Corso di Laurea Magistrale in INFORMATICA a.a. 2019/2020informatica.math.unipd.it/documenti/PresentazioneLM_21maggio2019.pdf · 1 corso affine tra: I No Analisi Numerica esame 2 semestre

Corso di Laurea Magistralein INFORMATICA

a.a. 2019/2020

Sommario

q Obiettivi e caratteristiche generali della LM

q Organizzazione del percorso di studio

q Definizione dei piani di studio

Obiettivi e Caratteristiche Generali

Oltre il percorso di laurea triennale per

qApprofondire conoscenze fondazionaliqAmpliare l’orizzonte verso tematiche

avanzate, innovative e di ricerca

Oltre le nozioni … un salto qualitativo nella formazione per acquisire capacità diqriconoscere i problemi in relazione allo

stato della conoscenzaqconcepire soluzioni originaliqcontribuire a scelte strategiche

OBIETTIVI

OBIETTIVI

Formare profili di laureati capaci di inserirsi efficacemente e autorevolmente in aziende e contesti ad alta innovatività informatica

q Puntando versoq Autonomia nello studio di ipotesi

progettuali e realizzativeq Capacità di contribuire attivamente alla

definizione di soluzioni utili e applicabili

q Attraverso un rapporto dinamico e collaborativo con incubatori e acceleratori a livello regionale, nazionale, internazionale

INNOVAZIONE

q Innovazione nell’economia e gestione aziendale dell’innovazioneq Economia dell’innovazione (corso

obbligatorio)q Startup in ICT (corso opzionale)

q Stimoli e sfide dal mondo dell’innovazioneq Orientamento al mondo delle start-up (crash

course)q ICT challenges for startup (seminari)

q Possibilità di tesi presso incubatori e aziende ad alto livello di innovazioneq Collaborazione in progetti esistentiq Sviluppo di nuovi prodottiq Creazione di start-up

Organizzazione del Percorso di Studio

Ammissione

Requisiti di accesso

q Laurea in Informatica oppure inIngegneria Informatica, Matematica, Statistica con almeno 20 CFU di Informatica (ssd INF/01, ING-INF/05)conseguita entro il 31/12/2019

q Voto di Laurea ≥ 90/110

q Conoscenza della lingua Inglese di livello B2 abilità ricettive

Accesso in deroga

DAL REGOLAMENTO:Per i laureati con elevata preparazione, risultante dalleconoscenze e competenze certificate nel curriculum,provenienti da percorsi formativi non perfettamente coerenticon i requisiti richiesti in ingresso, si può prevedere undiverso iniziale percorso in ingresso e/o specifiche prove diammissione.

IN PRATICA:È possibile comunque richiedere una valutazione preliminareper l’ammissione alla LM anche se manca qualche requisitoin ingresso: classe di Laurea, numero di CFU, Inglese.Tuttavia: nessuna deroga per il voto di Laurea ≥ 90/110

Preimmatricolazione

t

Scuola di Scienze

Avviso di ammissione, anno accademico 2019-2020

Corsi di Laurea Magistrale in lingua italiana ad accesso libero con

requisiti

Biologia Evoluzionistica Classe LM - 6 – Classe delle Lauree in Biologia

Biologia Marina Classe LM - 6 – Classe delle Lauree in Biologia

Biotecnologie Industriali Classe LM - 8 – Classe delle Lauree in Biotecnologie Industriali

Chimica Classe LM - 54 - Classe delle Lauree in Scienze Chimiche

Chimica Industriale Classe LM - 71 - Classe delle Lauree in Scienze e Tecnologie della Chimica Industriale

Geologia e Geologia Tecnica Classe LM - 74 - Classe delle Lauree in Scienze e Tecnologie Geologiche

Informatica Classe LM - 18 - Classe delle Lauree in Informatica

Matematica Classe LM - 40 - Classe delle Lauree in Matematica

Scienza dei Materiali Classe LM – 53 - Classe delle Lauree in Scienza e Ingegneria dei Materiali

Scienze della Natura Classe LM - 60 - Classe delle Lauree in Scienze della Natura

