Mistrz w naukach o danych

Master to multidyscyplinarny stopień oferowany wspólnie przez następujące organizacje na University of Trento :

• Wydział Matematyki
• Katedra Informatyki i Informatyki
• Katedra Ekonomii i Zarządzania
• Katedra Psychologii i Nauk Poznawczych
• Katedra Inżynierii Przemysłowej
• Katedra Socjologii i Badań Społecznych
• CIMEC - Centrum nauk o umyśle / mózgu
• oraz przez FBK - Fondazione Bruno Kessler

Cele

Międzywydziałowy kurs magisterski z zakresu nauki o danych kształci studentów, aby zostali profesjonalistami w dziedzinie analizy danych z silnymi umiejętnościami przekrojowymi oraz możliwością pracy w dynamicznych i multidyscyplinarnych środowiskach, posiadając wiedzę teoretyczną, metodologiczną i praktyczną z zakresu informatyki, matematyki i statystyki oraz w jednym lub kilku dziedzin kompetencji leżących u podstaw nauki o danych, takich jak nauki społeczne, kognitywne, ekonomiczne, przemysłowe i prawo.

Podczas szkoleń szczególna uwaga zostanie zwrócona na zdobywanie know-how i rozwój kompetencji miękkich. Już na pierwszym roku student zostanie poproszony o realizację dużej grupy zajęć obejmujących zajęcia laboratoryjne, interdyscyplinarne grupy robocze i studia przypadków z bezpośrednim udziałem ekspertów w danej dziedzinie. Umiejętności te są następnie rozwijane poprzez staże i staże w instytucjach publicznych, instytutach badawczych, laboratoriach oraz firmach publicznych i prywatnych.

Celem jest stworzenie nowej postaci zawodowej zdolnej do połączenia wiedzy interdyscyplinarnej oraz umiejętności interpersonalnych, komunikacyjnych i organizacyjnych, która będzie w stanie pełnić wysokie role techniczne i / lub kierownicze w wysoce interdyscyplinarnych kontekstach w następujących dziedzinach:

• Technologia, umiejętność zarządzania projektami i stosowania innowacyjnych rozwiązań w zakresie systemów informatycznych i informatycznych oraz technologii sieciowych, z uwzględnieniem zagadnień komercyjnych, społeczno-organizacyjnych i regulacyjnych;
• Korporacyjno-organizacyjny, potrafiący zarządzać złożonymi organizacjami wykorzystującymi nowoczesne technologie, np. z zakresu e-commerce i usług internetowych;
• Społeczno-psycho-ekonomiczny, posiadający podstawowe umiejętności wymagane do projektowania innowacyjnych technologicznie rozwiązań w instytucjach publicznych i prywatnych, m.in. w obszarze eGovernment i badań rynku.

Pod koniec kursu absolwenci będą mogli pracować przekrojowo w kilku działach firmy lub administracji, zgodnie ze swoimi domenami kompetencji, przekształcając dane w przydatne informacje. Pełniąc rolę Data Scientist w organizacji, absolwenci będą wspierać funkcje kierownicze informacjami niezbędnymi do podejmowania świadomych decyzji, czasami przewidując trendy i wykorzystując szanse o dużym znaczeniu gospodarczym, społecznym, politycznym lub etycznym, a także w definiowaniu i planowanie procesów produkcyjnych, logistycznych i organizacyjnych w sektorze prywatnym, publicznym i trzeciego sektora. W zależności od zainteresowań będą mogli także pogłębić wiedzę na zaawansowane tematy z zakresu Data Science z zastosowaniami w określonych obszarach kompetencji i/lub zgłębiać zaawansowane koncepcje techniczne z zakresu matematyki, statystyki i informatyki.

Międzywydziałowy charakter studiów pozwala na przyjęcie studentów z różnych środowisk i zapewnienie im wysoce interdyscyplinarnego programu nauczania. Pierwszy rok obejmie kursy mające na celu integrację różnych kompetencji i obejmie podstawowe dyscypliny informatyki, matematyki, statystyki oraz nauk społecznych, psychologicznych i ekonomicznych. Po tych kursach wprowadzających odbędą się kursy i warsztaty dotyczące odpowiednich zastosowań nauki o danych, w szczególności w naukach społecznych, psychologicznych i ekonomicznych. Odpowiednia oferta zajęć fakultatywnych i warsztatów pozwoli na zaprojektowanie kursów ukierunkowanych na konkretne obszary. W rezultacie studenci, którzy uzyskają tytuł magistra w dziedzinie Data Science, otrzymają zaplecze kulturowe, naukowe i metodologiczne, które umożliwi im dostęp do programów uniwersyteckich po ukończeniu studiów magisterskich (studia magisterskie i doktoranckie drugiego stopnia).

Master in Data Science jest podzielony na dwa programy nauczania. Studenci, zgodnie z wcześniejszymi badaniami, zapisują się na jeden z dwóch programów nauczania.

• Program nauczania A jest przeznaczony dla studentów, którzy posiadają tytuł licencjata (Laurea) w; Informatyka, matematyka, fizyka, statystyka lub inżynieria.
• Program nauczania B jest przeznaczony dla studentów, którzy posiadają tytuł licencjata (Laurea) w; Socjologia, ekonomia lub psychologia.

