ENGLISH VERSION
- Didattica
- INFORMATICA APPLICATA (MACHINE LEARNING E BIG DATA)
INFORMATICA APPLICATA (MACHINE LEARNING E BIG DATA)
http://informatica.uniparthenope.it
Il cds in breve
Il Corso di studio Laurea Magistrale in INFORMATICA APPLICATA (Machine Learning e Big Data) (LM-18 legge 240/2010) ha durata biennale, prevede 12 esami e una prova finale di discussione della Tesi di Laurea, per un totale di 120 Crediti Formativi Universitari. Il Corso di Laurea Magistrale è riservato a possessori di Laurea (triennale) o di Laurea del Vecchio Ordinamento (lauree quadriennali o quinquennali).
E' prevista la possibilità di iscrizione "NON a Tempo pieno", che consente una riduzione delle tasse di iscrizione ed è fortemente consigliata agli studenti lavoratori e agli studenti che intendono lavorare durante gli studi o che per altre ragioni non possono garantire un impegno a tempo pieno.
Il Corso di studio copre i fondamenti matematici e statistici e i metodi per il Machine Learning (apprendimento automatico) con l'obiettivo di modellare e scoprire i modelli dalle osservazioni e tutte le tecnologie e gli strumenti per gestire i Big Data. Lo studente acquisirà inoltre esperienza pratica su come abbinare, applicare e implementare tecniche di Machine Learning rilevanti per risolvere problemi reali in una vasta gamma di domini applicativi, anche usando le tecnologie abilitanti dell'High Performance e GPGPU Computing, del Cloud Computing e di Internet of Things
Gli insegnamenti descrivono come l'apprendimento automatico viene utilizzato per risolvere problemi in particolari domini applicativi come la visione artificiale, il recupero di informazioni, l'elaborazione del parlato e del linguaggio, la biologia computazionale e la robotica.
Una volta terminato il programma, lo studente avrà acquisito la fiducia e l'esperienza per proporre soluzioni rintracciabili a problemi di apprendimento potenzialmente non standard che è possibile implementare in modo efficiente e affidabile. Il programma offre una carriera nell'industria (una start-up o una compagnia tradizionale ben consolidata) e prepara anche per ulteriori studi di dottorato.
Piano di studi
Obiettivi formativi
L'obiettivo del Corso di Laurea Magistrale in Informatica Applicata (Machine Learning e Big Data) è la creazione di figure professionali e scientifiche con competenze approfondite e critiche nel campo delle metodologie, delle tecniche e degli strumenti dell'Informatica e nell'applicazione di questi a contesti applicativi reali.
In particolare, vengono approfondite le tematiche del Machine Learning e Big Data.
La disciplina scientifica del Machine Learning si concentra sullo sviluppo di algoritmi per trovare modelli o fare previsioni da dati empirici. La disciplina è sempre più utilizzata da molte professioni e industrie (ad esempio produzione, vendita al dettaglio, medicina, finanza, robotica, telecomunicazioni), in quanto consente l'estrazione e la comprensione di informazione in grandi quantità di dati digitali per risolvere problemi difficili come la comprensione del comportamento umano e fornire allocazione efficiente delle risorse. Come da studi recenti, la domanda di laureati con competenze sostanziali nell'apprendimento automatico supera di molto l'offerta. La richiesta di scienziati con una conoscenza del Machine Learning aumenta man mano che aumenta la quantità di dati nel mondo.
Non sorprende pertanto che una delle figure chiave del lavoro del 21° secolo sarà quella dello scienziato dei dati. Negli ultimi anni, le analisi sulle richieste di posti di lavoro hanno costantemente classificato matematici, statistici e informatici tra i lavori migliori e più richiesti, con scenari futuri ancora migliori.
Dopo la laurea magistrale in Informatica Applicata (Machine Learning e Big Data) è possibile intraprendere diverse carriere, quali quelle di analista e ingegnere di software, esperto di deep learning, esperto della visione artificiale, analista dei dati, analista quantitativo, e più genericamente scienziato dei dati.
Tra le attività che i laureati svolgeranno si indicano in particolare:
- l'analisi e la formalizzazione di problemi complessi, in vari contesti applicativi;
- la progettazione e lo sviluppo di sistemi informatici innovativi per la loro soluzione;
- l'analisi dell'applicabilità nei settori dell'industria, dei servizi, dell'ambiente, della sanità, dei beni culturali e della pubblica amministrazione.
