Data Science

  • Class of Degree: LM-91 Tecniche e metodi per la societa dell'informazione
  • Course type: Magistrale
  • Teaching Area: Scienze MM.FF.NN.
  • School: Scuola Politecnica e delle Scienze di Base
  • Department: Department of Physics
  • Duration: 2 anni
  • Access to the Course: Laurea di 1° livello
  • Coordinator: Prof. Giuseppe LONGO
  • Web Site: www.fisica.unina.it/laurea-magistrale-in-data-science
  • Student Office: Segreteria Studenti Area didattica Scienze MMFFNN
  • Specific Objectives:

    Le competenze richieste a un Data Scientist , e che sono alla base di questo progetto di Laurea Magistrale, includono:
    ' capacita di analizzare gli elementi che concorrono alla formazione dei dati oggetto di studio e di valutare la qualita degli stessi individuando possibili fonti di rumore, distorsione ed incertezza;
    ' capacita di utilizzare le piattaforme informatiche per la memorizzazione, gestione e trasformazione dei dati, essendo consci dei limiti prestazionali e/o dei vantaggi offerti dalle varie piattaforme;
    ' capacita di individuare obiettivi strategici che possono essere meglio perseguiti grazie all'analisi dei dati;
    ' capacita di analizzare i dati con i metodi provenienti dalla Statistica, dal Data Mining e dalla Ricerca Operativa;
    ' capacita di comunicare con chiarezza i risultati e le linee strategiche piu opportune risultanti dall'analisi dei dati, anche attraverso adeguate visualizzazioni dei risultati.
    Il percorso formativo e caratterizzato da una forte vocazione interdisciplinare, ed e strutturato in modo da poter accogliere studenti di varia provenienza. Al fine di favorire sia l'apprendimento che l'organizzazione dei corsi, il percorso e strutturato in modo da lasciare al primo anno l'acquisizione delle metodologie di base e al secondo anno l'acquisizione delle conoscenze specifiche al dominio. Tali domini sono definiti attraverso tre percorsi curriculari imperniati rispettivamente, nei seguenti ambiti:
    a) ambito economico e sociale
    b) ambito scienze di base e ingegneristico;
    c) ambito scienze della vita e farmacologico.
    Gli insegnamenti del primo anno avranno programmi fortemente integrati, e riguarderanno le discipline fondamentali: statistica elementare e avanzata, ingegneria HW e SW delle piattaforme per i big data; data mining e machine learning , ricerca operativa, aspetti legali ed etici dei dati. Il secondo anno, invece prevede l'acquisizione delle conoscenze di settore in particolare in, scienze di base (fisica e geologia) e ingegneria, real world evidence per farmacologia ed oncologia, biologia. Una congrua offerta di
    insegnamenti opzionali permette la progettazione di percorsi rivolti ad ambiti specifici.
    I corsi saranno tenuti in Italiano e/o inglese.

  • Course of study in short:

    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 e 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 gia nel 2000 il 25% di tutta l'informazione prodotta nel mondo era registrata su supporto digitale; tale percentuale e salita al 98% nel 2013 e ci si aspetta che d il volume di dati immagazzinati crescera 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 qualita della vita delle comunita e di singole persone, e 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 e 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 e 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 piu vicini al modello della cosiddetta 'industria 4.0', ma anche in settori piu 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'Universita 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 dara 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 capacita e il raggiungimento degli obiettivi avverra 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 limitera 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 sara 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 attivita di laboratorio e hands-on.

    Alla fine del primo anno, lo studente avra 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, nonche 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 sara 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, e integrato dalla possibilita 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 piu supervisori accademici.

    Durante l'intero percorso gli studenti saranno direttamente coinvolti anche in altre importanti attivita 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 attivita svolte durante il corso di laurea
    ' Seminari specialistici (Altre attivita)
    ' Competizioni organizzate da sponsor o gruppi internazionali (e.g. ideaconnection) per la soluzione di specifici problemi
    ' Attivita hands-on, hack-a-ton, etc'

  • Skills required for access:

    Il Corso di Laurea magistrale in Data Science e rivolto a studenti che:
    ' Abbiano conseguito la laurea o il diploma universitario di durata triennale, ovvero altro titolo di studio conseguito all'estero, riconosciuto idoneo, purche essi prevedano l'acquisizione di almeno 30 CFU nei seguenti Settori Scientifico-Disciplinari: INF/01, ING-INF/05, da SECS-S/01 a SECS-S/06, da MAT/01 a MAT/09, da FIS/01 a FIS/08.
    ' Siano in possesso di una certificazione della conoscenza della lingua inglese, rilasciata dall'Ateneo o da Ente accreditato da l'Ateneo, corrispondente al livello B2 o superiore.
    L'adeguatezza della preparazione personale sara verificata con le modalita specificate nel regolamento didattico e sara valutata con particolare attenzione al possesso delle nozioni e tecniche principali nelle seguenti aree:
    Matematica e statistica . Calcolo differenziale e integrale per funzioni di una e piu variabili reali. Successioni e serie numeriche. Nozioni di base di algebra lineare. Nozioni di base di calcolo delle probabilita (probabilita e variabili aleatorie), inferenza statistica. Informatica . Capacita di programmare utilizzando un linguaggio ad alto livello (ad es. Java, C, C++, Python). Nozioni di architettura e organizzazione di un sistema di calcolo: CPU, memoria, periferiche, rete, sistema operativo.
    Algoritmi e strutture dati elementari.   

