Salta al contenuto principale

  • Salta al contenuto principale

Unisalento - Dipartimento di Ingegneria dell'Innovazione

Unisalento

Menu di Navigazione accesso rapido

  Cerca Entra Strumenti
Università del Salento
 Dipartimento di Ingegneria dell'Innovazione

Strumenti

    • Rubrica

    • Servizi online

    • Segreteria online

    • Lezioni online

    • Orario lezioni

    • Esame di laurea

    • Calendario appelli

    • Prenota servizi di biblioteca

Menu di Navigazione principale

  • Dipartimento
  • Didattica
  • Ricerca
  • Terza missione
  • international
Entra 

Menu di Navigazione Mobile

  • Unisalento.it
  • Dipartimento
    • Presentazione
      • Messaggio direttore
      • Dipartimento in cifre
    • Organizzazione
      • Personale
        • Area Amministrativa
        • Area Didattica
        • Area Coordinamento Laboratori, Musei e Servizi Tecnici
        • Biblioteca
        • Personale tecnico-amministrativo
        • Personale docente
      • Organi di Governo
        • Direttore
        • Consiglio
        • Giunta
        • Consigli didattici
        • Commissione paritetica docenti-studenti
      • Salute e sicurezza
      • Mappa sedi e strutture
    • Regolamenti
    • Bandi e Concorsi
      • Notizie Bandi e Concorsi
      • Bandi e Concorsi
      • Gare e Appalti
  • Didattica
    • Offerta formativa
      • Percorsi di studio
      • Manifesto degli studi
    • Immatricolazioni e iscrizioni
      • Corsi di laurea
      • Corsi di laurea magistrale
      • Segreteria Studenti
      • Mobilità Studentesca
      • Recupero OFA
      • PCTO
    • Guida alla didattica
      • Piani di studio ed esami a scelta
      • Insegnamenti e cicli
        • Insegnamenti anni precedenti
      • Calendario attività
      • Tutorato
      • Richiesta PF24CFU
      • Esame di laurea
    • Dopo la laurea
      • Dottorati di ricerca
        • Ingegneria dei sistemi complessi
        • Ingegneria dei materiali, delle strutture e nanotecnologie
      • Master
        • Scientific Programming
        • Esperto BIM
        • Applied Artificial Intelligence
        • Innovations in diagnostic and therapies
        • theresa
        • Trasformazione digitale
        • HSE manager
        • Robotica e sistemi a guida autonoma
        • Gestione e Resilienza delle Comunità Energetiche
        • Tecnologie Digitali per Ambienti e Sistemi Intelligenti
      • Esame di stato
      • Cultori della materia
  • Ricerca
    • Innovazione
      • Centri di Ricerca
      • Laboratori
      • Dottorati di Ricerca
      • Master
    • Valorizzazione
      • Progetti
      • Brevetti
      • Spin-off
    • Risultati
      • Pubblicazioni
  • Terza missione
    • Attività educative socio-culturali
      • Avvisi
      • Eventi
    • PCTO
      • percorso ingegneria civile
      • percorso ingegneria industriale
      • percorso ingegneria dell'informazione
      • Percorso ingegneria informatica
    • Stage e Tirocini
    • Convenzioni
      • Accordi
    • Patrimonio Culturale
      • Biblioteca
  • international
Applied Data Science
  • Offerta formativa
    • Percorsi di studio
    • Manifesto degli studi
  • Immatricolazioni e iscrizioni
    • Corsi di laurea
    • Corsi di laurea magistrale
    • Segreteria Studenti
    • Mobilità Studentesca
    • Recupero OFA
    • PCTO
  • Guida alla didattica
    • Piani di studio ed esami a scelta
    • Insegnamenti e cicli
      • Insegnamenti anni precedenti
    • Calendario attività
    • Tutorato
    • Richiesta PF24CFU
    • Esame di laurea
  • Dopo la laurea
    • Dottorati di ricerca
      • Ingegneria dei sistemi complessi
      • Ingegneria dei materiali, delle strutture e nanotecnologie
    • Master
      • Scientific Programming
      • Esperto BIM
      • Applied Artificial Intelligence
      • Innovations in diagnostic and therapies
      • theresa
      • Trasformazione digitale
      • HSE manager
      • Robotica e sistemi a guida autonoma
      • Gestione e Resilienza delle Comunità Energetiche
      • Tecnologie Digitali per Ambienti e Sistemi Intelligenti
    • Esame di stato
    • Cultori della materia
  • Home
  • Didattica
  • Dopo la laurea
  • Master