Il Corso di Laurea Magistrale in Informatica Applicata (Machine Learning e Big Data) fornisce, pertanto, una ampia formazione teorica, metodologica, e tecnologica nell'ambito del Machine Learning e Big Data e delle sue applicazioni.
Gli obiettivi del programma sono:
- preparare gli studenti per una carriera gratificante nell'informatica e nella tecnologia dell'informazione in generale.
- estendere la precedente esperienza triennale in Informatica dello studente, dando loro l'opportunità di approfondire una vasta gamma di argomenti con esperti dedicati.
- fornire agli studenti una comprensione critica delle tendenze emergenti e della ricerca, nonché una consapevolezza di come queste tecniche possano essere adattate nelle applicazioni industriali.
- fornire agli studenti un'esperienza pratica in modo che possano apprezzare le esigenze degli utenti finali della tecnologia e affrontare i problemi relativi alla progettazione e alla successiva gestione e alle prestazioni del software distribuito su larga scala.
- offrire agli studenti l'opportunità di acquisire competenze in tecniche aggiornate che portano a capacità professionali avanzate.
- attrarre studenti altamente motivati.
- offrire agli studenti l'opportunità di accedere ai corsi per l'abilitazione all'insegnamento nelle scuole medie superiori.
- offrire agli studenti l'opportunità di prepararsi per gli studi di dottorato di ricerca di base ed industriale.
Descrizione del percorso formativo
In sintesi, il percorso formativo del CdS si articola su tre aree:
- Area dell'Informatica Avanzata, con riferimento ai suoi contenuti tecnico-scientifici e ai suoi aspetti metodologici;
- Area Scientifica di supporto, con riferimento agli strumenti scientifici e metodologici necessari per operare e progettare applicazioni informatiche innovative
- Area di Specializzazione, con riferimento alle pratiche ed alle tecnologie più importanti nei diversi settori specialistici dell'informatica
Il programma inizia con corsi obbligatori di apprendimento automatico, intelligenza artificiale, un corso avanzato di apprendimento automatico e metodologia di ricerca, che forniscono un'introduzione e solide basi sul campo.
Gli studenti hanno la possibilità di seguire più corsi teorici di base in matematica applicata, statistica e apprendimento automatico. Di particolare interesse per molti sarà la possibilità di conoscere e comprendere in dettaglio il campo del deep learning attraverso diversi corsi all'avanguardia.
I corsi prevedono, di norma, lo sviluppo di progetti che permettono allo studente di confrontarsi direttamente con gli strumenti informatici più avanzati e con la risoluzione di problemi. Tutte le attività sopra esposte permettono agli studenti di interagire con i docenti del corso di Laurea per lo sviluppo di ricerche nelle varie tematiche dell'Informatica.
I corsi descriveranno come l'apprendimento automatico viene utilizzato per risolvere problemi in particolari domini applicativi come la visione artificiale, il recupero di informazioni, l'elaborazione del parlato e del linguaggio, la biologia computazionale e la robotica.
Il programma ha anche 21 crediti ECTS di corsi opzionali che possono essere scelti tra una adeguata gamma di corsi per specializzare ulteriormente nel campo di interesse o estendere le conoscenze a nuove aree nell'ambito dell'apprendimento automatico.
La prova finale è dedicata a un progetto di laurea che prevede la partecipazione a ricerche avanzate o progetti in un ambiente accademico o industriale. Con questo progetto, lo studente deve dimostrare la propria capacità di eseguire lavori di progetto indipendenti, utilizzando le competenze ottenute dai corsi del programma.
Competenze attese
L'obiettivo generale degli insegnamenti inclusi in questa area è quello di fornire le basi scientifiche, metodologiche e tecnologiche per lo sviluppo e la progettazione, nonchè la gestione di sistemi informatici complessi. I contenuti riguardano i principali settori dell'informatica: machine learning, intelligenza artificiale, la gestione e l’analisi di dati, gestione, analisi e elaborazione di dati multimediali, aspetti teorico-pratici dei sistemi operativi distribuiti
Gli obiettivi di apprendimento attesi dal laureato riguarderanno la conoscenza e la comprensione dei seguenti argomenti:
- gli aspetti teorici e pratici alla base dei problemi di classificazione e clustering in pattern recognition, con particolare attenzione all’apprendimento automatizzato ed estrazione di informazione da dati.