Scienze Statistiche Classe LM - 82 - Classe delle Lauree in Scienze Statistiche

Preimmatricolazione

Preimmatricolazione OBBLIGATORIA

Tramite uniweb.unipd.itdal 17 Giugno 2019

al 30 settembre 2019 ore 12:00

Premi di Studio

3686 euro lordi/anno

Percorso di studio

120 CFU complessivi su 2 anni

Ø 78 CFU per esami (tipicamente: 13 esami da 6 CFU)Ø 6 CFU per tirocini formativi e altre attività utili per il lavoroØ 3 CFU di Lingua Inglese B2 abilità produttive Ø 33 CFU per la tesi (un semestre di lavoro)

Percorso di studio

Due insegnamenti caratterizzanti obbligatori da 6 CFU

q Computabilità (I semestre)ü Esistenza o meno di algoritmi risolutivi di problemi

q Algoritmi Avanzati (II semestre)ü Algoritmi su grafi

Percorso di studio

Un insegnamento affine obbligatorioEconomia dell’innovazione (6 CFU, II semestre)

Tenuto da un docente di Economia in collaborazione con imprenditori, innovatori, professionisti degli incubatori di startup

Percorso di studio

7 insegnamenti caratterizzanticiascuno da 6 CFU

LINGUA DI EROGAZIONE: tutti gli insegnamenti sono erogati in lingua italiana tranne quelli indicati con:

* in lingua inglese

n° esameobbligo di frequenza

InsegnamentoEsame / Idoneità

anno periodoCFU totali

ore totali

ore aula

CFU aula

ore eserc.

CFU eserc.

ore lab.

CFU lab.

tipologia Ambito disciplinare SSD

GA IA SA SW TI

1 No Computabilità esame I 1 semestre 6 48 48 6 caratterizzante CFU Discipline informatiche INF/01

2 No Algoritmi avanzati esame I 2 semestre 6 48 48 6 caratterizzante CFU Discipline informatiche INF/01

3 No Economia dell'innovazione esame I 2 semestre 6 48 48 6 affine Tipologia affine ING-IND/35

7 corsi caratterizzanti tra: I

No Advanced topics in computer science * esame annuale 6 40 40 6 caratterizzante CFU Discipline informatiche INF/01

No Amministrazione di sistema esame x 2 semestre 6 48 40 5 8 1 caratterizzante CFU Discipline informatiche INF/01

No Aspetti avanzati dei linguaggi di programmazione esame x 1 semestre 6 48 48 6 caratterizzante CFU Discipline informatiche INF/01

No Apprendimento automatico esame x 1 semestre 6 48 40 5 8 1 caratterizzante CFU Discipline informatiche INF/01

No Functional languages * esame x 1 semestre 6 50 40 5 10 1 caratterizzante CFU Discipline informatiche INF/01

No Reperimento dell'informazione esame x 1 semestre 6 48 48 6 caratterizzante CFU Discipline informatiche INF/01

No Computer and network security * esame x x 1 semestre 6 48 6 caratterizzante CFU Discipline informatiche INF/01

No Intelligenza artificiale esame x 1 semestre 6 50 40 5 10 1 caratterizzante CFU Discipline informatiche INF/01

No Linguaggi per il global computing esame x 2 semestre 6 48 48 6 caratterizzante CFU Discipline informatiche INF/01

No Mobile programming e multimedia esame x 1 semestre 6 48 32 4 16 2 caratterizzante CFU Discipline informatiche INF/01

No Sistemi concorrenti e distribuiti esame x 1 semestre 6 48 48 6 caratterizzante CFU Discipline informatiche INF/01

No Deep learning * esame x 2 semestre 6 48 48 6 caratterizzante CFU Discipline informatiche INF/01

No Vision and cognitive services * esame x 2 semestre 6 48 32 4 16 2 caratterizzante CFU Discipline informatiche INF/01

No Big data computing * esame x 2 semestre 6 48 48 6 caratterizzante CFU Discipline informatiche INF/01, ING-INF/05

No Sistemi real-time esame x 2 semestre 6 48 40 5 8 1 caratterizzante CFU Discipline informatiche INF/01

No Process mining * esame x 1 semestre 6 48 48 6 caratterizzante CFU Discipline informatiche INF/01, ING-INF/05

No Metodi formali per sistemi ciberfisici esame x 1 semestre 6 48 48 6 caratterizzante CFU Discipline informatiche INF/01

