Artificial intelligence and data engineering
Course Description
Level: Second Level Degree
Degree Class: LM-32 - Computer systems engineering
Department: INFORMATION ENGINEERING
Admission: Free
CFUs: 120
Duration: 2 years
Website: https://computer.ing.unipi.it/aide-lm
English
Pisa
This course trains specialised engineers capable of creating, developing, analysing and integrating computer systems to efficiently manage large amounts of data and intelligent systems using the latest artificial intelligence methodologies and techniques.
The skills acquired during the course of study enable graduates to interact across various sectors and contexts that require data processing. The course focuses on the study of disciplines such as:- Data Mining and Machine Learning
- Large-scale and Multi-structured Databases
- Optimisation Methods and Game Theory
- Cloud Computing.
I requisiti curriculari per l'accesso alla Laurea Magistrale sono i seguenti:
- possesso di una laurea nelle seguenti classi:
--- L-8 Ingegneria dell'Informazione
--- L-30 Scienze e tecnologie fisiche
--- L-31 Scienze e tecnologie informatiche
--- L-35 Scienze matematiche
- possesso di una laurea in altra classe, avendo conseguito
--- almeno 36 CFU negli SSD: MAT/02, MAT/03, MAT/05, MAT/06, MAT/07, MAT/08, MAT09, FIS/01, FIS/03;
--- almeno 9 CFU negli SSD: ING-INF/05, INF/01;
--- almeno 9 CFU negli SSD: ING-IND/35; SECS-P/08
Per i candidati con titolo di studio acquisito all'estero e riconosciuto idoneo, la verifica dei requisiti viene effettuata sulla base dello specifico percorso formativo del candidato.
È inoltre richiesta una adeguata conoscenza della lingua inglese almeno di livello B2, secondo il Quadro Comune Europeo di riferimento per le Lingue.
La verifica della preparazione personale è effettuata sulla base del curriculum di studi del candidato, e può prevedere un colloquio orale.
Per essere ammessi al Corso di Laurea Magistrale in Artificial Intelligence and Data Engineering Classe LM-32 occorre essere in possesso della laurea o del diploma universitario di durata triennale, ovvero di altro titolo di studio conseguito all'estero, riconosciuto idoneo. Il candidato deve presentare domanda con allegati almeno il certificato di laurea, o equivalente, e i programmi degli esami sostenuti.
In base ai criteri di seguito illustrati vengono stabiliti i requisiti curriculari e l'adeguatezza della personale preparazione per l'accesso al Corso di Laurea Magistrale ai sensi dell'art. 6, comma 2, del D.M. 270/2004.
L'ammissione al Corso di Laurea Magistrale in Artificial Intelligence and Data Engineering Classe LM-32 viene decisa sulla base dell'esistenza di entrambi i requisiti (curriculari e di preparazione). Il Consiglio di Corso di Studio (CdS) nomina una Commissione Istruttoria di Valutazione (CIV), composta da due o più docenti con il compito di:
• esaminare le domande di ammissione,
• valutare i curricula dei candidati,
• verificare il possesso dei requisiti curriculari e personali,
• proporre al Consiglio di CdS l'ammissione o la non ammissione del candidato,
• indicare le eventuali modalità per l'ottenimento dei requisiti mancanti.
Il candidato, laureato presso un ateneo italiano, soddisfa i requisiti curriculari se, in alternativa:
1) è in possesso di una laurea nelle seguenti classi: L-8 Ingegneria dell'Informazione; L-30 Scienze e tecnologie fisiche; L-31 Scienze e tecnologie informatiche; L-35 Scienze matematiche;
2) è in possesso di una laurea in altra classe, avendo conseguito:
- almeno 36 CFU negli SSD: MAT/02, MAT/03, MAT/05, MAT/06, MAT/07, MAT/08, MAT09, FIS/01, FIS/03;
- almeno 9 CFU negli SSD: ING-INF/05, INF/01;
- almeno 9 CFU negli SSD: ING-IND/35; SECS-P/08
In caso di candidato con titolo acquisito all'estero, la CIV valuterà i requisiti curriculari sulla base della durata temporale dei singoli insegnamenti e dei programmi dei relativi esami sostenuti.