- analisi e comprensione di immagini e video (geometria della formazione dell’immagine, ricostruzione 3D da multi-vista, tracking bayesiano e by detection, rappresentazione hand-crafted e deep di immagini e video, tecniche di comprensione di immagini e video)
- i fondamenti della fisica classica, quale l’elettromagnetismo ed il loro contesto applicativo.
- i principi base della fisica quantistica, del teletrasporto e del computer quantistico.
- basi di dati spaziali, NoSQL, NewSQL, parallele, distribuite e per la gestione di dati sensore
- gestione di Basi di Dati relazionali, immaginando ed implementando funzionalità evolute e padroneggiando il linguaggio PL/SQL e i rudimenti di JSP.
- comprensione del ruolo dei sistemi informativi aziendali e degli strumenti per analizzare, visualizzare, organizzare e comprendere i dati aziendali
- nuove metodologie e tecniche di sviluppo di software basate sul linguaggio Java e/o Python per l'analisi e l'elaborazione di dati Multimediali.
- gli aspetti teorico-pratici dei sistemi operativi distribuiti, i possibili limiti che tali aspetti inducono sui servizi che essi offrono, con particolare riguardo ai moderni paradigmi di programmazione, ambienti di sviluppo e strumenti SW, necessari per lo sviluppo di efficienti applicazioni distribuite.
Gli insegnamenti inclusi in questa area permetteranno allo studente di acquisire le seguenti capacità:
- dimostrare di saper utilizzare la propria conoscenza acquisita per analizzare dataset complessi e di grosse dimensioni con la finalità di saper applicate e parametrizzare le più sofisticate tecniche ed algoritmi per l’estrazione della conoscenza ai dati.
- dimostrare di saper utilizzare la propria conoscenza acquisita per risolvere i principali problemi dell’elettromagnetismo, anche quando essi appaiono in contesti concreti.
- dimostrare di saper comprendere il principio di funzionamento del computer quantistico facendo riferimento ai principi di base della fisica quantistica acquisiti durante il corso.
- dimostrare capacità di sviluppo e analisi di complessità di algoritmi e validazione del software facendo uso di tecniche avanzate per l'elaborazione dei dati multimediali.
- dimostrare, inoltre, per l'uso e la scelta consapevole di librerie e sistemi software per i principali ambiti applicativi e in particolare per il progetto e l'analisi di applicazioni Multimediali e Web.
- dimostrare di saper utilizzare la propria conoscenza acquisita per individuare correttamente e produrre le soluzioni per i problemi reali che la gestione/uso di sistemi operativi distribuiti presenta.
- progettazione e sviluppo di un sistema basato su DBMS di nuova generazione per la gestione di dati caratterizzati da alta dinamicità, varietà e volume.
- comprensione del funzionamento interno di un DBMS e capacità di identificare possibili criticità in base al dominio applicativo dei dati.
- fondamenti delle architetture per la gestione dei big data, comprensione delle problematiche sui big data e la implementazione di software e analytics.
...
L'obiettivo generale degli insegnamenti inclusi in questa area è fornire le basi scientifiche affini all'informatica, necessarie per il completamento del bagaglio di conoscenza del laureato, fornendo gli strumenti scientifici e metodologici necessari per progettare soluzioni informatiche ad elevata innovazione in diversi settori applicativi.
Gli obiettivi di apprendimento attesi dal laureato riguarderanno la conoscenza e la comprensione dei seguenti argomenti:
- strumenti matematici necessari per attuare processi decisionali ottimizzanti in vari ambiti applicativi di interesse per gli informatici
- aspetti avanzati dell’analisi numerica e del calcolo scientifico, con particolare riguardo all’algebra lineare, all’approssimazione, ai sistemi di equazioni differenziali e all’analisi di Fourier, in un contesto sia teorico sia applicativo
- dimostrare di saper utilizzare la propria conoscenza acquisita per risolvere i principali problemi dell’elettromagnetismo, anche quando essi appaiono in contesti concreti.
- dimostrare di saper comprendere il principio di funzionamento del computer quantistico facendo riferimento ai principi di base della fisica quantistica acquisiti durante il corso.