No Verifica del software esame x x 1 semestre 6 48 48 6 caratterizzante CFU Discipline informatiche INF/01

No Web information management esame x 1 semestre 6 48 48 6 caratterizzante CFU Discipline informatiche INF/01

No Start-up in ICT esame x 2 semestre 6 48 32 4 16 2 caratterizzante CFU Discipline informatiche INF/01

No Wireless networks * esame x 1 semestre 6 48 40 5 8 1 caratterizzante CFU Discipline informatiche INF/01

1 corso affine tra: I

No Analisi Numerica esame 2 semestre 6 48 24 3 24 3 affine Tipologia affine MAT/08

No Game theory * esame 1 semestre 6 48 affine Tipologia affine ING-INF/03

No Bioinformatica * esame 1 semestre 6 48 40 5 8 1 affine Tipologia affine BIO/11

No Structural bioinformatics * esame 2 semestre 6 48 32 4 16 2 affine Tipologia affine BIO/10

No Crittografia * esame 1 semestre 6 48 40 5 8 1 affine Tipologia affine MAT/02/03/05

No Data mining * esame 2 semestre 6 50 34 4 16 2 affine Tipologia affine SECS-S/01

No Teoria dei tipi esame 2 semestre 6 48 48 6 affine Tipologia affine MAT/01

NoMetodi e modelli per l'ottimizzazione combinatoria

*esame 1 semestre 6 48 32 4 4 0.5 12 1.5 affine Tipologia affine MAT/09

12 Corsi a libera scelta esame II 12 a scelta Attività a libera sceltaEnglish Language B2 (Productive skills) idoneità I annuale 3

Altre conoscenze utili per il lavoro II 1 semestre 3 D Attività di cui alla lett. d) *Tirocini formativi e di orientamento II 2 semestre 3 D Attività di cui alla lett. d) *Prova finale II 2 semestre 33 C Prova finale e lett. c) *

* del comma 5 dell'art. 10 DM 270/2004

C

D

11

4, 5, 6, 7,

8, 9, 10

corsi attivati nell'a.a. 2020/2021

TIPOLOGIA

Percorso Formativo

Prova finale e conoscenza della lingua

Altre attività

corsi attivati nell'a.a. 2019/2020LEGENDA

new

new

Percorso di studio

Metodi Formali per Sistemi Ciberfisici• Un sistema ciberfisico (dall'inglese cyber-physical system) è un sistema

informatico che interagisce in modo continuo con l'ambiente fisico in cui opera

• Un sistema ciberfisico riunisce strettamente "tre C": Computazione, Comunicazione e Controllo

• Esempi: smart building, smart industries, robotica, veicoli autonomiIl corso mostra come i metodi formali possono essere usati per progettare sistemi ciberfisici sicuri e affidabili

• Il corso affronta teoria e pratica: studio di formalismi ed algoritmi, assieme a implementazioni di un (semplice) model checker

Percorso di studio

Deep Learning (in inglese)

• I più recenti progressi dell'intelligenza artificiale sono stati ottenuti grazie al deep learning

• Il deep learning si ispira alla struttura e funzionamento del cervello umano e permette di apprendere sulla base di dati (machine learning)

• Gli ambiti applicativi sono molteplici e includono le funzioni percettive umane, che sono particolarmente difficili da realizzare con un approccio algoritmico tradizionale

• Esempi di applicazioni sono: Image Recognition, Speech Recognition, Machine Translation, Text Understanding, Game Playing, Creativity,…

• Gli studenti acquisiranno le conoscenze dei fondamenti teorici del deep learning ed esperienza pratica nella costruzione di modelli di deep learning

Percorso di studio

Advanced Topics in Computer Science• Un “corso contenitore” di argomenti monografici avanzati, trattati da più

docenti (tipicamente stranieri)

Percorso di studio

1 insegnamento affineda 6 CFU

LINGUA DI EROGAZIONE: tutti gli insegnamenti sono erogati in lingua italiana tranne quelli indicati con:

* in lingua inglese




ore totali

ore aula

CFU aula

ore eserc.

CFU eserc.

ore lab.

CFU lab.


