Data science and business informatics
Descrizione del corso
Livello: Magistrali
Classe: LM-18 - Classe delle lauree magistrali in Informatica
Interclasse: LM Data - Data science
Dipartimento: DIPARTIMENTO DI INFORMATICA
Accesso: Libero
Durata: 2 anni
Inglese
Pisa
Il Corso di Laurea Magistrale interclasse in Data Science and Business Informatics non è ad accesso programmato. Requisito curriculare generale per l'ammissione è il possesso di una laurea triennale delle classi delle lauree in Scienze e tecnologie informatiche (L-31), in Ingegneria dell'informazione (L-8), in Statistica (L-41), in Scienze dell'economia e della gestione aziendale (L-18), in Scienze economiche (L-33), in Scienze e tecnologie fisiche (L-30), in Scienze matematiche (L-35) e nelle corrispondenti classi di cui al D.M. 509/1999.
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.
Requisito curriculare generale per l'ammissione è il possesso di una laurea triennale delle classi delle lauree in Scienze e tecnologie informatiche (L-31), in Ingegneria dell'informazione (L-8), in Statistica (L-41), in Scienze dell'economia e della gestione aziendale (L-18), in Scienze economiche (L-33), in Scienze e tecnologie fisiche (L-30), in Scienze matematiche (L-35) e nelle corrispondenti classi di cui al D.M. 509/1999.
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
Valutazione
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 2026/2027
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 (fra 9 e 12 CFU)
- Change management and digital transition (9 CFU) - Primo ciclo semestrale
- Data analytics for planning and control (9 CFU) - Primo ciclo semestrale
- Financial analysis and performance measurement (9 CFU) - Primo ciclo semestrale
- Advanced statistical learning (6 CFU) - Secondo ciclo semestrale
- Diritto dell'informatica (6 CFU) - Primo ciclo semestrale
- Project design & management for data science (6 CFU)
- 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
Approfondimento specifico (12 CFU)
- Programming and algorithms for data science (12 CFU) - Secondo ciclo semestrale
- 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) - Primo ciclo semestrale
- Algorithmic game theory (6 CFU) - Secondo ciclo semestrale
Obbligatori
- Thesis (27 CFU)
- Decision support systems (12 CFU)
Free choice (9 CFU)
Gr1 - informatica (18 CFU)
- Advanced laboratory of complex network analysis (6 CFU)
- Foundations of computer science (6 CFU)
- Text analytics and agentic systems (6 CFU)
- Information retrieval (6 CFU)
- Technologies for web marketing (6 CFU)
- Visual analytics (6 CFU)
- Programmatic advertising (6 CFU)
- Advanced databases (9 CFU)
- Machine learning (9 CFU)
- Social network analysis (6 CFU)
- Distributed data analysis and mining (6 CFU)
- Databases (6 CFU)
- Geospatial analytics (6 CFU)
Altro
- Advanced laboratory of complex network analysis (6 CFU) - Primo ciclo semestrale
- Foundations of computer science (6 CFU) - Primo ciclo semestrale
Sbocchi professionali
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.
Preiscrizioni all'anno accademico 2026/2027