- i fondamenti del calcolo parallelo, l’organizzazione della gerarchia della memoria dell’ambiente CUDA sia hardware che software e le strategie di parallelizzazione per alcuni nuclei computazionali di base della programmazione con e senza l’uso della shared memory.
Gli insegnamenti inclusi in questa area permetteranno allo studente di acquisire le seguenti capacità:
- risolvere computazionalmente problemi avanzati della matematica applicata, anche quando essi appaiono in contesti concreti e in altre discipline applicative
- sviluppare algoritmi numerici e analizzarli dal punto di vista dell’accuratezza e della complessità, al fine di produrre software scientifico utilizzabile per risolvere efficacemente una varietà di problemi concreti.
- competenze analitiche di alto livello la modellazione matematica di problemi di decisione e per determinare la migliore soluzione possibile per il problema in esame
- dimostrare di saper utilizzare la propria conoscenza acquisita per risolvere i principali problemi dell’elettromagnetismo, anche quando essi appaiono in contesti concreti.
- dimostrare di saper comprendere il principio di funzionamento del computer quantistico facendo riferimento ai principi di base della fisica quantistica acquisiti durante il corso.
- dimostrare di saper impiegare le strategie studiate e le API di CUDA per sviluppare algoritmi in ambiente multicore/GPU, sfruttando le conoscenze relative alle problematiche della parallelizzazione in ambiente ibrido ad alte prestazioni.
...
Quest'area comprende insegnamenti informatici offerti con l'intento di consentire l'approfondimento delle pratiche e delle tecnologie più importanti nei diversi settori specialistici dell’informatica, oppure con l'intento di consentire l'approfondimento di alcuni degli aspetti fondamentali dell'informatica e della ricerca nella disciplina. L'obiettivo principale di questo gruppo di insegnamenti è quello di caratterizzare il profilo individuale dello studente, consentendogli di creare un piano personalizzato a seconda dei suoi interessi ed inclinazioni.
Gli obiettivi di apprendimento attesi dal laureato riguarderanno la conoscenza e la comprensione dei seguenti argomenti:
- teorie e tecniche di computer vision, rivolte all’acquisizione, l’elaborazione, l’analisi di immagini/video e all’interpretazione del loro contenuto;
- analisi e comprensione di immagini e video (geometria della formazione dell’immagine, ricostruzione 3D da multi-vista, tracking bayesiano e by detection, rappresentazione hand-crafted e deep di immagini e video, tecniche di comprensione di immagini e video)
- fondamenti tecnologici dell’Internet of Things (architetture hardware e software, sistemi operativi, toolkit di sviluppo per applicazioni );
- fondamenti di sicurezza digitale (algoritmi di cifratura, i protocolli crittografici e le criptovalute)
Gli insegnamenti inclusi in questa area permetteranno allo studente di acquisire le seguenti capacità:
- applicare tecniche di data mining nell’ambito di problemi e caso di studio concreti, interpretando e argomentando opportunamente i risultati dell’analisi;
- applicazione di tecniche avanzate di cyber security per la realizzazione di applicativi efficienti ed economici;
- progettare e sviluppare realizzare specifici moduli di un sistema di visione artificiale utilizzando le librerie maggiormente diffuse;
- progettazione e realizzazione di sistemi per l'elaborazione e l'analisi di immagini tramite un calcolatore;
- progettare e sviluppare applicazioni embedded per Internet of Things;
- utilizzo di framework allo stato dell’arte per la gestione ed analisi di big data.
...
Sbocchi occupazionali
L’Analista e Progettista di Software è una figura professionale informatica altamente specializzata che si occupa di progettazione, sviluppo, e mantenimento di programmi software applicativi particolarmente complessi e innovativi.
La figura professionale:
- utilizza i principali ambienti di programmazione, le regole della programmazione strutturata e ad oggetti e le tecniche di analisi e verifica per la progettazione, lo sviluppo e l’analisi di applicazioni complesse;
- progetta, sviluppa e utilizza nuove applicazioni che operano su architetture complesse che prevedono l'utilizzo di web server e application server;
- progetta, sviluppa e analizza nuove applicazioni basate sulle tecnologie e i linguaggi legati al mondo web;
- progetta, analizza e collauda nuove applicazioni informatiche, gestendone la manutenzione e producendone la relativa documentazione;
- svolge, documenta, controlla, analizza e certifica il processo di produzione del software.