GA IA SA SW TI





















No Metodi formali per sistemi ciberfisici esame x x 1 semestre 6 48 48 6 caratterizzante CFU Discipline informatiche INF/01






NoMathematical models and numerical methods for

big data *esame 1 semestre 6 48 affine Tipologia affine MAT/08












C

D

4, 5, 6, 7,

8, 9, 10


TIPOLOGIA

Percorso Formativo


Altre attività


11

new

Percorso di studio

- Coerenti con il proprio piano di studio

- Possono essere, e tipicamente sono, scelti tra gli insegnamenti caratterizzanti oppure affini

12 CFU di insegnamentia libera scelta (tra le LM di UniPD)

Percorso di studio

- “Orientamento al mondo delle start-up”, “ICT challenges for start-up”- Altri insegnamenti di competenze trasversali, ad esempio

“Soft Skills in Action”- Tirocinio aziendale (coerente con il piano di studi) - Attività di servizio ai corsi di studio in Informatica (es. tutorato e

minicorsi)- Attività di disseminazione ed educazione al pensiero computazionale

(es. iniziativa CINI-MIUR “Programma il Futuro” e programma CoderDojo)

3 CFU Lingua Inglese B2 abilità produttive

3+3 CFU (referenti: prof. Ballan e Bresolin)Altre conoscenze utili per il lavoroTirocini formativi e di orientamento

http://didattica.unipd.it/offerta/2016/SC/SC1176/2014/000ZZ/1134830

https://coderdojopadova.wordpress.com

Definizione dei Piani di Studio

Percorsi formativi

Percorso FormativoGruppo di 4/5 insegnamenti che si inquadrano e approfondiscono una specifica area informatica

La LM contempla 5 percorsi formativi

� Gestione di Sistemi Aziendali [GA]� Intelligenza Artificiale [IA]� Sistemi Affidabili [SA]� Software [SW]� Tecnologie di Internet [TI]

Percorsi formativiLINGUA DI EROGAZIONE: tutti gli insegnamenti sono erogati in lingua italiana tranne quelli indicati con:

* in lingua inglese




ore totali

ore aula

CFU aula

ore eserc.

CFU eserc.

ore lab.

CFU lab.


GA IA SA SW TI





















No Metodi formali per sistemi ciberfisici esame x x 1 semestre 6 48 48 6 caratterizzante CFU Discipline informatiche INF/01






NoMathematical models and numerical methods for

big data *esame 1 semestre 6 48 affine Tipologia affine MAT/08












C

D

4, 5, 6, 7,

8, 9, 10


TIPOLOGIA

Percorso Formativo


Altre attività


11

Percorsi formativi

Gestione di Sistemi Aziendali [GA]

� Amministrazione di sistema� Mobile programming e multimedia� Process Mining� Start-up in ICT

Percorsi formativi

Intelligenza Artificiale [IA]

� Apprendimento automatico� Big data computing � Vision and cognitive services� Intelligenza artificiale� Deep Learning

Percorsi formativi

Sistemi Affidabili [SA]

� Computer and network security� Sistemi concorrenti e distribuiti� Sistemi real-time� Verifica del software� Metodi formali per sistemi ciberfisici

Percorsi formativi

Software [SW]

� Aspetti avanzati dei linguaggi di programmazione

� Functional languages� Linguaggi per il global computing� Verifica del software� Metodi formali per sistemi ciberfisici

Percorsi formativi

Tecnologie di Internet [TI]

� Mobile programming e multimedia� Reperimento dell'informazione� Web information management� Wireless networks

Piani di studio

Piano di studio ad approvazione automaticaCombinazione di 2 percorsi formativi con 6 insegnamenti diversi ed almeno 3 insegnamenti per percorso

Per esempio: GA + IASA + SWGA + TI

I rimanenti esami del piano di studio non sono vincolati

Piano di studio liberoUn piano che individui un diverso percorso formativo può essere discusso con la Commissione Mentoring

Tesi di Laurea

• Un semestre di lavoro a tempo pieno (33 CFU) su tematiche avanzate o problemi di innovazione o ricerca

• Possibilmente in tirocinio esteso all’interno di una organizzazione partner per

• Collaborare nello sviluppo di progetti innovativi• Lavorare al lancio di un nuovo prodotto• Puntare alla creazione di una start-up

