Data science and business informatics
Descrizione del corso
Livello: Magistrali
Classe: LM-18 - Classe delle lauree magistrali in Informatica
Dipartimento: DIPARTIMENTO DI INFORMATICA
Accesso: Libero
CFU: 120
Durata: 2 anni
Sito web: https://didattica.di.unipi.it/en/master-programme-in-data-science-and-business-informatics/
Inglese
Pisa
- Informatica e data science (machine learning, data mining, big data analytics, database algoritmi)
- Comprensione dei processi aziendali (economia, management, marketing, business intelligence e process modelling);
- Fondamenti (statistica, matematica applicata).
Sono anche ammessi studenti in possesso di una laurea triennale di un'altra classe avendo acquisito almeno 40 CFU complessivi nei seguenti settori INF/01, ING-INF/05, MAT/*, FIS/*, SECS-P/*, SECS-S/*, ING-IND/35. In ogni caso è richiesta una buona conoscenza della lingua Inglese (livello B2 o superiore).
Nel caso di titoli di studio validi conseguiti all'estero, in particolare nei Paesi della UE, sarà possibile la deroga a tale requisito generale solo con una delibera del Consiglio di Corso di Laurea, sulla base dello specifico percorso formativo del candidato.
L'adeguatezza della personale preparazione, in particolare sui fondamenti delle scienze e delle tecnologie dell'informazione e della lingua Inglese, viene verificata mediante la valutazione del curriculum formativo e con un eventuale colloquio a cura del Presidente del CdS o di un suo delegato.
Sono anche ammessi studenti in possesso di una laurea triennale di un'altra classe avendo acquisito almeno 40 CFU in uno o più dei seguenti settori INF/01, ING-INF/05, MAT/*, FIS/*, SECS-P/*, SECS-S/*, ING-IND/35. In ogni caso è richiesta una buona conoscenza della lingua Inglese (livello B2 o superiore).
L'adeguatezza della personale preparazione, in particolare sui fondamenti delle scienze e delle tecnologie dell'informazione e della lingua Inglese, viene verificata mediante la valutazione del curriculum formativo ed un eventuale colloquio a cura del Presidente del CdS o di un suo delegato
Valutazioni del corso
Contatti
Presidente del Corso di Laurea
Antonio Frangioni
Email: antonio.frangioni@unipi.it
Referente didattico
Rosaria Mongini
Tel. (+39) 050 2212727
Email: rosaria.mongini@unipi.it
Unità Didattica del Dipartimento di Informatica: https://didattica.di.unipi.it/contatti/
Orario di ricevimento: Ufficio: su appuntamento previo contatto e-mail / telefono (+39) 050 2212727/3110/3162. Sportello: dal martedì al giovedì dalle ore 10.00 alle ore 13.30. Per informazioni scrivere a : datascience@di.unipi.it
Piano di studi
Per gli immatricolati nell'anno accademico 2025/2026
Obbligatori
- Business process modeling (6 CFU) - Primo ciclo semestrale
- Data mining (12 CFU) - Primo ciclo semestrale
- Statistics for data science (9 CFU) - Secondo ciclo semestrale
- Optimization for data science (6 CFU) - Primo ciclo semestrale
Gr2 aziendale e giuridico (9 CFU)
- Financial analysis and performance measurement (9 CFU) - Primo ciclo semestrale
- Economia e gestione delle imprese (9 CFU) - Secondo ciclo semestrale
- Diritto dell'informatica (6 CFU) - Secondo ciclo semestrale
- Project design & management for data science (6 CFU) - Primo ciclo semestrale
- Analisi e gestione dei costi (9 CFU) - Primo ciclo semestrale
- Pianificazione e controllo gestionale (9 CFU) - Primo ciclo semestrale
- Organizzazione aziendale (9 CFU) - Secondo ciclo semestrale
- Fundamentals of business management (9 CFU) - Primo ciclo semestrale
- Management practice (6 CFU) - Secondo ciclo semestrale
- Strategic and competitive intelligence (6 CFU) - Secondo ciclo semestrale
Gr3 - approfondimento specifico (12 CFU)
- Ingegneria del software (6 CFU) - Primo ciclo semestrale
- Legal issues in data science (6 CFU) - Secondo ciclo semestrale
- Model-driven decision-making methods (6 CFU) - Secondo ciclo semestrale
- Programming for data science (12 CFU) - Primo ciclo semestrale
Obbligatori
- Thesis (27 CFU)
- Decision support systems (12 CFU)
Gr1- informatica (18 CFU)
- Advanced laboratory of complex network analysis (6 CFU) - Primo ciclo semestrale
- Information retrieval (6 CFU)
- Technologies for web marketing (6 CFU)
- Visual analytics (6 CFU)
- Programmatic advertising (6 CFU)
- Text analytics (6 CFU)
- Advanced databases (9 CFU)
- Machine learning (9 CFU)
- Social network analysis (6 CFU)
- Distributed data analysis and mining (6 CFU)
- Algorithms and data structures for data science (9 CFU)
- Databases (6 CFU)
- Geospatial analytics (6 CFU)
Sbocchi professionali
- data scientist
- data analyst
- business analyst
- consulenti IT
Iscrizione
Per iscriversi occorre essere in possesso:
- di un titolo di studio universitario riconosciuto idoneo dalla normativa vigente
- dei requisiti curriculari stabiliti dal regolamento del corso di studio
- dell’adeguata personale preparazione, accertata secondo le modalità definite nel regolamento del singolo corso di studio.