La figura professionale si inserisce nel contesto di lavoro in qualità di:
- specialista nella ricerca informatica di base: specialista in scienze dell'informazione, ricercatore di intelligenza artificiale, docente formatore di materie in ambito informatico;
- analista e progettista di software applicativi: analista di procedure, analista di programmi, analista programmatore, ingegnere del software, responsabile di progetti informatici.
Per lo svolgimento delle funzioni sopra descritte sono richieste:
- specifiche conoscenze, capacità e abilità di tipo specialistico in ambito informatico, come: conoscenza e utilizzo di tecniche di linguaggi di programmazione concorrente e di intelligenza artificiale, di progettazione di algoritmi concorrenti e distribuiti e di basi di dati evolute; conoscenza delle tecniche di progettazione, analisi e verifica del software e delle tecniche di gestione della concorrenza nelle reti di comunicazione;
- capacità di auto-apprendimento e di aggiornamento continuo;
- adeguate competenze trasversali di tipo comunicativo-relazionale, organizzativo- gestionale e di programmazione, in accordo con il livello di autonomia e responsabilità assegnato, con le modalità organizzative e di lavoro adottate e con i principali interlocutori (colleghi, altri professionisti e clienti pubblici e/o privati).
Può essere necessaria una maggiore specializzazione e capacità di approfondimento in uno o più settori di professionalizzazione.
L’Analista e Progettista di Software trova collocazione presso:
- aziende ed enti pubblici per mansioni ad alto contenuto tecnologico legate soprattutto al trattamento e alla trasmissione dei dati (Information and Communication Technologies)
- studi di comunicazione
- operatori di Internet (provider, motori di ricerca, ecc.)
- centri e dipartimenti di Ricerca & Sviluppo in grandi aziende privati o in enti pubblici.
Il Progettista e Amministratore di Sistema è una figura professionale informatica altamente specializzata che si occupa di progettazione, sviluppo, e mantenimento di programmi software di sistemi e reti di comunicazione particolarmente complessi.
La figura professionale:
- progetta, sviluppa e mantiene software di sistema per architetture complesse che prevedono l'utilizzo di web server e application server;
- utilizza e configura strumenti che richiedono competenze avanzate per l'elaborazione di immagini e il riconoscimento di oggetti;
- installa, configura e gestisce sistemi di archiviazione dei dati, utilizzando metodologie avanzate, innovative o sperimentali;
- amministra ed opera su diversi sistemi operativi e configura gli apparati e i protocolli di rete;
- analizza e progetta sistemi informativi e database;
- pianifica e progetta sistemi informatici, conducendo la reingegnerizzazione di processo.
La figura professionale si inserisce nel contesto di lavoro in qualità di:
- specialista nella ricerca informatica di base: cibernetico, progettista di sistemi vocali, progettista di sistemi di elaborazioni di voci ed immagini, docente formatore di materie in ambito informatico;
- analista e progettista di software di sistema: responsabile della qualità dei sistemi informatici; dirigente responsabile di sistemi informativi; project manager di architetture
software, hardware o di networking, esperto di applicazioni grafiche e di calcolo scientifico;
- specialista in sicurezza informatica: responsabile della sicurezza informatica;
- specialista in reti e comunicazioni informatiche: amministratore dirigente di reti informatiche, responsabile di infrastrutture tecnologiche per il commercio elettronico,
coordinatore responsabile di siti Web, progettista di sistema in ambiente Internet o rete locale.
Per lo svolgimento delle funzioni sopra descritte sono richieste:
- specifiche conoscenze, capacità e abilità di tipo specialistico in ambito informatico, come: conoscenza di architetture complesse di elaborazione, tecniche di simulazione e di analisi delle prestazioni dei sistemi distribuiti di calcolo, e di sistemi informatici concorrenti e distribuiti; capacità di realizzare applicazioni complesse e sicure Web e Mobile; conoscenza della struttura dei sistemi di comunicazione e delle reti mobili e wireless.
- capacità di auto-apprendimento e di aggiornamento continuo;
- adeguate competenze trasversali di tipo comunicativo-relazionale, organizzativo- gestionale e di programmazione, in accordo con il livello di autonomia e responsabilità assegnato, con le modalità organizzative e di lavoro adottate e con i principali interlocutori (colleghi, altri professionisti e clienti pubblici e/o privati).