Studenti degli Anni Precedenti

Prospettive

Prospettive

cambiaCollettivo selezionato:

anno di indagine: 2017 anni dalla laurea: 1, 3, 5 tipo di corso: laurea magistrale biennale Ateneo: Padova Facoltà/Dipartimento/Scuola: tutte gruppo disciplinare: scientifico classe di laurea: informatica (LM-18, 23/S) corso di laurea: informatica (LM-18) condizione occupazionale alla laurea: tutte iscrizione alla magistrale: tutti

Per una migliore lettura dei dati si consultino le note metodologiche

Salvo diversa indicazione, si autorizza la riproduzione a fini noncommerciali e con citazione della fonte

1. Popolazione analizzata Collettivo selezionato (per anni dalla laurea)

Laureati 2016a 1 anno

Laureati 2014a 3 anni


Numero di laureati 35 29 23Numero di intervistati 26 25 15Tasso di risposta 74,3 86,2 65,2Composizione per genere (%) Uomini 88,6 96,6 100,0Donne 11,4 3,4 -

Età alla laurea (medie) 26,8 26,4 26,7Voto di laurea in 110-mi (medie) 106,0 104,7 105,6Durata degli studi (medie, in anni) 3,3 2,9 2,8

2b. Formazione post-laurea Collettivo selezionato (per anni dalla laurea)




Ha partecipato ad almeno un'attività di formazione (%) 46,2 32,0 53,3

Attività di formazione: conclusa/in corso (% per attività) Collaborazione volontaria 19,2 - -Tirocinio/praticantato - - -Dottorato di ricerca 26,9 8,0 26,7Scuola di specializzazione - 4,0 6,7Master universitario di I livello - - -Master universitario di II livello - - -Altro tipo di master - - 6,7Stage in azienda 11,5 12,0 6,7Corso di formazione professionale 3,8 - 6,7Attività sostenuta da borsa di studio 15,4 12,0 13,3

3. Condizione occupazionale Collettivo selezionato (per anni dalla laurea)




Condizione occupazionale (%) Lavora 65,4 92,0 80,0Non lavora e non cerca 34,6 8,0 6,7Non lavora ma cerca - - 13,3

Quota che non lavora, non cerca ma è impegnata in uncorso universitario/praticantato (%) 23,1 4,0 -

Quota che lavora, per genere (%) Uomini 62,5 91,7 80,0Donne 100,0 100,0 -

Esperienze di lavoro post-laurea (%) Non lavora ma ha lavorato dopo la laurea 15,4 4,0 13,3Non ha mai lavorato dopo la laurea 19,2 4,0 6,7

Tasso di occupazione (def. Istat - Forze di lavoro) 92,3 96,0 100,0Tasso di disoccupazione (def. Istat - Forze di lavoro) 4,0 - -


























Prospettive


























Prospettive

7. Retribuzione Collettivo selezionato (per anni dalla laurea)




Retribuzione mensile netta (medie, in euro) Uomini 1.322 1.824 2.038Donne 1.126 1.376 -Totale 1.297 1.805 2.038

8. Utilizzo e richiesta della laurea nell'attuale lavoro Collettivo selezionato (per anni dalla laurea)




Ha notato un miglioramento nel proprio lavoro dovuto allalaurea (%) 50,0 - 50,0

Tipo di miglioramento notato nel lavoro (%) Dal punto di vista economico 50,0 - 100,0Nella posizione lavorativa - - -Nelle mansioni svolte 50,0 - -Nelle competenze professionali - - -Sotto altri punti di vista - - -

Utilizzo delle competenze acquisite con la laurea (%) In misura elevata 64,7 60,9 83,3In misura ridotta 35,3 34,8 16,7Per niente - 4,3 -

Adeguatezza della formazione professionale acquisitaall'università (%)

Molto adeguata 52,9 60,9 66,7Poco adeguata 47,1 34,8 33,3Per niente adeguata - 4,3 -

Richiesta della laurea per l'attività lavorativa (%) Richiesta per legge - 13,0 -Non richiesta ma necessaria 52,9 13,0 33,3Non richiesta ma utile 47,1 69,6 58,3Non richiesta né utile - - 8,3

Utilità della laurea magistrale per lo svolgimentodell'attività lavorativa (%)

