Modello Informativo SUA-CdS 2019/20

Corso di Laurea Magistrale in DATA SCIENCE AND ENGINEERING- A.A.2019/20

Università: Politecnico di Torino
Collegio: Collegio di Ingegneria Informatica, del Cinema e Meccatronica
Dipartimento: DAUIN
Classe: LM-32 - INGEGNERIA INFORMATICA
Esiste nella forma attuale dall'anno accademico: 2019/20
Lingua in cui si tiene il corso: inglese
Indirizzo internet del corso: https://www.polito.it/corsi/37-320
Tasse: https://www.polito.it/didattica/servizi-e-vita-al-politecnico/diritto-allo-studio-e-contribuzione-studentesca/contribuzione-studentesca
Modalità di svolgimento: Corso di studio convenzionale

Referente del CdS: Maurizio Rebaudengo
Organo Collegiale di gestione del Corso di Studio: Collegio Di Ingegneria Informatica, Del Cinema E Meccatronica
Struttura didattica di Riferimento: Dipartimento Di Automatica E Informatica
Docenti di riferimento: Elena Maria Baralis, Barbara Caputo, Silvia Anna Chiusano, Paolo Garza, Roberto Tadei, Francesco Vaccarino
Rappresentanti degli Studenti eletti nel Collegio: Salvatore Calo', Taha Atabay Cetin, Andrea Cosimo Dimaggio, Deniz Guler, Hugo Ngouana Djomakou, Stefano Maria Rondinelli, Andrea Russo, Stefano Sammartino, Alp Mete Senel, Emanuele Soldati, Francesco Solinas, Filippo Vignoli, Giovanni Antonio Zannella
Gruppo di Gestione AQ: Elena Maria Baralis, Stefano Berrone, Fulvio Corno, Paolo Garza, Stefania Lanzafame, Maurizio Rebaudengo
Tutor: Elena Maria Baralis, Barbara Caputo, Paolo Garza

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. In tutti questi ambiti risulta quindi di fondamentale importanza la presenza di 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. Il data scientist deve essere in grado di padroneggiare metodologie e soluzioni tecnologiche innovative di analisi, memorizzazione e processamento dei dati tramite l'applicazione di raffinati strumenti statistici, matematici e informatici, attraverso elaborazioni svolte con metodi automatici. Inoltre deve avere la capacità di contestualizzare le proprie competenze nella varietà degli ambiti in cui la data science trova applicazione, valorizzando le informazioni contenute nei dati stessi e tenendo contemporaneamente conto dei loro risvolti sul piano giuridico e sociale. Il corso di Laurea Magistrale in Data Science and Engineering mira a formare la figura multidisciplinare del data scientist fornendo forti competenze metodologiche e ingegneristiche complementate da un'elevata capacità di astrazione e un approccio analitico alla risoluzione dei problemi "data-driven", rendendo il data scientist in grado di adattarsi rapidamente ai molteplici contesti applicativi nei quali si troverà ad operare e alla rapida evoluzione degli strumenti utilizzati per l'analisi dei dati. Il corso di laurea mira a formare degli ingegneri capaci di gestire tutto il ciclo di vita del processo di analisi dei dati, dall'analisi dei requisiti, all'acquisizione e memorizzazione di grandi moli di dati, all'analisi dei dati tramite modelli matematici e statistici o algoritmi di machine learning, alla visualizzazione dell'informazione e infine all'utilizzo della conoscenza estratta ai fini decisionali, anche tramite strumenti di simulazione. La figura formata avrà la capacità di operare efficacemente in ognuna delle fasi descritte. L'applicazione della data science in molteplici ambiti richiede la formazione di figure professionali capaci di operare e interagire efficacemente in contesti di tipo multidisciplinare. Per formare tali competenze, il percorso formativo include approfondimenti tecnologici consistenti in attività pratiche di laboratorio multidisciplinare, focalizzate su casi di studio reali, svolte in collaborazione con aziende o esperti afferenti a settori industriali diversi, rafforzando la capacità di lavorare in team culturalmente eterogenei. A supporto di queste attività, sono fornite agli studenti conoscenze che spaziano dalla capacità di comunicare efficacemente i risultati del proprio lavoro, alla padronanza delle metodologie data-driven per innovare prodotti e processi e alla valutazione degli aspetti etici legati all'uso dei dati e dell'informazione estratta da essi.

Attività formative dell'ordinamento didattico

Attività caratterizzanti

Ambito disciplinare	Settore	Cfu
		Min	Max
Ingegneria informatica	ING-INF/04 - AUTOMATICA ING-INF/05 - SISTEMI DI ELABORAZIONE DELLE INFORMAZIONI	45	60

Attività affini o integrative

Ambito disciplinare	Settore	Cfu
		Min	Max
Attività formative affini o integrative	ING-IND/16 - TECNOLOGIE E SISTEMI DI LAVORAZIONE ING-IND/35 - INGEGNERIA ECONOMICO-GESTIONALE ING-INF/03 - TELECOMUNICAZIONI ING-INF/05 - SISTEMI DI ELABORAZIONE DELLE INFORMAZIONI MAT/03 - GEOMETRIA MAT/05 - ANALISI MATEMATICA MAT/06 - PROBABILITÀ E STATISTICA MATEMATICA MAT/08 - ANALISI NUMERICA MAT/09 - RICERCA OPERATIVA SECS-S/01 - STATISTICA	18	36

Altre attività

Ambito disciplinare	Settore	Cfu
		Min	Max
A scelta dello studente	A scelta dello studente	8	12
Per prova finale e conoscenza della lingua straniera	Per la prova finale	22	30
Altre attività (art. 10)	Abilità informatiche e telematiche	-	-
Altre attività (art. 10)	Altre conoscenze utili per l'inserimento nel mondo del lavoro	-	-
Altre attività (art. 10)	Tirocini formativi e di orientamento	-	-
Altre attività (art. 10)	Ulteriori conoscenze linguistiche	-	6
Per stages e tirocini presso imprese, enti pubblici o privati, ordini professionali	Per stages e tirocini presso imprese, enti pubblici o privati, ordini professionali	-	-

Esporta Excel Attività formative