Informatica
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
Inglese
Pisa
- Artificial Intelligence - esplora le basi teoriche e le applicazioni dell’IA, compresi i sistemi intelligenti, l’apprendimento automatico, la robotica, la computer vision e i modelli linguistici.
- Big Data Technologies - si concentra sull’acquisizione, l’archiviazione, l’elaborazione, l’estrazione e l’analisi di dati su larga scala, con applicazioni in numerosi settori scientifici e industriali.
- Foundations of Software - è incentrato sulla progettazione rigorosa del software, attraverso la modellazione e la verifica formale di sistemi software complessi, anche quando generati automaticamente.
- ICT Solutions Architect - copre la progettazione, la valutazione e la gestione di sistemi che integrano software e hardware, con particolare attenzione a prestazioni, sicurezza e scalabilità.
Il corso di laurea non è ad accesso programmato.
Requisito curriculare generale per l'ammissione è il possesso di una laurea triennale in Informatica (classe 26 o classe L-31), o in Ingegneria Informatica (classe 9 o L-8), o in Matematica (classe 32 o classe L-35), o in Fisica (classe 25 o classe L-30).
Possono essere ammessi studenti in possesso di una laurea triennale di un'altra classe conseguita in Italia, o di equivalente titolo di studio conseguito all'estero, che abbiano acquisito almeno 72 cfu nei settori INF/01 o ING/INF-05 o MAT* o FIS* di cui almeno 36 in INF/01 o INF/ING-05 e almeno 18 nei settori MAT* o FIS*.
Il Consiglio del corso di laurea valuterà a questo scopo la congruità dei crediti acquisiti da studenti con il titolo estero; inoltre, per tutti gli studenti appurerà l'adeguatezza della preparazione personale secondo procedure definite nel regolamento didattico.
E' richiesta una buona conoscenza della lingua Inglese (livello B2 o superiore).
Il regolamento didattico del corso di studio descrive le modalità di verifica dell'adeguatezza della personale preparazione.
L'adeguatezza della preparazione personale in particolare sui fondamenti delle scienze e delle tecnologie dell'informazione e della lingua Inglese viene verificata mediante la valutazione del curriculum formativo, ed eventualmente con una prova di verifica, su argomenti specifici che tengano conto di linee guida approvate dal Consiglio di Dipartimento su proposta del Consiglio del CdS. La valutazione e l'eventuale prova di verifica saranno a cura del Presidente del CdS o di una commissione a ciò delegata.
Nel caso di laureati triennali in Informatica (classe 26 o classe L-31), o in Ingegneria Informatica (classe 9 o L-8), tale preparazione viene considerata automaticamente adeguata, previa verifica delle conoscenze della lingua inglese.
Valutazioni del corso
Contatti
Presidente del Corso di Laurea
Roberto Grossi
Email: roberto.grossi@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 : mcs_info@di.unipi.it
Piano di studi
Per gli immatricolati nell'anno accademico 2025/2026
Artificial intelligence
Obbligatori
- Generative and deep learning (9 CFU) - Secondo ciclo semestrale
- Parallel and distributed systems: paradigms and models (9 CFU) - Secondo ciclo semestrale
- Artificial intelligence fundamentals (6 CFU) - Primo ciclo semestrale
- Computational mathematics for learning and data analysis (9 CFU) - Primo ciclo semestrale
- Machine learning (9 CFU) - Primo ciclo semestrale
Ai-1: gruppo attività formative da 6 CFU 1 anno (6 CFU) Maggiori informazioni
- Scalable distributed computing (6 CFU) - Primo ciclo semestrale
- Accelerated computing (6 CFU) - Primo ciclo semestrale
- Learning on graphs (6 CFU)
- Smart applications (6 CFU)
- Information retrieval (6 CFU) - Primo ciclo semestrale
- Robotics (6 CFU) - Secondo ciclo semestrale
- Competitive programming and contests (6 CFU) - Primo ciclo semestrale
- Computational models for complex systems (6 CFU) - Secondo ciclo semestrale
- Scientific and large data visualization (6 CFU) - Secondo ciclo semestrale
- Semantic web (6 CFU) - Primo ciclo semestrale
- Social and ethical issues in information technology (6 CFU) - Secondo ciclo semestrale
- Computational neuroscience (6 CFU) - Secondo ciclo semestrale