Fondamentale per lo svolgimento dell'attività lavorativa 29,4 30,4 50,0Utile per lo svolgimento dell'attività lavorativa 41,2 39,1 33,3E' sufficiente la laurea di primo livello/una laurea precedente 29,4 30,4 8,3E' sufficiente un titolo non universitario - - 8,3

9. Efficacia della laurea e soddisfazione per l'attualelavoro

Collettivo selezionato (per anni dalla laurea)




Efficacia della laurea nel lavoro svolto (%) Molto efficace/Efficace 64,7 59,1 83,3Abbastanza efficace 35,3 36,4 8,3Poco/Per nulla efficace - 4,5 8,3

Soddisfazione per il lavoro svolto (medie, scala 1-10) 7,8 8,3 8,1Occupati che cercano lavoro (%) 11,8 8,7 -

10. Ricerca del lavoro Collettivo selezionato (per anni dalla laurea)




Non occupati che cercano: ultima iniziativa per cercarelavoro (%)

Ultimi 15 giorni - - 50,015-30 giorni fa - - 50,01-6 mesi fa - - -Oltre 6 mesi fa - - -

Non occupati che non cercano: motivo della non ricerca (%) Studio 77,8 50,0 100,0In attesa di chiamata dal datore di lavoro 11,1 - -Motivi personali 11,1 50,0 -Mancanza di opportunità lavorative - - -Altro motivo - - -

Prospettive

7. Retribuzione Collettivo selezionato (per anni dalla laurea)




Retribuzione mensile netta (medie, in euro) Uomini 1.322 1.824 2.038Donne 1.126 1.376 -Totale 1.297 1.805 2.038

8. Utilizzo e richiesta della laurea nell'attuale lavoro Collettivo selezionato (per anni dalla laurea)




Ha notato un miglioramento nel proprio lavoro dovuto allalaurea (%) 50,0 - 50,0

Tipo di miglioramento notato nel lavoro (%) Dal punto di vista economico 50,0 - 100,0Nella posizione lavorativa - - -Nelle mansioni svolte 50,0 - -Nelle competenze professionali - - -Sotto altri punti di vista - - -

Utilizzo delle competenze acquisite con la laurea (%) In misura elevata 64,7 60,9 83,3In misura ridotta 35,3 34,8 16,7Per niente - 4,3 -

Adeguatezza della formazione professionale acquisitaall'università (%)

Molto adeguata 52,9 60,9 66,7Poco adeguata 47,1 34,8 33,3Per niente adeguata - 4,3 -

Richiesta della laurea per l'attività lavorativa (%) Richiesta per legge - 13,0 -Non richiesta ma necessaria 52,9 13,0 33,3Non richiesta ma utile 47,1 69,6 58,3Non richiesta né utile - - 8,3

Utilità della laurea magistrale per lo svolgimentodell'attività lavorativa (%)

Fondamentale per lo svolgimento dell'attività lavorativa 29,4 30,4 50,0Utile per lo svolgimento dell'attività lavorativa 41,2 39,1 33,3E' sufficiente la laurea di primo livello/una laurea precedente 29,4 30,4 8,3E' sufficiente un titolo non universitario - - 8,3

9. Efficacia della laurea e soddisfazione per l'attualelavoro

Collettivo selezionato (per anni dalla laurea)




Efficacia della laurea nel lavoro svolto (%) Molto efficace/Efficace 64,7 59,1 83,3Abbastanza efficace 35,3 36,4 8,3Poco/Per nulla efficace - 4,5 8,3

Soddisfazione per il lavoro svolto (medie, scala 1-10) 7,8 8,3 8,1Occupati che cercano lavoro (%) 11,8 8,7 -

10. Ricerca del lavoro Collettivo selezionato (per anni dalla laurea)




Non occupati che cercano: ultima iniziativa per cercarelavoro (%)

Ultimi 15 giorni - - 50,015-30 giorni fa - - 50,01-6 mesi fa - - -Oltre 6 mesi fa - - -

Non occupati che non cercano: motivo della non ricerca (%) Studio 77,8 50,0 100,0In attesa di chiamata dal datore di lavoro 11,1 - -Motivi personali 11,1 50,0 -Mancanza di opportunità lavorative - - -Altro motivo - - -

