Data science and business informatics
Course Description
Level: Second Level Degree
Degree Class: LM-18 - Computer science
Department: COMPUTER SCIENCE
Admission: Free
CFUs: 120
Duration: 2 years
Website: https://didattica.di.unipi.it/en/master-programme-in-data-science-and-business-informatics/
English
Pisa
- Computer and Data Science (machine learning, data mining, big data analytics, database, algorithms)
- Understanding of business processes (economics, management, marketing, business intelligence and process modelling)
- Fundamentals (statistics, applied mathematics).
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
Course Evaluations
Contacts
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
Study Plan
For students enrolled in the academic year 2025/2026
Required
- Methods for the specification and verification of business processes (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
- Business management (9 CFU) - Secondo ciclo semestrale
- Computer science law (6 CFU) - Secondo ciclo semestrale
- Project design & management for data science (6 CFU) - Primo ciclo semestrale
- Analysis and cost management (9 CFU) - Primo ciclo semestrale
- Planning and management control (9 CFU) - Primo ciclo semestrale
- Business organization (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)
- Introduction to logistics (6 CFU)
- Software engineering (6 CFU)
- Legal issues in data science (6 CFU) - Secondo ciclo semestrale
- Decisions, complexity and conflicts (6 CFU)
- Model-driven decision-making methods (6 CFU) - Secondo ciclo semestrale
- Programming for data science (12 CFU) - Primo ciclo semestrale
Required
- 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)
Career opportunities
- Data scientist
- Data analyst
- Business analyst
- IT Consultants
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.