Corso di Laurea Magistrale in Matematica – Curriculum Data Science

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 professionalità 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 realtà aziendali del territorio:

Martina Chierici (A.A. 2018/2019)
Tesi:"Metodi di ottimizzazione non lineare per la ricostruzione di immagini da microscopia DIC"
Impiego attuale: Junior Data Scientist presso Energy Way s.r.l.

Maria Calzolari (A.A. 2017/2018)
Tesi:"Metodi di classificazione multipla per la predizione automatica di sensazioni di guida"
Impiego attuale: Junior Data Scientist presso Energy Way s.r.l.

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

Eleonora Costa (A.A. 2016/2017)
Tesi:"Stima della percezione del dolore mediante classificazione automatica di dati fMRI"
Impiego attuale: Configuration tool specialist presso Sidel

Filippo Camellini (A.A. 2016/2017)
Tesi:"Immersioni compatte nel contesto non euclideo delle equazioni di Kolmogorov"
Impiego attuale: Junior Analyst presso Prometeia

Lidia Geti (A.A. 2016/2017)
Tesi:"Problemi di arresto ottimo e problemi di frontiera libera"
Impiego post laurea: Project Manager Junior presso Pertec s.r.l.

Marco Zini (A.A. 2015/2016)
Tesi:"Un viaggio attraverso la costruzione degli insiemi numerici dai naturali alle algebre di Clifford"
Impiego attuale: Business Development Manager presso BlueThink s.p.a.

Alberto Manzini (A.A. 2015/2016)
Tesi:"Applicazione di tecniche di Deep Learning alla previsione di consumi energetici"
Impiego attuale: Data Scientist e Scrum Master presso Energy Way s.r.l.

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)
• Inglese scientifico avanzato (3 CFU)
• Introduzione al linguaggio Python (3 CFU).

6 CFU a scelta tra i seguenti insegnamenti caratterizzanti:
• Matematica discreta (MAT/03 – 6 CFU)
• Convex analysis and optimization (MAT/05 – 6 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, in lingua inglese)
• Problemi inversi e applicazioni (MAT/08 – 6 CFU).

6 CFU a scelta tra i seguenti insegnamenti affini:
• Algebra e teoria dei codici (MAT/02 – 6 CFU)
• Partial differential equations (MAT/05 – 6 CFU, in lingua inglese)
• Sistemi di particelle interagenti (MAT/07 – 6 CFU)
• Metodi numerici per le PDEs (MAT/08 – 6 CFU)
• Introduction to quantum information processing (FIS/03 – 6 CFU, in lingua inglese).

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

II anno

Insegnamenti obbligatori:
• Geometria delle superfici (MAT/03 – 6 CFU)
• Big data analytics (ING-INF/05 – 6 CFU).

6 CFU a scelta tra i seguenti insegnamenti affini (*):
• Calcolo delle variazioni (MAT/05 – 6 CFU)
• Equazioni di evoluzione (MAT/05 – 6 CFU)
• Sistemi dinamici (MAT/07 – 6 CFU)
• Algoritmi di crittografia (INF/01 – 6 CFU)
• Distributed computing (INF/01 – 6 CFU)
• Sistemi complessi (ING-INF/05 – 6 CFU, in lingua inglese).

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

Ulteriori attività formative (3 CFU) a scelta tra:
• Attività seminariale
• Ulteriori abilità linguistiche
• Ulteriori abilità informatiche
• Tirocinio in azienda.

Prova finale (24 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: 14/04/2020 16:12:11]