Può essere necessaria una maggiore specializzazione e capacità di approfondimento in uno o più settori di professionalizzazione.
Il progettista e Amministratore di Sistema trova collocazione presso:
- aziende ed enti pubblici per mansioni ad alto contenuto tecnologico legate soprattutto al trattamento e alla trasmissione dei dati (Information and Communication Technologies)
- studi di comunicazione
- operatori di Internet (provider, motori di ricerca, ecc.)
- centri e dipartimenti di ricerca e sviluppo in grandi aziende private o in enti pubblici.
Lo specialista nell'area dell'Information Technology e della strategia aziendale nei settori dell'ICT è una figura professionale informatica specializzata in grado di supportare la gestione strategica aziendale in riferimento alla ICT.
La figura professionale:
- analizza ed interpreta la dinamica dei settori aziendali di riferimento e le problematiche economiche, strategiche ed organizzative e progetta e costruisce ambienti virtuali per la simulazione di strategie alternative in scenari socio-economici differenti;
- progetta e guida l'introduzione di tecnologie informatiche nell'organizzazione di una azienda;
- analizza ed interpreta la dinamica dei settori ad alta tecnologia, individua nuovi prodotti e nuovi processi leggendone le problematiche economiche, strategiche ed
organizzative;
- progetta piani di integrazione di tecnologie esistenti all'interno dell'organizzazione.
La figura professionale si inserisce nel contesto di lavoro in qualità di:
- consulente specialista di organizzazione e amministrazione di imprese operanti nei settori delle telecomunicazioni e dell'informatica;
- Chief Innovation Officer (CIO);
- specialista di e-government;
- specialista MIS (Management Information System);
- progettista specialista di sistemi di supporto a imprese della "Net Economy";
- amministratore dirigente di attività di i-CRM (Customer Relationship Management);
- specialista di infrastrutture tecnologiche per il commercio elettronico.
Per lo svolgimento delle funzioni sopra descritte sono richieste:
- conoscenze nel campo della strategia e dell'organizzazione aziendale, come i modelli per l’analisi organizzativa e per la gestione aziendale strategica con particolare riferimento al settore ICT;
- specifiche conoscenze, capacità e abilità di tipo specialistico in ambito informatico, come: conoscenza e utilizzo di tecniche di intelligenza artificiale e di reti di comunicazione; conoscenza di sistemi informatici e di sistemi di comunicazione mobili e wireless.
- capacità di auto-apprendimento e di aggiornamento continuo;
- adeguate competenze trasversali di tipo comunicativo-relazionale, organizzativo- gestionale e di programmazione, in accordo con il livello di autonomia e responsabilità assegnato, con le modalità organizzative e di lavoro adottate e con i principali interlocutori (colleghi, altri professionisti e clienti pubblici e/o privati).
Può essere necessaria una maggiore specializzazione e capacità di approfondimento in uno o più settori di professionalizzazione.
Lo Specialista nell'area dell'Information Technology e della strategia aziendale nei settori dell'ICT trova collocazione presso:
- Aziende di produzione, aziende di servizi, banche e aziende della pubblica amministrazione
- Società di consulenza
- Organizzazioni ad alta complessità organizzativa e tecnologica
- Studi di comunicazione
- Operatori di Internet (provider, motori di ricerca, ecc.) e operatori di telefonia mobile e fissa
- Centri e dipartimenti di ricerca e sviluppo in grandi aziende privati o in enti pubblici.
- Analisti e progettisti di software - 2.1.1.4.1
- Analisti di sistema - 2.1.1.4.2
- Analisti e progettisti di applicazioni web - 2.1.1.4.3
- Analisti e progettisti di basi dati - 2.1.1.5.2
- Amministratori di sistemi - 2.1.1.5.3
- Ricercatori e tecnici laureati nelle scienze matematiche e dell’informazione - 2.6.2.1.1
Requisiti di ammissione
L'accesso alla Laurea Magistrale in Informatica Applicata (Machine Learning e Big Data) è condizionato dal possesso di requisiti curriculari e dall'adeguatezza della preparazione personale.
