio estero equipollente.
  • Offerta didattica:
    • Corsi, tirocini, seminari e incontri tematici. 
    • Insegnamenti o parti di insegnamento: Data mining (6 CFU), Statistica Applicata 1 (2.5 CFU), Statistica Applicata 2 (3 CFU), Statistica Descrittiva (3 CFU).
  • Figura professionale target del corso
    • Codifiche ISTAT: Matematici (2.1.1.3.1), Statistici (2.1.1.3.2), Tecnici statistici (3.1.1.3.0), Tecnici del marketing (3.3.3.5.0). 
    • L'obiettivo del corso di laurea in SMID è formare figure professionali con competenze statistiche e solide conoscenze matematiche e informatiche, ovvero il moderno data scientist. Figure professionali con le caratteristiche dei laureati SMID sono richieste per esempio dagli istituti di ricerca orientati alla salute pubblica, dalle aziende farmaceutiche, dagli enti che effettuano ricerche socio-economiche, da tutto il settore industriale con la gestione delle linee di produzione, le ricerche di mercato e il controllo della qualità, dagli enti che si occupano di analisi del territorio, dalle banche e dalle assicurazioni, dalla pubblica amministrazione, e così via.
  • Interazione con industria:
    • 10 CFU di tirocinio formativo obbligatorio;
    • svolgimento di prove finali (6 CFU);
    • attività progettuali (quali apprendistato di alta formazione e ricerca); 
    • laboratori;
    • sviluppo di insegnamenti curriculari  su tematiche di raccolta, gestione e analisi dati, e modellazione statistico-matematica. 
  • Collocazione internazionale:
    • Accordi Erasmus a fini di studio e a fini di tirocinio con numerosi sedi.
    • Stretti contatti con diverse universita’ europee.
    • Accordi di collaborazione accademica con alcune universita’ dell’America Latina (in fase di definizione). 
 
Università degli Studi di Genova
Via Balbi 5, 16126 Genova