Applied Data Science

ORGANIZZAZIONE

Master universitario di II livello

Anno accademico 2020/2021
I EDIZIONE

Direttore del Master
Massimo CAFARO

Consiglio Scientifico
Massimo CAFARO
Angelo COLUCCIA
Cosimo DISTANTE
Italo EPICOCO
Gianpaolo GHIANI
Antonella LONGO
Luca MAINETTI
Giuseppe RICCI
Francesco TOMMASI
Daniele MARTELLO

Responsabile del procedimento e Referente amministrativo
Sara Quarta
E-mail: sara.quarta@unisalento.it
Telefonico: +39 0832 29 9015

Partnership
Aziende Aìaffernti al Ditech

Il Master è coerente con gli obiettivi della "Smart specialization strategy" della Regione Puglia e consente la partecipazione all’Avviso pubblico regionale n. 2/FSE/2020 “PASS LAUREATI 2020” Voucher per la formazione post-universitaria – nell’ambito del P.O.R. PUGLIA FESR_FSE 2014-2020 – FONDO SOCIALE EUROPEO 2014IT16M2OP002

Dichiarazione di coerenza PASS LAUREATI*
Si precisa che l'allegata attestazione di coerenza fa salva la valutazione di merito circa la finanziabilità dell’iniziativa rimessa, come risulta dal paragrafo G del Bando (Procedure e criteri di ammissibilità) nonchè dal testo delle FAQ pubblicate sul portale Sistema Puglia, ad un Gruppo di lavoro/Nucleo appositamente nominato per l'esame delle candidature ed alla cui istruttoria e valutazione la presente attestazione non può sostituirsi.

 

Scheda di progetto.

OBIETTIVI

L’applied data scientist si occupa del pre-processing e della organizzazione dei dati, spesso grandi moli di dati (big data), al fine di effettuare le analisi necessarie per inferire nuova conoscenza estraendola dai dati disponibili. Pertanto, sviluppa appositi modelli e supporta i processi decisionali relativi ad aspetti critici del business. In particolare, nell’ambito di questo master i settori applicativi più rilevanti, da cui saranno estratti degli use-cases, includono banche e finanza, biologia e sanità, pubbliche amministrazioni, marketing, logistica e produzione, aerospazio, climate change, fenomeni complessi fisici ed astrofisici.

L’applied data scientist deve possedere non solo data analytical skills, ma anche programming skills, la capacità di gestire big data e progettare algoritmi che includano anche la conoscenza del particolare dominio applicativo a cui i dati fanno riferimento. Questa figura professionale deve essere in grado di interpretare correttamente i risultati ottenuti, di visualizzarli in modo opportuno e di narrare, tramite storytelling, le soluzioni adottate agli stakeholders coinvolti nel processo di business decision making. Nel suo bagaglio devono essere presenti metodi di analisi tradizionali e non, al fine di essere in grado di costruire modelli statistici e scoprire pattern nei dati.

Alle tradizionali capacità di accesso ai dati in DBMS tramite SQL, l’applied data scientist deve coniugare buone capacità di preprocessing dei dati mediante operazioni ETL e di effettuare un’analisi esplorativa dei dati.

FUNZIONI / COMPETENZE

Statistica, Data Mining, Machine Learning, Predictive modeling, storytelling e visualizzazione, cloud computing, metodi statistici per predictive e prescriptive modeling, algoritmi di knowledge extraction (regressione multipla, pattern recognition, clustering, rule mining, modelli di recommendation) con applicazioni a sentiment analysis, direct marketing, credit scoring etc, metodi di prediction (estrapolazione serie storiche con modelli ARIMA, destagionalizzazione dei dati, modelli di classificazione dalla regressione logistica alle Support Vector Machines etc). 

ORDINAMENTO DIDATTICO

Il Master è strutturato in 1500 ore di cui:

- n. 392 ore di didattica frontale;
- n. 150 ore di stage;
- n. 833 di studio ed altre attività;
- n. 125 ore previste per la prova finale (cui corrisponde l'acquisizione di un numero di crediti pari a 5);
- e le rimanenti ore in attività di studio individuale.

Ai partecipanti è richiesto l’obbligo di frequenza di almeno il 75% delle attività didattiche.

Periodo di svolgimento
Il corso sarà avviato indicativamente i primi giorni di novembre 2022 e si concluderà entro il 30 Ottobre 2023. 

