percorso di studi

Il corso è riconosciuto dal MIUR come Master Accademico di II livello e consente l’acquisizione di 64 CFU.

Il titolo verrà rilasciato su verifica della frequenza e dopo una prova finale, che consisterà nella presentazione di un progetto relativo all’applicazione di una delle metodologie introdotte durante il master a casi reali di studio, auspicabilmente derivanti dal tirocinio formativo.

Sono previsti esami in itinere su ogni singolo modulo.

ATTIVITÀ FORMATIVE

Il master MD2SL, si articola in tre distinti blocchi di insegnamento e un laboratorio di analisi dei dati:

  1. Il primo blocco, “Data Science Bootcamp”, permette agli studenti di acquisire una solida conoscenza delle discipline alla base della Data Science (matematica, statistica, programmazione informatica), grazie ad una serie di corsi tali da assicurare una preparazione omogenea di studenti con background potenzialmente molto diversi tra loro.

  2. Il secondo blocco si compone dei “Core Courses” e permette agli studenti di acquisire le competenze teoriche e pratiche proprie della Data Science e della Data Analytics.

  3. Il terzo blocco di insegnamento si compone degli “Elective Courses” ed è pensato per l’acquisizione di competenze specifiche in due distinti ambiti applicativi in cui il Data Scientist può avere un ruolo di centrale importanza: l’ambito medico-sanitario e l‘ambito economico-aziendale.

Gli obiettivi specifici di ciascun blocco verranno raggiunti tramite un mix ben bilanciato di lezioni teoriche frontali, analisi di casi di studio, laboratori ed attività pratiche individuali e di gruppo. Queste ultime avranno come obiettivo quello di favorire gli scambi e le interazioni tra studenti utili per un maggiore e più approfondita comprensione degli argomenti trattati.

TIROCINIO

A conclusione del percorso, gli studenti avranno la possibilità di sperimentare sul campo le conoscenze acquisite tramite un tirocinio formativo di 225 ore da effettuare presso una delle aziende e enti pubblici e privati partner del programma, centri di ricerca o dipartimenti universitari. L’inserimento nel contesto lavorativo permetterà agli studenti di seguire in prima persona le fasi di progettazione, realizzazione e sviluppo di software e di realizzazione di analisi dati complesse.

Le attività di tirocinio mirano all’acquisizione da parte dello studente di specifiche competenze quali:

  • capacità di applicazione delle competenze tecniche acquisite a casi reali;

  • orientamento al problem solving nelle fasi di progettazione, esecuzione e monitoraggio di progetti specifici;

  • competenze di comunicazione dei risultati delle attività legate ai progetti sviluppati nei contesti aziendali o istituzionali;

  • competenze gestionali utili in tutte le fasi dello sviluppo di progetti di Data Science e big data analytics.

CORPO DOCENTE

Responsabile scientifico: Fabrizia Mealli, Università degli Studi di Firenze

Comitato ordinatore:

Docenti:

Il master coinvolgerà anche docenti e relatori provenienti da enti e aziende partner.