Data Science Curriculum Mathematics

Presentazione

Il Curriculum Data Science della Laurea Magistrale in Matematica fornisce una solida preparazione, maggiormente approfondita su alcuni aspetti specifici della Matematica, allo scopo di formare una figura di elevata professionalitą nei settori lavorativi che richiedono competenze avanzate nel campo della Matematica. Con questo percorso gli studenti acquisiranno conoscenze e competenze di Machine Learning, Statistica, Big Data, Analisi di Segnali e programmazione Python che permetteranno loro di diventare figure di riferimento per la ricerca applicata sia in ambito aziendale e industriale che in ambiente accademico.

Alcune esperienze recenti di studenti che hanno proseguito la carriera all’interno di realtą aziendali del territorio:

Salvatore d’Amicis (A.A. 2021/2022)
Tesi:”Machine Learning Monitoring
Impiego post laurea: Data scientist presso Ammagamma – Modena

Marco Segapeli (A.A. 2020/2021)
Tesi:”Online Markerless Stereo Camera Calibration: an industrial perspective to refinement of extrinsic parameters
Impiego post laurea: Analista programmatore presso Deep Vision Consulting – Modena

Federica Casari (A.A. 2020/2021)
Tesi:”Il problema del commesso viaggiatore: metodi di risoluzione e applicazione a una realtą aziendale
Impiego post laurea: Software engineering presso Emmegisoft – Soliera

Laura Barbieri (A.A. 2020/2021)
Tesi:”Algoritmi automatici per la selezione dei livelli di isodose nella pianificazione di trattamenti di dose painting in radioterapia
Impiego post laurea: Applied mathematician presso Pure Power Control s.r.l. – Modena

Tommaso Bertocchi (A.A. 2020/2021)
Tesi:”Previsione del Comportamento di Serie Temporali, Confronto tra Modelli Stocastici e Machine Learning
Impiego post laurea: Analyst presso SDG Group Italy – Milano

Chiara Fruncillo (A.A. 2019/2020)
Tesi:"Sviluppo di indicatori per la misurazione e gestione delle prestazioni aziendali: il caso Tetra Pak” Impiego post laurea: PLC Data Analyst presso Tetra Pak – Modena

Giulia Beltrami (A.A. 2019/2020)
Tesi:"Algoritmi di Machine Learning per l'analisi e la classificazione di contenuti testuali” Impiego post laurea: Software Engineer presso OT Consulting – Reggio Emilia

Valentina Pazzarelli (A.A. 2019/2020)
Tesi:"Energia: pianificazione di sistemi di distribuzione energetica SMART GRID"
Impiego post laurea: Analyst presso Minsait - Roma

Greta Meglioli (A.A. 2019/2020)
Tesi:Feature engineering of Convolutional Neural Networks in biological imaging"
Impiego post laurea: borsista presso l’IRCCS in Tecnologie Avanzate e Modelli Assistenziali in Oncologia - Reggio Emilia

Martina Chierici (A.A. 2018/2019)
Tesi:"Metodi di ottimizzazione non lineare per la ricostruzione di immagini da microscopia DIC"
Impiego post laurea: Data Scientist presso Ammagamma – Modena.

Maria Calzolari (A.A. 2017/2018)
Tesi:"Metodi di classificazione multipla per la predizione automatica di sensazioni di guida"
Impiego post laurea: Data Scientist presso Ammagamma – Modena.

Gerardo Pace (A.A. 2017/2018)
Tesi:"Il gioco stag-hunt: una analisi classica ed evolutiva"
Impiego post laurea: Responsabile Informatico presso GeneralCom s.p.a. – Salvaterra (RE).

Piano di studi

I anno

Insegnamenti obbligatori:
• Analisi superiore (MAT/05 – 12 CFU)
• Processi stocastici (MAT/06 – 6 CFU)
• Computational and statistical learning (MAT/08 – 9 CFU)
• Introduction to scientific Python (3 CFU)
• Inglese scientifico avanzato (3 CFU)

12 CFU a scelta tra i seguenti insegnamenti caratterizzanti:
• Meccanica statistica (MAT/07 – 6 CFU)
• Metodi stocastici per simulazioni (MAT/07 – 6 CFU)
• Elaborazione numerica di segnali e immagini (MAT/08 – 6 CFU)
• Problemi inversi e applicazioni (MAT/08 – 6 CFU)

Da 6 CFU a 12 a scelta tra i seguenti insegnamenti affini (*):
• Strutture algebriche (MAT/02 – 6 CFU)
• Computational topology (MAT/03 – 6 CFU, in lingua inglese)
• Geometria superiore (MAT/03 – 6 CFU)
• Calcolo delle variazioni (MAT/05 – 6 CFU)
• Equazioni di evoluzione (MAT/05 – 6 CFU)
• Lie algebras and integrable systems (MAT/07 – 6 CFU, in lingua inglese)
• Sistemi dinamici (MAT/07 – 6 CFU)
• Elaborazione di dati scientifici (CHIM/01 – 6 CFU)
• Introduction to quantum information processing (FIS/03 – 6 CFU)
• Modelli matematici per la finanza (SECS-S/06 – 6 CFU)

Da 0 a 18 CFU a libera scelta dall’offerta didattica di Ateneo (**).

II anno

Insegnamenti obbligatori:
• Geometria combinatoria (MAT/03 – 6 CFU)

6 CFU a scelta tra i seguenti insegnamenti caratterizzanti:
• Matematica discreta (MAT/03 – 6 CFU)
• Convex analysis and optimization (MAT/05 – 6 CFU)

Da 6 CFU a 12 a scelta tra i seguenti insegnamenti affini (*):
• Algebra superiore (MAT/02 – 6 CFU)
• Topologia geometrica delle varietą (MAT/03 – 6 CFU)
• Equazioni alle derivate parziali (MAT/05 – 6 CFU)
• Sistemi di particelle interagenti (MAT/07 – 6 CFU)
• Algoritmi di crittografia (INF/01 – 6 CFU)
• Algoritmi distribuiti (INF/01 – 6 CFU)
• Sistemi complessi (INF/01 – 6 CFU, in lingua inglese)
• Big data analytics (ING-INF/05 – 6 CFU)

Da 0 a 18 CFU a libera scelta dall’offerta didattica di Ateneo (**).

Altre attivitą formative (3 CFU) a scelta tra:
• Attivitą seminariale
• Ulteriori abilitą linguistiche
• Ulteriori abilitą informatiche
• Tirocinio in azienda.

Prova finale (24 CFU).

(*) il numero totale di crediti degli insegnamenti affini tra il primo e il secondo anno deve essere di 18 CFU.

(**) il numero totale di crediti degli insegnamenti a libera scelta tra il primo e il secondo anno deve essere di 18 CFU.

[Ultimo aggiornamento: 10/03/2023 13:09:32]