- Introduction to quantum computing (6 CFU) - Secondo ciclo semestrale
- Laboratory on ict startup building (6 CFU) - Secondo ciclo semestrale
- 3d geometric modeling & processing (6 CFU) - Primo ciclo semestrale
- Algorithmic game theory (6 CFU) - Secondo ciclo semestrale
- Continual learning (6 CFU) - Secondo ciclo semestrale
Ai-1: gruppo attività formative da 9 CFU 1 anno (9 CFU) Maggiori informazioni
- Digital health lab (9 CFU) - Secondo ciclo semestrale
- Data mining (9 CFU) - Primo ciclo semestrale
- Algorithm engineering (9 CFU) - Primo ciclo semestrale
- Algorithm design (9 CFU) - Secondo ciclo semestrale
- Mobile and cyber-physical systems (9 CFU) - Secondo ciclo semestrale
Obbligatori
- Computer vision (9 CFU)
- Human language technologies (9 CFU)
- Thesis (24 CFU)
Ai-2: gruppo attività formative da 6 CFU 2 anno (12 CFU) Maggiori informazioni
- Scalable distributed computing (6 CFU)
- Accelerated computing (6 CFU)
- Learning on graphs (6 CFU)
- Smart applications (6 CFU)
- Information retrieval (6 CFU)
- Robotics (6 CFU)
- Competitive programming and contests (6 CFU)
- Computational models for complex systems (6 CFU)
- Scientific and large data visualization (6 CFU)
- Semantic web (6 CFU)
- Social and ethical issues in information technology (6 CFU)
- Computational neuroscience (6 CFU)
- Introduction to quantum computing (6 CFU)
- Laboratory on ict startup building (6 CFU)
- 3d geometric modeling & processing (6 CFU)
- Algorithmic game theory (6 CFU)
- Continual learning (6 CFU)
Scelta (9 CFU)
Altro
- Human language technologies (9 CFU)
Big data technologies
Obbligatori
- Information retrieval (6 CFU) - Primo ciclo semestrale
- Parallel and distributed systems: paradigms and models (9 CFU) - Secondo ciclo semestrale
- Data mining (9 CFU) - Primo ciclo semestrale
- Algorithm engineering (9 CFU) - Primo ciclo semestrale
- Advanced databases (9 CFU) - Secondo ciclo semestrale
- Bioinformatics (6 CFU) - Secondo ciclo semestrale
- Computational mathematics for learning and data analysis (9 CFU) - Primo ciclo semestrale
Bdt-1: gruppo attività formative da 6 CFU 1 anno (6 CFU) Maggiori informazioni
- Scalable distributed computing (6 CFU) - Primo ciclo semestrale
- Advanced laboratory of complex network analysis (6 CFU) - Primo ciclo semestrale
- Accelerated computing (6 CFU) - Primo ciclo semestrale
- Competitive programming and contests (6 CFU) - Primo ciclo semestrale
- Computational models for complex systems (6 CFU) - Secondo ciclo semestrale
- Ict infrastructures (6 CFU) - Secondo ciclo semestrale
- Scientific and large data visualization (6 CFU) - Secondo ciclo semestrale
- Social and ethical issues in information technology (6 CFU) - Secondo ciclo semestrale
- Introduction to quantum computing (6 CFU) - Secondo ciclo semestrale
- Laboratory on ict startup building (6 CFU) - Secondo ciclo semestrale
- 3d geometric modeling & processing (6 CFU) - Primo ciclo semestrale
- Algorithmic game theory (6 CFU) - Secondo ciclo semestrale
- Geospatial analytics (6 CFU) - Primo ciclo semestrale
Obbligatori
- Thesis (24 CFU)
Bdt-2: gruppo attività formative da 6 CFU 2 anno (6 CFU)
- Scalable distributed computing (6 CFU)
- Advanced laboratory of complex network analysis (6 CFU)
- Accelerated computing (6 CFU)
- Competitive programming and contests (6 CFU)
- Computational models for complex systems (6 CFU)
- Ict infrastructures (6 CFU)
- Scientific and large data visualization (6 CFU)
- Social and ethical issues in information technology (6 CFU)
- Introduction to quantum computing (6 CFU)
- Laboratory on ict startup building (6 CFU)
- 3d geometric modeling & processing (6 CFU)
- Algorithmic game theory (6 CFU)
- Geospatial analytics (6 CFU)
Bdt-2: gruppo attività formative da 9 CFU 2 anno (18 CFU) Maggiori informazioni
- Digital health lab (9 CFU)
- Generative and deep learning (9 CFU)
- Peer to peer systems and blockchains (9 CFU)
- Ict risk assessment (9 CFU)
- Human language technologies (9 CFU)
- Machine learning (9 CFU)
- Mobile and cyber-physical systems (9 CFU)
Scelta (9 CFU)
Altro
- Digital health lab (9 CFU) - Secondo ciclo semestrale
- Generative and deep learning (9 CFU) - Secondo ciclo semestrale