Per l'iscrizione alla Laurea Magistrale in Informatica Applicata (Machine Learning and Big Data) è necessario il possesso di una laurea triennale, oppure di un diploma universitario, oppure di altro titolo di studio conseguito all'estero, riconosciuto idoneo dalla normativa vigente, qualunque sia la sede e la classe di provenienza, che preveda l'acquisizione di un determinato numero di crediti riferiti agli ambiti disciplinari caratterizzanti ciascun corso di studio.
I requisiti fanno riferimento all'accesso alla laurea magistrale indipendentemente dal curriculum scelto.
I requisiti curriculari minimi da possedere per l'iscrizione alla Laurea Magistrale in Informatica Applicata (Machine Learning and Big Data) sono 45 CFU così distribuiti:
a) area fisica ( FIS/01, FIS/02, FIS/01, FIS/03, FIS/04, FIS/05, FIS/06, FIS/07, FIS/08)
b) area informatica (INF/01) per almeno 22 CFU;
c) area matematica (MAT/01, MAT/02, MAT/03, MAT/04, MAT/05, MAT/06, MAT/07, MAT/08, MAT/09) per almeno 15 CFU;
La conoscenza della lingua inglese, almeno a livello B2 del "Quadro comune europeo di riferimento per la conoscenza delle lingue" (QCER), è requisito necessario per l'iscrizione ed è verificata con una procedura indicata annualmente dal Consiglio di Corso di Laurea Magistrale.
Modalità di ammissione
Per l’iscrizione alla Laurea Magistrale (Machine Learning e Big Data) è necessario il possesso di una laurea triennale, oppure di un diploma universitario, oppure di altro titolo di studio conseguito all’estero, riconosciuto idoneo dalla normativa vigente, qualunque sia la sede e la classe di provenienza, che preveda l’acquisizione di un determinato numero di crediti riferiti agli ambiti disciplinari caratterizzanti ciascun corso di studio.
Per veiricare l'ammissibilità al corso di studi, lo studente che non è un laureato della triennale in Informatica presso l'Università di Napoli Parthenope o di altro Ateneo italiano, deve richiedere il nulla osta dimostrando di possedere all'atto di iscrizione i requisiti curriculari minimi rappresentati da 45 CFU così distribuiti:
a) area fisica per almeno 5 CFU;
b) area informatica per almeno 22 CFU;
c) area matematica per almeno 15 CFU;
d) conoscenze di una lingua straniera per almeno 3 CFU.
La Commissione, nominata dal Dipartimento, analizza la documentazione della carriera universitaria pregressa dello studente. Laddove ne rilevi la necessità, detta Commissione potrà convocare lo studente per un colloquio finalizzato ad attuare un’apposita azione di tutorato che lo metta in condizione, durante il primo anno di corso, di inserirsi proficuamente nel percorso formativo della Laurea Magistrale.
La Commissione, esaminate le istanze, indica mediante pubblicazione sul sito www.scienzeetecnologie.uniparthenope.it, i debiti formativi. Tali debiti potranno essere colmati attraverso il superamento di esami singoli da effettuarsi perentoriamente prima dell’immatricolazione.
Orientamento
L'orientamento in ingresso è gestito dal Centro Orientameto e Tutorato di Ateneo (http://orientamento.uniparthenope.it/) e si articola in servizi per la divulgazione delle informazioni, il coordinamento tra scuole medie superiori ed università e l'accoglienza.
Inoltre, il CdS ha uno sportello diretto per fornire informazioni sia in presenza sia attraverso e-mail attraverso la Segreteria Didattica del CdS (https://informatica.uniparthenope.it/index.php/it/segreteria-didattica-del-cds-informatica ). Quest'ultimo canale è di particolare rilevanza nella gestione dei trasferimenti in ingresso, per la valutazione di carriera pregressa, per secondo titolo e per il supporto a studenti stranieri.
L'orientamento e tutorato in itinere viene svolto attraverso servizi erogati sia dal Servizio Orientamento e Tutorato di Ateneo (che ha uno sportello anche presso la sede del Centro Direzionale, sede del CdS in Informatica Applicata) sia dal CdS in Informatica Applicata (ML e BD).
Per il primo servizio,si vuole, quindi, assistere gli studenti lungo tutto il percorso di studi, rendendoli partecipi del processo formativo, rimuovendo gli ostacoli ad una proficua frequenza dei corsi e promuovendo iniziative rapportate alle necessità, alle attitudini ed alle esigenze dei singoli, anche al fine di ridurre il numero degli abbandoni e l'eccessivo prolungamento degli studi.