Confronto conLM Data Science

LM Ingegneria Informatica

LM Data Science

24 CFU obbligatori: informatizzazione comune

logoslides

The courses

First yearI semester

First yearII semester

Second yearI semester

Fundamentals of InformationSystems (12 CFU)

Algorithmic Methods andMachine Learning (12 CFU)

Business, Economic andFinancial Data (6 CFU)

Stochastic Methods (6 CFU)

Large scale optimizationmethods (6 CFU)

Biological data (6 CFU)

Statistical learning (part I) (6 CFU)

Statistical learning (part II) (6 CFU)

Elective course (6 CFU)

Cognitive, Behavioral andSocial Data (6 CFU)




The program is organized in three semesters

Master degree in Data Science

LM Ingegneria Informatica

Tipologia Ambito SSD Codice Insegnamento CFU ORE Anno Periodo Attività Obbligatoria Lingua Valutazione

INSEGNAMENTI OBBLIGATORI

AFFINE/INTEGRATIVA, CARATTERIZZANTE

Attività formative affini o integrative, Ingegneria informatica

INF/01 (CFU 2.0), ING-INF/05 (CFU 7.0) INP8084178 AUTOMI, LINGUAGGI E COMPUTAZIONE 9 LEZ: 72 ore I S1 SI ITALIANO VOTO FINALE

AFFINE/INTEGRATIVA Attività formative affini o integrative MAT/09 IN11112347 RICERCA OPERATIVA 1 9 LEZ: 72 ore I S1 SI ITALIANO VOTO FINALE

CARATTERIZZANTE Ingegneria informatica ING-INF/05 INP3050962 COMPUTER NETWORKS - RETI DI CALCOLATORI 9 LEZ: 62 ore; L: 1 ore I S1 SI INGLESE VOTO FINALE

CARATTERIZZANTE Ingegneria informatica ING-INF/05 INP6076257 DATABASE MANAGEMENT SYSTEMS - SISTEMI DI GESTIONE DI BASI DI DATI 9 LEZ: 72 ore I S2 SI INGLESE VOTO FINALE

CARATTERIZZANTE Ingegneria informatica ING-INF/05 IN06107631 SISTEMI OPERATIVI 9 LEZ: 72 ore I S2 SI ITALIANO VOTO FINALE

ALMENO 30 CFU TRA I SEGUENTI INSEGNAMENTI CARATTERIZZANTI



ING-INF/04 (CFU 3.0), ING-INF/05 (CFU 3.0) INP6075419 MACHINE LEARNING - APPRENDIMENTO

AUTOMATICO 6 LEZ: 48 ore I S1 NO INGLESE VOTO FINALE



INF/01 (CFU 2.0), ING-INF/05 (CFU 4.0) INP7079233 BIG DATA COMPUTING 6 LEZ: 48 ore I S2 NO INGLESE VOTO FINALE

CARATTERIZZANTE Ingegneria informatica ING-INF/05 INP6075837 COMPUTER VISION - VISIONE COMPUTAZIONALE 9 LEZ: 72 ore I S2 NO INGLESE VOTO FINALE

CARATTERIZZANTE Ingegneria informatica ING-INF/05 IN02119427 CALCOLO PARALLELO 9 LEZ: 72 ore I S2 NO ITALIANO VOTO FINALE

CARATTERIZZANTE Ingegneria informatica ING-INF/05 INL1000514 SISTEMI DISTRIBUITI 9 LEZ: 72 ore II S1 NO ITALIANO VOTO FINALE

CARATTERIZZANTE Ingegneria informatica ING-INF/05 INM0016444 REPERIMENTO DELL'INFORMAZIONE 6 LEZ: 48 ore II S1 NO ITALIANO VOTO FINALE



INF/01 (CFU 3.0), ING-INF/05 (CFU 6.0) INP8084377 PROGETTAZIONE AVANZATA DI ALGORITMI 9 LEZ: 72 ore II S1 NO ITALIANO VOTO FINALE

CARATTERIZZANTE Ingegneria informatica ING-INF/05 INP6075737 COMPILATORI 6 LEZ: 48 ore II S2 NO ITALIANO VOTO FINALE

CARATTERIZZANTE Ingegneria informatica ING-INF/05 INP8084358 INFORMATICA PER LA MUSICA E IL MULTIMEDIA 6 LEZ: 48 ore II S2 NO ITALIANO VOTO FINALE