È inoltre richiesto di avere una adeguata conoscenza della lingua inglese equiparabile al livello B2 del quadro comune di riferimento europeo. Il possesso di tale requisito potrà essere certificato dagli studenti in fase di iscrizione o, in assenza di una certificazione, sarà verificato in fase di esame delle domande di ammissione durante la verifica della personale preparazione dello studente.
In accordo con il Regolamento Didattico di Ateneo, la CIV:
• può proporre al Consiglio di CdS di accettare ovvero di respingere la domanda di iscrizione del candidato sulla base della valutazione della documentazione presentata con la domanda di ammissione,
• può proporre al Consiglio di CdS di rimandare il candidato al colloquio di ammissione secondo la procedura descritta di seguito.
Colloquio di ammissione
Il colloquio di ammissione ha lo scopo di accertare che il candidato possieda la preparazione necessaria per affrontare proficuamente gli studi magistrali, in particolare riguardo le conoscenze di base di matematica e ingegneria informatica. Il programma del colloquio, individuato dalla CIV, sarà preventivamente comunicato al candidato dal presidente del Corso di Studio.
Al termine del colloquio la commissione esaminatrice formula un giudizio definitivo di idoneità oppure di non idoneità all'ammissione, eventualmente evidenziando i requisiti mancanti.
Course Evaluations
Contacts
Presidente del Corso di Laurea
Marco Avvenuti
Email: marco.avvenuti@unipi.it
Referente didattico
Barbara Conte
Tel. (+39) 050 2217642
Email: barbara.conte@unipi.it
Unità Didattica del Dipartimento di Ingegneria dell'Informazione: https://www.dii.unipi.it/didattica
Orario di ricevimento: Previo appuntamento telefonico (+39) 050 2217642/692 o via e-mail: didattica@dii.unipi.it
Study Plan
For students enrolled in the academic year 2025/2026
Required
- Optimization methods and game theory (6 CFU) - Primo ciclo semestrale
- Business and project management (9 CFU) - Secondo ciclo semestrale
- Cloud computing (9 CFU) - Secondo ciclo semestrale
- Data mining and machine learning (12 CFU) - Primo ciclo semestrale
- Large-scale and multi-structured databases (9 CFU) - Primo ciclo semestrale
Gruppo a attivita affini o integrative (15 CFU)
- Internet law (6 CFU) - Secondo ciclo semestrale
- Performance evaluation of computer systems and networks (9 CFU) - Primo ciclo semestrale
- Statistics (6 CFU) - Primo ciclo semestrale
- Algorithms and data structures (6 CFU) - Secondo ciclo semestrale
- Databases (9 CFU) - Secondo ciclo semestrale
- Distributed systems and middleware technologies (6 CFU) - Primo ciclo semestrale
- Foundations of cybersecurity (9 CFU) - Secondo ciclo semestrale
- Innovation management (6 CFU) - Secondo ciclo semestrale
- Internet of things (9 CFU) - Secondo ciclo semestrale
- Methods of biomedical image formation and processing (6 CFU) - Primo ciclo semestrale
- Mobile and social sensing systems (6 CFU) - Secondo ciclo semestrale
- Programming laboratory (6 CFU) - Primo ciclo semestrale
- Computer networks (9 CFU) - Primo ciclo semestrale
- Robotics and intelligent machines (6 CFU) - Secondo ciclo semestrale
- Operating systems (9 CFU) - Primo ciclo semestrale
Required
Career opportunities
- Big Data Service/Platform Engineer/Manager
- Data Analytics Engineer/Manager
- Data Technologies Engineer
- Big Data Infrastructure Engineer
- Business Process Engineer/Manager
- Artificial Intelligence Software Engineer/Architect
- Machine Learning Engineer/Architect
- Big Data/AI Consultant
- Researchers
Enrolment
Content in ItalianPer 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 2025/2026