Per il secondo servizio, gli studenti
possono fare riferimento ai seguenti docenti (durante l'orario di ricevimento, che è tra le informazioni indicate alla voce Manifesto degli studi) per tutte le eventuali difficoltà didattiche che incontrano nel loro percorso di studi.
Nel caso di problemi che riguardano l'organizzazione del Corso di Laurea Magistrale, l'orario delle lezioni, le sedute di esame gli studenti
devono fare riferimento al coordinatore del CdS.
La segnalazioni di eventuali violazioni del regolamento didattico, del regolamento di disciplina, o del codice etico devono essere
inoltrate in forma scritta non anonima oppure in modalità di colloquio diretto al coordinatore del CdS, anche usando il servizio "filo diretto con il coordinatore"
.
Questo servizo è erogato dall'Ufficio Placement di Ateneo e dal CdS in Informatica Applicata. Inoltre, l'Ateneo fa parte del Consorzio Almalaurea (http://www.almalaurea.it/).
Il CdS, attraverso la sua rete di aziende convenzionate per i tirocini e di aziende con cui sono stati sviluppati o sono in atto attività congiunte di ricerca industriale, provvede a fornire una interfaccia diretta tra laureati e aziende.
Prova finale
La Prova Finale consiste nella discussione di una Tesi di tipo applicativo-sperimentale sviluppata dall'allievo. La Tesi deve avere carattere di originalità. La Tesi deve riguardare uno o più argomenti applicativi e deve coinvolgere sia competenze di tipo metodologico e teorico proprie dell'Informatica sia un insieme di attività di tipo progettuale, implementativo e valutativo, anch'esse proprie del settore informatico.
La Tesi viene sviluppata sotto la guida di un Relatore, scelto tra i docenti del Corso di Studio, ovvero tra i docenti del Diaprtimento di Scienze e Tecnologie. E' consentita anche la presenza di due Relatori. Ad ogni tesi di laurea viene assegnato dal Presidente del CdS un Contro-relatore che monitora con compiti di ulteriore supporto e confronto e, al termine, produce una relazione da valutare in sede di attribuzione del voto di laurea.
Tirocini
L'assistenza per lo svolgimento di periodi di formazione all'esterno è gestita dall'Ufficio Placement di Ateneo e dal CCD del CDL in Informatica e in Informatica Applicata. L'uffico Placement si occupa della sottoscrizione delle convenzioni con aziende ed enti esterni, e delle pratiche assicurative degli studenti tirocinanti/stagisti.
Il CCD ha la responsabilità dell'individuzione delle aziende/enti esterni, dell'attribuzione di un tirocinio/stage agli studenti (mediante una apposita Commissione Tirocini, attualmente formata di proff. G. Giunta, A. Petrosino, F. Camastra, R. Montella e dalla dott.ssa Andreoli, dello staff tecnico del CCD), della gestione dei progetti formativi specifici per ciascun tirocinio/stage, del monitoraggio di ogni tirocinio, dell'attribuzione di CFU.
Inoltre, il CCD gestisce annualmente uno stage di 3 mesi presso il NEC Laboratories of America, Princeton NJ, USA, per 4 studenti meritevoli, su argomenti di ricerca industriale concordati tra CCD e NEC Lab. L'accesso è attraverso bando pubblico per l'attribuzione delle borse di studio finanziate da NEC.
Mobilità internazionale
Questo servizio è erogato dall'Ufficio Affari Generali di Ateneo. Il docente di riferimento per iniziative ERASMUS e di internazionalizzazione per il CdLM in Informatica Applicata è il prof. A. Petrosino, che ha la responsabilità dell'approvazione del learning agreement di ciascun studente.
Inoltre, il CdS gestisce annualmente uno stage di 3 mesi presso il NEC Laboratories of America, Princeton NJ, USA, per 4 studenti meritevoli, su argomenti di ricerca industriale concordati tra CCD e NEC Lab. L'accesso è attraverso bando pubblico per l'attribuzione delle borse di studio finanziate da NEC.
Non sono attualmente previste altre iniziative
Referenti del corso
-
PETROSINO Alfredo
-
NARDUCCI Fabio
-
PETROSINO Alfredo
-
Ruggieri Mario