La Laurea Magistrale in Statistica e Data Science ha l'obiettivo di formare statistici moderni in grado di analizzare dati complessi. Il corso di laurea fornisce una solida strumentazione teorico-metodologica per l'analisi dei dati, al fine di estrarre informazioni a scopo conoscitivo, causale e decisionale, in ambiti sperimentali e osservazionali. Il corso di studi può essere affrontato con successo da studenti provenienti da diversi tipi di laurea (es. statistica, matematica, informatica, economia), accomunati da attitudine e interesse per l'analisi di fenomeni reali tramite metodi quantitativi. Grazie alle molteplici opzioni di scelta degli esami, è possibile personalizzare la preparazione privilegiando gli aspetti metodologici della statistica o della data science oppure uno specifico campo applicativo.
ll piano di studi inoltre può essere arricchito con insegnamenti del curriculum 'data science' della laurea magistrale in Informatica (es. Data Mining and Organization, Data Warehousing) o della laurea magistrale in Ingegneria Informatica (es. Machine Learning, Data and Document Mining).
La Laurea Magistrale in Informatica - Curriculum Data Science mira a fornire una solida preparazione di base sulle tecniche, e i sottostanti principi teorici, che rendono possibile l'analisi dei dati. A tale scopo, nel curriculum vengono combinate e applicate competenze provenienti da diverse aree disciplinari attive nell'Ateneo, principalmente dalle aree di Informatica, Ingegneria dell’Informazione e Statistica. In particolare, vengono offerti insegnamenti incentrati sui seguenti aspetti:
tecniche algoritmiche per l’analisi dei dati, con particolare attenzione a strutture per grandi insiemi di dati e ai relativi aspetti teorici e pratici;
algoritmi di data mining per la ricerca di regolarità e pattern nei dati, e strutture dati necessarie alla loro organizzazione;
metodi crittografici per la protezione della privacy degli individui, durante tutte le fasi di raccolta, trasmissione e analisi dei dati;
algoritmi di base e avanzati per l’apprendimento statistico, le basi della teoria dell’apprendimento computazionale, il progetto di soluzioni a problemi reali;
tecniche di programmazione parallela e ad alte prestazioni;
basi statistiche della regressione, classificazione e inferenza bayesiana, che sono alla base dell'apprendimento automatico;
metodi numerici per acquisire quelle competenze del computer aided geometric design utili all'implementazione e all'uso di algoritmi specifici per la visualizzazione di dati;
metodi di ottimizzazione, necessari per condurre efficacemente l'analisi dei dati in presenza di vincoli sulle risorse hardware e software.
A partire dall’a.a. 2020-21 è stato attivato il programma di Master di II livello, in inglese, Data Science and Statistical Learning MD2SL, promosso dal Florence center for Data Science per il tramite del DiSIA e in collaborazione con la IMT Scuola Alti Studi Lucca.
Il Master 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 sia pubblici che privati conferiscono 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.
Ulteriori informazioni sul sito ufficiale MD2SL.
Il Dottorato di Ricerca in Statistica è parte del Dottorato in Matematica, Informatica, Statistica dell'Università di Firenze.
Si tratta di un Dottorato in consorzio tra gli Atenei di Firenze, di Perugia e l'Istituto Nazionale di Alta Matematica “F. Severi”, con tre curricula distinti seppur con importanti collegamenti interdisciplinari: Matematica, Informatica, Statistica. Il DiSIA cura i curricula di Statistica e di Informatica.
Il contributo del DiSIA nella formazione di statistici e Data Scientists si è ulteriormente consolidato con l’attività di ricerca dei dottorandi vincitori delle quattro borse tematiche sulla Data Science finanziate dal progetto di eccellenza 2018-22.
Inoltre, il DiSIA contribuisce, sia a livello di didattica che di partecipazione al collegio dei docenti di:
Dottorato Development Economics and Local Systems (Unifi) DELOS
Dottorato nazionale in Blockchain e Distributed Ledger Technology
Il DiSIA, inoltre, fa parte del Dottorato consortile sulla PA con l'Università degli Studi di Milano-Bicocca e l’Università Cà Foscari di Venezia, e del Dottorato di Ricerca di Interesse Nazionale in Cybersecurity, entrambi in fase di accreditamento.