Numero minimo/massimo dei posti
Minimo: 10 – Massimo: 30

Requisiti di accesso
Laurea Magistrale/Specialistica in Informatica (LM-18)
Laurea Magistrale/Specialistica in Matematica (LM-40)
Laurea Magistrale/Specialistica in Scienze dell’economia (LM-56)
Laurea Magistrale/Specialistica in Scienze economico-aziendali (LM-77) Laurea Magistrale/Specialistica in Fisica (LM-17)
Laurea Magistrale/Specialistica in Biologia (LM-6)
Laurea Magistrale/Specialistica in Metodologie informatiche per le discipline umanistiche (LM-43)
Laurea Magistrale/Specialistica in Ingegneria delle telecomunicazioni (LM- 27)
Laurea Magistrale/Specialistica in Ingegneria gestionale (LM-31)
Laurea Magistrale/Specialistica in Ingegneria aerospaziale e aeronautica (LM-20)
Laurea Magistrale/Specialistica in Ingegneria civile (LM-23)
Laurea Magistrale/Specialistica in Ingegneria meccanica (LM-33)
Laurea Magistrale/Specialistica in Ingegneria delle Telecomunicazioni (LM- 27)
Laurea Magistrale/Specialistica in Ingegneria Informatica (LM-32)
Il titolo di studio richiesto per l’ammissione al Master dovrà essere posseduto alla data di avvio del Master.
Inoltre, è prevista la possibilità di presentare domanda come partecipanti per singoli moduli o in qualità di uditori (in quest’ultimo caso per soggetti non in possesso del requisito richiesto per l’accesso) solo dopo l’avvio del Master secondo le modalità e le tempistiche che saranno successivamente rese note sul sito internet del Dipartimento. 

Modalità di ammissione
Il Master è a numero chiuso e non è attivabile senza il raggiungimento del numero minimo di n. 10 iscrizioni; il numero massimo degli iscritti è fissato in n. 30 unità. Una Commissione procederà alla valutazione delle domande pervenute e alla formazione delle graduatorie sulla base dei seguenti criteri:
- voto di laurea: 1/10 del voto effettivo di laurea. Più 1 punto per la lode;
- dottorato di ricerca: 3 punti;
- master e corsi di perfezionamento e specializzazione: 2 punti;
- pubblicazioni attinenti i temi del master: fino a un massimo 5 punti;
- attività di lavoro dipendente ed autonomo prestato in materie attinenti
al Master: 5 punti.
Nell’ipotesi di mancato raggiungimento del numero massimo di iscritti si procederà all’approvazione dell’elenco degli ammessi con provvedimento del Direttore del Dipartimento.
La graduatoria (o l’elenco degli ammessi) alla frequenza sarà pubblicata sul sito internet di Ateneo nella Sezione “Didattica” – “Dopo la laurea” – “Master e corsi di perfezionamento”, nonché sul sito web del Dipartimento.

Contributo d'iscrizione dei Master
L’iscrizione al Master richiede un contributo di 3.500,00.
È previsto l’esonero dalle tasse di iscrizione per coloro che, da idonea documentazione, risultino in situazione di handicap con riconosciuta percentuale di invalidità pari o superiore al 66%.

INSEGNAMENTI E DOCENTI

I SEMESTRE

Denominazione insegnamento SSD CFU N. ore di didattica frontale N. ore di Studio individuale
Laboratorio di programmazione python
SSD
ING-INF/05 
INF/01 
CFU
5
N. ore di didattica frontale
40
N. ore di Studio individuale
125
Matematica per data science
SSD
MAT/05
MAT/09
CFU
5
N. ore di didattica frontale
40
N. ore di Studio individuale
125
Statistica computazionale
SSD
ING-INF/03
SECS-S/01
MAT/06
CFU
5
N. ore di didattica frontale
40
Docente
125
Laboratorio di analisi esplorativa e Big Data
SSD
ING-INF/05
CFU
5
N. ore di didattica frontalee
40
N. ore di Studio individuale
125
Data Mining
SSD
ING-INF/05
CFU
5
N. ore di didattica frontale
40
N. ore di Studio individuale
125
Teoria dell'apprendimento automatico
SSD
ING-INF/03
ING-INF/05
CFU
5
N. ore di didattica frontale
40
N. ore di Studio individuale
125
Totale I SEMESTRE
SSD
--
 
CFU
30
N. ore di didattica frontale
240
N. ore di Studio individuale
750

 