CARATTERIZZANTE Ingegneria informatica ING-INF/05 INN1027815 ALGORITMI PER LA BIOINFORMATICA 6 LEZ: 48 ore II S2 NO ITALIANO VOTO FINALE

CARATTERIZZANTE Ingegneria informatica ING-INF/05 INO2044023 SISTEMI INTELLIGENTI 6 LEZ: 48 ore I S2 NO ITALIANO VOTO FINALE

ALMENO UNO TRA I SEGUENTI INSEGNAMENTI AFFINI

AFFINE/INTEGRATIVA Attività formative affini o integrative ING-IND/35 INP8084357 GESTIONE STRATEGICA DELL'IMPRESA 6 LEZ: 48 ore II S1 NO ITALIANO VOTO FINALE

AFFINE/INTEGRATIVA Attività formative affini o integrative ING-INF/03 INP8083278 WIRELESS COMMUNICATIONS - COMUNICAZIONI WIRELESS 6 LEZ: 48 ore II S1 NO INGLESE VOTO FINALE

AFFINE/INTEGRATIVA Attività formative affini o integrative ING-INF/03 INP8083297 NETWORK MODELING - MODELLI PER LE RETI 6 LEZ: 48 ore II S2 NO INGLESE VOTO FINALE

ALMENO 9 CFU A SCELTA TRA I SEGUENTI INSEGNAMENTI

AFFINE/INTEGRATIVA Attività formative affini o integrative ING-INF/03 INP7079338 DIGITAL SIGNAL PROCESSING - ELABORAZIONE NUMERICA DEI SEGNALI 9 LEZ: 72 ore I S1 NO INGLESE VOTO FINALE

AFFINE/INTEGRATIVA Attività formative affini o integrative ING-INF/07 IN02120253 INGEGNERIA DELLA QUALITA' 6 LEZ: 48 ore I S1 NO ITALIANO VOTO FINALE

AFFINE/INTEGRATIVA Attività formative affini o integrative INF/01 (CFU 3.0), ING-INF/03 (CFU 3.0) INP4064059 GAME THEORY - TEORIA DEI GIOCHI 6 LEZ: 48 ore II S1 NO INGLESE VOTO FINALE

AFFINE/INTEGRATIVA Attività formative affini o integrative ING-INF/03 INP7080701 INFORMATION SECURITY - SICUREZZA DELL'INFORMAZIONE 6 LEZ: 48 ore II S1 NO INGLESE VOTO FINALE

CARATTERIZZANTE Ingegneria informatica ING-INF/05 INN1028835 SISTEMI INFORMATIVI TERRITORIALI 6 LEZ: 48 ore II S2 NO ITALIANO VOTO FINALE

CARATTERIZZANTE Ingegneria informatica ING-INF/05 INL1001834 ROBOTICA AUTONOMA 9 LEZ: 72 ore II S1 NO ITALIANO VOTO FINALE

CARATTERIZZANTE Ingegneria informatica ING-INF/05 INP6075457 WEB APPLICATIONS - APPLICAZIONI WEB 6 LEZ: 48 ore II S2 NO INGLESE VOTO FINALE

AFFINE/INTEGRATIVA Attività formative affini o integrative MAT/09 INL1000205 RICERCA OPERATIVA 2 6 LEZ: 48 ore II S2 NO ITALIANO VOTO FINALE

AFFINE/INTEGRATIVA Attività formative affini o integrative ING-INF/03 INP5071777 INTERNET OF THINGS AND SMART CITIES - INTERNET DELLE COSE E SMART CITIES 6 LEZ: 48 ore II S2 NO INGLESE VOTO FINALE

AFFINE/INTEGRATIVA Attività formative affini o integrative ING-IND/35 INP8084359 INNOVATION, ENTREPRENEURSHIP AND FINANCE 9 LEZ: 72 ore II S2 NO INGLESE VOTO FINALE

45 CFU obbligatori:inclusi nella L in Informatica

Thanks!

Documents

Corso di Laurea Magistrale in INFORMATICA a.a. 2019/2020informatica.math.unipd.it/documenti/PresentazioneLM_21maggio2019.pdf · 1 corso affine tra: I No Analisi Numerica esame 2 semestre