- Peer to peer systems and blockchains (9 CFU) - Secondo ciclo semestrale
Foundations of software
Obbligatori
- Compilation techniques (9 CFU) - Secondo ciclo semestrale
- Models for programming paradigms (9 CFU) - Primo ciclo semestrale
- Program analysis (6 CFU) - Secondo ciclo semestrale
- Advanced programming (9 CFU) - Primo ciclo semestrale
Sw-1: gruppo attività formative da 9 CFU 1 anno (18 CFU) Maggiori informazioni
- Peer to peer systems and blockchains (9 CFU) - Secondo ciclo semestrale
- Advanced software engineering (9 CFU) - Primo ciclo semestrale
- Parallel and distributed systems: paradigms and models (9 CFU) - Secondo ciclo semestrale
- Data mining (9 CFU) - Primo ciclo semestrale
- Algorithm engineering (9 CFU) - Primo ciclo semestrale
- Advanced databases (9 CFU) - Secondo ciclo semestrale
- Algorithm design (9 CFU) - Secondo ciclo semestrale
- Computational mathematics for learning and data analysis (9 CFU) - Primo ciclo semestrale
- Machine learning (9 CFU) - Primo ciclo semestrale
- Mobile and cyber-physical systems (9 CFU) - Secondo ciclo semestrale
Scelta (9 CFU)
Obbligatori
- Software verification laboratory (9 CFU)
- Software verification: principles and techniques (9 CFU)
- Thesis (24 CFU)
Sw-2: gruppo attività formative da 6 CFU 2 anno (18 CFU) Maggiori informazioni
- Scalable distributed computing (6 CFU)
- Accelerated computing (6 CFU)
- Distributed algorithms (6 CFU)
- Information retrieval (6 CFU)
- Business process modeling (6 CFU)
- Artificial intelligence fundamentals (6 CFU)
- Bioinformatics (6 CFU)
- Competitive programming and contests (6 CFU)
- Computational models for complex systems (6 CFU)
- Foundation of computing (6 CFU)
- Social and ethical issues in information technology (6 CFU)
- Introduction to quantum computing (6 CFU)
- 3d geometric modeling & processing (6 CFU)
- Algorithmic game theory (6 CFU)
Altro
- Distributed algorithms (6 CFU) - Primo ciclo semestrale
- Foundation of computing (6 CFU)
Ict solutions architect
Obbligatori
- Peer to peer systems and blockchains (9 CFU) - Secondo ciclo semestrale
- Advanced programming (9 CFU) - Primo ciclo semestrale
- Ict risk assessment (9 CFU) - Primo ciclo semestrale
- Algorithm engineering (9 CFU) - Primo ciclo semestrale
- Ict infrastructures (6 CFU) - Secondo ciclo semestrale
- Mobile and cyber-physical systems (9 CFU) - Secondo ciclo semestrale
Ict-1 gruppo attività formative da 9 CFU: 1 anno (9 CFU) Maggiori informazioni
- Generative and deep learning (9 CFU) - Secondo ciclo semestrale
- Software verification: principles and techniques (9 CFU)
- Parallel and distributed systems: paradigms and models (9 CFU) - Secondo ciclo semestrale
- Data mining (9 CFU) - Primo ciclo semestrale
- Machine learning (9 CFU) - Primo ciclo semestrale
- Language-based technology for security (9 CFU) - Secondo ciclo semestrale
Obbligatori
- Advanced software engineering (9 CFU)
- Thesis (24 CFU)
Ict-2: gruppo attività formative da 6 CFU 2 anno (18 CFU) Maggiori informazioni
- Scalable distributed computing (6 CFU)
- Accelerated computing (6 CFU)
- Distributed algorithms (6 CFU)
- Information retrieval (6 CFU)
- Business process modeling (6 CFU)
- Competitive programming and contests (6 CFU)
- Scientific and large data visualization (6 CFU)
- Introduction to quantum computing (6 CFU)
- Laboratory on ict startup building (6 CFU)
- Algorithmic game theory (6 CFU)
Scelta (9 CFU)
Altro
- Distributed algorithms (6 CFU) - Primo ciclo semestrale
- Machine learning (9 CFU)
Sbocchi professionali
- sviluppatori di software avanzato
- data scientist
- esperti di sicurezza informatica
- consulenti IT
- ricercatori in istituti accademici o industriali
- manager di progetti tecnologici complessi.
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.
È necessario caricare sul portale Ammissionelm un certificato di conoscenza della lingua inglese di livello B2 oppure una autocertificazione seguendo lo schema del modulo.
Il certificato è necessario anche nel caso in cui la domanda di ammissione è avvenuta in fase di domanda di laurea triennale on line o passaggio di corso.
Preiscrizioni all’anno accademico 2026/2027