II SEMESTRE

Denominazione insegnamento SSD CFU N. ore di didattica frontale N. ore di Studio individuale
Modelli decisionali ed ottimizzazione
SSD
MAT/09
CFU
5
N. ore di didattica frontale
40
N. ore di Studio individuale
125
Aspetti legali della gestione dell'informazione
SSD
IUS/01
IUS/10
CFU
3
N. ore di didattica frontale
24
75
N. ore di Studio individuale
Laboratorio di programmazione AI
SSD
ING-INF/05
INF/01
CFU
5
N. ore di didattica frontale
40
N. ore di Studio individuale
125
Due insegnamenti a scelta dello studente relativi a use-cases nei seguenti settori
Natural language processing con python
SSD
ING-INF/05
CFU
3
N. ore di didattica frontale
24
N. ore di Studio individuale
75
Economia degli intermediari finanziari
SSD
SECS-P11
CFU
3
N. ore di didattica frontale
24
N. ore di Studio individuale
75
Biologia e sanità
SSD
ING-INF/05
CFU
3
N. ore di didattica frontale
24
N. ore di Studio individuale
75
Pubblica amministrazione
SSD
ING-INF/05
CFU
3
N. ore di didattica frontale
24
N. ore di Studio individuale
75
Innovazione guidata dai dati, marketing digitale e policy evaluation
SSD
ING-INF/05
CFU
3
N. ore di didattica frontale
24
N. ore di Studio individuale
75
Logistica e produzione
SSD
ING-INF/05
CFU
3
N. ore di didattica frontale
24
N. ore di Studio individuale
75
Monitoraggio di strutture aerospaziali con algoritmi e sensori avanzati
SSD
ING-INF/04
CFU
3
N. ore di didattica frontale
24
N. ore di Studio individuale
75
Cambiamenti clima tici
SSD
ING-INF/05
CFU
3
N. ore di didattica frontale
24
N. ore di Studio individuale
75
Fenomeni complessi fisici ed astrofisici
SSD
FIS/01 FIS/04
CFU
3
N. ore di didattica frontale
24
N. ore di Studio individuale
75
Sport
SSD
ING-INF/05
CFU
3
N. ore di didattica frontale
24
N. ore di Studio individuale
75
Agricoltura
SSD
ING-INF/05
CFU
3
N. ore di didattica frontale
24
N. ore di Studio individuale
75
Cyber-security ed informa tion priv acy
SSD
ING-INF/05
CFU
3
N. ore di didattica frontale
24
N. ore di Studio individuale
75
Sistemi smart per la prevenzione e sicurezza
SSD
ING-INF/05
CFU
3
N. ore di didattica frontale
24
N. ore di Studio individuale
75
Totale II SEMESTRE
SSD
 
--
CFU
19
N. ore di didattica frontale
152
N. ore di Studio individuale
475
Stage
SSD
--
 
CFU
6
N. ore di didattica frontale
--
N. ore di Studio individuale
150
Prova finale
SSD
--
CFU
5
N. ore di didattica frontale
--
N. ore di Studio individuale
125
Supporto

Contatti

Direttore
Luigi Patrono

  • luigi.patrono@unisalento.it

Referente amministrativo
Sara Quarta

  • sara.quarta@unisalento.it

Segreteria amministrativa

Edificio "Corpo O"
Complesso Ecotkne
S.P. 6, Lecce - Monteroni, Lecce

  • +39 0832 29 9015
  • master.dii@unisalento.it

Sede di svolgimento attività

Dipartimento Ing. Innovazione
Complesso Ecotkne
S.P. 6, Lecce - Monteroni, Lecce

Dipartimento di Ingegneria **
Complesso Ecotekne - edificio “Corpo O”
Via per Monteroni - 73100 LECCE (LE) - Italia
telefono +39 0832 29 11 11 
P.I. 00646640755 - C.F. 80008870752
PEC: dip.ingegneria.innovazione@cert-unile.it
Protocollo: protocollo.ingegneria@unisalento.it
Codice IPA: CF5OYN

Menu di Navigazione secondario

  • Amministrazione trasparente
  • Helpdesk
  • Privacy
  • Bandi e Concorsi
  • Posta elettronica
  • Albo online
  • PEC
  • Gare e Appalti
  • Rubrica
  • Reclami e segnalazioni
  • Dichiarazione di accessibilità

Menu di Navigazione profili social

  • Dati monitoraggio sito
  • Mappa del sito
  • Elenco siti tematici

Dipartimento di Ingegneria **
Complesso Ecotekne - edificio “Corpo O”
Via per Monteroni - 73100 LECCE (LE) - Italia
telefono +39 0832 29 11 11 
P.I. 00646640755 - C.F. 80008870752
PEC: dip.ingegneria.innovazione@cert-unile.it
Protocollo: protocollo.ingegneria@unisalento.it
Codice IPA: CF5OYN

Menu di Navigazione profili social

  • Dati monitoraggio sito
  • Mappa del sito
  • Elenco siti tematici