  • Entrance Orientation:

    L'attivita di orientamento del Corso di Studio - articolata secondo tre azioni principali: orientamento in ingresso, orientamento in itinere ed accompagnamento al lavoro (placement) - e condotta in forma coordinata con gli altri Corsi di Studio e Dipartimenti della Scuola Politecnica e delle Scienze di Base.
    L'attivita di orientamento in ingresso si rivolge agli studenti provenienti dalle scuole secondarie di secondo grado del bacino di riferimento primario dal Corso di Studio. Essa punta a fornire informazioni sul quadro dell'offerta formativa delle diverse aree culturali attraverso la presentazione dei profili culturali e degli sbocchi professionali associati ai diversi corsi di Studio, l'organizzazione didattica, i requisiti culturali ed attitudinali (contenuti del test di ingresso, modalita di estinzione degli eventuali obblighi formativi aggiuntivi, OFA). L'attivita di orientamento si sviluppa attraverso tre modalita complementari: a) incontri con la platea studentesca attraverso la partecipazione ad iniziative di orientamento coordinate a livello della Scuola Politecnica e delle Scienze di Base o di Ateneo, b) incontri con classi o gruppi selezionati sia presso le sedi universitarie che presso gli Istituti scolastici, a seguito di interazioni puntuali con le dirigenze scolastiche, c) divulgazione e disseminazione delle informazioni attraverso specifiche sezioni del portale web della Scuola Politecnica e delle Scienze di Base (www.scuolapsb.unina.it).

    Le attivita di orientamento in ingresso sono state strutturate attraverso una organizzazione molto razionale ed efficiente basata su: costituzione di un panel di docenti orientatori designati dai Dipartimenti afferenti alla Scuola che hanno operato in stretta cooperazione tra di loro e con la Scuola per la predisposizione di materiale informativo e per l'organizzazione complessiva delle iniziative di orientamento. Definizione di un calendario strutturato di seminari informativi dell'offerta didattica, articolata per gruppi disciplinari (Architettura, Ingegneria, Scienze MFN), sulla base di intese stabilite in forma coordinata con istituti scolastici superiori della Regione Campania; organizzazione di una manifestazione Porte Aperte della durata di una settimana nel mese di febbraio, finalizzata alla presentazione dell'offerta formativa ed alla accoglienza a studenti delle scuole superiori per visite guidate e seminari interattivi nei laboratori dipartimentali.
    Partecipazione a manifestazioni di divulgazione scientifica (Futuro Remoto, cicli seminariali) con la finalita di promuovere la conoscenza e stimolare l'interesse nei settori di pertinenza della Scuola e dei suoi Dipartimenti.
    Le attivita di orientamento sono state associate ad opportune azioni di feedback per il monitoraggio dell'efficacia delle azioni intraprese e l'individuazione di azioni correttive.
    Il Corso di Studio ha inoltre contribuito in forma coordinata con gli altri Corsi di Studio e Dipartimenti della Scuola Politecnica e delle Scienze di Base allo sviluppo della iniziativa Federico II nella Scuola promossa congiuntamente dall'Ateneo e dalla Direzione Scolastica della Regione Campania. La finalita del progetto e quella di rafforzare e rendere sistematiche le azioni congiunte di orientamento informativo e formativo tra i Corsi di studio dell'Ateneo e gli Istituti Scolastici Superiori attraverso il lavoro di gruppi paritetici di docenti universitari e di insegnanti si scuola superiore articolati in ambiti disciplinari. I risultati ottenuti nell'ambito del progetto sono diffusi in giornate di studio e in documenti di lavoro sui temi dell'orientamento agli studi universitari con la partecipazione di Dirigenti Scolastici e Referenti all'Orientamento di numerosi Istituti Scolastici Superiori della Regione.

    A cio si deve aggiungere l'ulteriore attivita di orientamento effettuata attraverso canali mediatici quali il canale youtube del corso di laurea
    (https://www.youtube.com/channel/UCce-Xk0ihwlGV1kivcjMzgg'view_as=subscriber), ed una pagina facebook dedicata (https://www.facebook.com/groups/DataScienceInitiative/)

  • Final test:

    La prova finale rappresenta un momento essenziale di verifica delle competenze acquisite lungo il percorso formativo della laurea magistrale, in quanto essa prevede un lavoro originale da svolgere in ambito operativo presso Enti di Ricerca, Pubbliche Amministrazioni, Industrie e Imprese. Tale lavoro sara finalizzato non solo all'applicazione delle metodologie apprese durante il corso, ma anche alla sperimentazione pratica dei problemi comunicativi e concettuali sottostanti la modellazione ed analisi di un problema complesso, in collaborazione con esperti del dominio di applicazione. A tal fine, si privilegeranno argomenti miranti a favorire l'uso integrato e flessibile delle metodologie e tecnologie computazionali, statistiche e matematiche fondanti del percorso di studi.Lo studente dovra analizzare il problema, formalizzarlo, capire quali sono gli strumenti piu efficaci per risolverlo, e presentare poi i risultati delle analisi in modo chiaro e comprensibile ad un pubblico non specialistico