PORTALE DELLA DIDATTICA
Z
AREA INGEGNERIA
Scheda Istituzionale
 
Presentazione del corso
 
Piano degli studi
 
Guida dello Studente
 
Regolamento didattico del Corso di Studio
 
Dipartimento
 
Collegio
 
Risultati questionari (C.P.D.)
 
Soddisfazione dei laureandi (AlmaLaurea)
 
Condizione occupazionale (AlmaLaurea)
 
Requisiti di ammissione
 
Caratteristiche della prova finale
 
SERVIZI PER GLI STUDENTI
Servizi
 
Tasse e contributi universitari
 
Organizzazione struttura didattica
 
Rappresentanti degli studenti
 
Docenti del Corso
 
Appelli d'esame
 
ALTRE INFORMAZIONI
Modello Informativo SUA-CdS
 
Glossario it-en
 
CORSO DI LAUREA MAGISTRALE in DATA SCIENCE AND ENGINEERING
Le informazioni contenute in questa pagina sono da considerarsi provvisorie. I piani di studi ufficiali sono attesi per il mese di giugno 2023.
Anno Accademico 2023/24
DIPARTIMENTO DI AUTOMATICA E INFORMATICA
Collegio di Ingegneria Informatica, del Cinema e Meccatronica
Sede: TORINO
Durata: 2 anni
Classe di laurea n° LM-32: INGEGNERIA INFORMATICA
Referente del corso
GARZA PAOLO   referente.lm.dse@polito.it
Corso tenuto in Inglese
 Obiettivi formativi

Numerose discipline sia scientifiche che umanistiche sono oggi fortemente caratterizzate dall'uso massiccio di dati digitali, utilizzati principalmente nelle analisi alla base dei processi decisionali. Il corso di Laurea in Data Science and Engineering mira a formare figure professionali interdisciplinari (data scientist o data engineer) in grado di raccogliere correttamente e poi raffinare, analizzare, interpretare e valorizzare quantità consi... Espandi...


Numerose discipline sia scientifiche che umanistiche sono oggi fortemente caratterizzate dall'uso massiccio di dati digitali, utilizzati principalmente nelle analisi alla base dei processi decisionali. Il corso di Laurea in Data Science and Engineering mira a formare figure professionali interdisciplinari (data scientist o data engineer) in grado di raccogliere correttamente e poi raffinare, analizzare, interpretare e valorizzare quantità consistenti di dati di elevata complessità, rendendoli disponibili in maniera efficace per le successive procedure decisionali.

Per favorire l'ingresso in aziende e/o centri di ricerca con respiro internazionale, tutti gli insegnamenti sono tenuti in lingua inglese.

Il percorso formativo prevede un primo anno caratterizzato dalla presenza di insegnamenti obbligatori nei seguenti settori: (i) processi "data-driven", (ii) metodologie e tecnologie per l'acquisizione, la memorizzazione, l'analisi e la visualizzazione delle informazioni, (iii) modelli predittivi e non, basati su algoritmi di machine learning, (iv) modelli matematici e probabilistico-statistico per la rappresentazione, trasformazione e modellazione dei dati (v) modelli stocastici, (vi) ottimizzazione e (vii) gestione dell'etica nei processi di analisi dei dati e protezione dei dati.

Durante il secondo anno lo studente caratterizza la propria formazione mediante la scelta autonoma di insegnamenti che gli consentono di completare la sua formazione specialistica in alcuni ambiti applicativi.

Nell'ambito del secondo anno è previsto un insegnamento obbligatorio focalizzato sulla gestione dell'innovazione e sull'estrazione di valore dai dati.

Il regolamento didattico del Corso di Studio e l'offerta formativa saranno tali da consentire agli studenti che lo vogliono di seguire percorsi formativi nei quali sia presente un'adeguata quantità di crediti in settori affini e integrativi che non sono già caratterizzanti.

La formazione magistrale si conclude con la preparazione e discussione di una tesi scritta.

 Sbocchi occupazionali e professionali



Il profilo professionale che il CdS intende formare Principali funzioni e competenze della figura professionale
Data scientist  Funzione in un contesto di lavoro:
L'ingegnere magistrale che ricopre il ruolo di data scientist svolge le seguenti funzioni:
- analizza i requisiti del processo di analisi dei dati, anche di elevata complessità,
- progetta processi di analisi dei dati (tramite l'uso di algoritmi di machine learning e modelli matematici),
- analizza i dati ed estrae conoscenza e valore da essi tramite modelli matematico-statistici e algoritmi di machine learning,
- visualizza e comunica i risultati in modo efficace.

Competenze associate alla funzione:
Il data scientist è in grado di svolgere analisi dei requisiti, progettare processi di analisi dei dati, analizzare e estrarre valore dai dati e comunicare in modo efficace, grazie alle seguenti competenze:
- conoscenza approfondita di modelli matematici, statistici e algoritmi di machine learning per l'analisi dei dati,
- forti competenze metodologiche e ingegneristiche,
- elevate capacità analitiche e di astrazione per la risoluzione di problemi data-driven,
- capacità di visualizzazione efficace dell'informazione e della conoscenza estratta,
- capacità di utilizzo della conoscenza ai fini decisionali,
- conoscenza degli impatti etici delle analisi effettuate,
- capacità di operare in ambiti multidisciplinari.

Sbocchi occupazionali:
Dipartimenti IT di aziende medio-grandi.
Società di consulenza informatica e non.
Centri di ricerca e sviluppo pubblici e privati. 
Data engineer  Funzione in un contesto di lavoro:
L'ingegnere magistrale che ricopre il ruolo di data engineer svolge le seguenti funzioni:
- progetta sistemi e processi informatici per l'estrazione, la memorizzazione e l'analisi di grandi moli di dati eterogenei,
- sviluppa processi informatici per la realizzazione dei processi di analisi dei dati,
- progetta e utilizza algoritmi di machine learning per effettuare analisi sui dati.

Competenze associate alla funzione:
Il data engineer è in grado di progettare e sviluppare sistemi e processi per la gestione e l'analisi dei dati, grazie alle seguenti competenze:
- conoscenza dei sistemi distribuiti utilizzati per raccogliere, memorizzare e analizzare grandi moli di dati eterogenei,
- forti competenze metodologiche e ingegneristiche,
- elevate capacità analitiche e di astrazione per la risoluzione di problemi data-driven,
- conoscenza dei paradigmi e dei linguaggi di programmazione utilizzati per realizzare applicazioni distribuite in ambito big data,
- conoscenza di modelli matematici, statistici e algoritmi di machine learning utilizzati per l'analisi dei dati,
- forti competenze ingegneristiche.

Sbocchi occupazionali:
Dipartimenti IT di aziende medio-grandi.
Società di consulenza informatica e non.
Centri di ricerca e sviluppo pubblici e privati. 


Risultati di apprendimento attesi


© Politecnico di Torino
Corso Duca degli Abruzzi, 24 - 10129 Torino, ITALY
WCAG 2.0 (Level AA)
Contatti