Każdy program nauczania obejmuje obciążenie pracą wynoszące 120 CFU, które obejmuje kursy obowiązkowe, przedmioty do wyboru, laboratoria, kursy z otwartym wyborem, etap i pracę dyplomową, jak opisano szczegółowo poniżej.

Studenci w obu programach powinni dodatkowo wykonać następujące czynności:

• Przedmiot do wyboru - II rok (6 CFU): Studenci mają obowiązek wybrać 6 CFU z listy przedmiotów do wyboru, która zostanie ogłoszona w odpowiednim czasie (więcej informacji w Regulaminie).
• Laboratoria do wyboru - II rok (12 CFU): Studenci mają obowiązek wybrać 12 CFU z listy laboratoriów do wyboru, która zostanie ogłoszona w odpowiednim czasie (więcej informacji w Regulaminie).
• Kursy z otwartym wyborem (12 CFU): Studenci są zobowiązani do wybrania 12 punktów otwartego wyboru spośród kursów oferowanych przez University of Trento . Kursy wymienione w powyższych tabelach są automatycznie zatwierdzane. We wszystkich pozostałych przypadkach spersonalizowany plan studiów należy wypełnić i przedłożyć komisji do rozpatrzenia.
• Etap (9 CFU).
• Praca dyplomowa (18 CFU): Przebieg studiów kończy się omówieniem oryginalnej pracy magisterskiej, pod kierunkiem promotora, podając 18 CFU.

Osoba z dyplomem z nauk o danych:

• Potrafi zrozumieć pochodzenie i cechy przetwarzanych danych; zna technologie ICT związane z fazami życia danych i ograniczeniami ich wydajności; potrafi analizować i zarządzać przepływem wytwarzania, pozyskiwania, przesyłania i dostępu do danych; potrafi zarządzać i integrować heterogeniczne archiwa danych statystycznych i administracyjnych;
• Potrafi łączyć metody i techniki nauk społecznych i psychologicznych, zarządzania przedsiębiorstwem oraz administracji publicznej i prywatnej z technologiami i metodologiami informatyki oraz analizy danych matematycznych i statystycznych, posiadając umiejętności w każdym z obszarów i umiejąc skutecznie interpretować zmiany oraz innowacje technologiczne i organizacyjne w przedsiębiorstwach i administracji;
• Potrafi analizować i interpretować dane zgodnie z ich charakterem i różnorodnością, stosując najbardziej odpowiednie podejście analityczne, aby odpowiedzieć na działania lub cele organizacji, podmiotu publicznego lub prywatnego;
• Potrafi identyfikować źródła danych i uzyskiwać do nich dostęp oraz wybierać najbardziej odpowiednie i efektywne metody i modele wspierające i ukierunkowujące procesy decyzyjne oraz wybory strategiczne spółki i kierownictwa, potrafi opracowywać linie ewolucji i plany operacyjne oraz generować wskazania i programy dla rozwój działania również poprzez zastosowanie technik zmniejszających złożoność wymiarową i rozwój modeli predykcyjnych w celu generowania zorganizowanych systemów zaawansowanej wiedzy;
• Potrafi pracować w interdyscyplinarnych grupach roboczych i potrafi stosować najwłaściwsze metody komunikacji i opowiadania historii w celu przedstawienia dowodów empirycznych w najodpowiedniejszej formie w celu wsparcia taktycznych i strategicznych decyzji zarządczych, zwracając szczególną uwagę na zagadnienia związane z syntezą oraz efektywną reprezentacją i wizualizacją informacji ; potrafi biegle posługiwać się językiem angielskim i włoskim w mowie i piśmie, z uwzględnieniem leksykonów dziedzinowych;
• Posiada podstawową wiedzę prawniczą w obszarach i zagadnieniach regulacyjnych związanych ze stosowaniem technologii informatycznych i przetwarzaniem danych (w odniesieniu m.in. do zagadnień bezpieczeństwa, ochrony poufności, ważności prawnej).

Osoba posiadająca tytuł magistra w dziedzinie nauki o danych może pełnić lub pełnić role techniczne i/lub kierownicze w kontekstach, które wymagają dobrej znajomości dyscyplin informatyki, matematyki, statystyki i nauk społecznych oraz dogłębnej wiedzy na temat przetwarzania danych dla celów celów rozwiązywania problemów. Analityk danych to profesjonalista odpowiedzialny za gromadzenie, analizę, opracowywanie, interpretację, rozpowszechnianie i wizualizację ilościowych lub wymiernych danych organizacji do celów analitycznych, predykcyjnych lub strategicznych. W swojej pracy identyfikuje, gromadzi, zestawia, przygotowuje, waliduje, analizuje i interpretuje dane dotyczące różnych działań organizacji w celu wydobycia informacji (syntetycznych lub pochodzących z analizy), także poprzez rozwój modeli predykcyjnych w celu generować zaawansowane zorganizowane systemy wiedzy. Analityk danych to zatem analityk dużych ilości bardzo złożonych danych technicznych (Big Data i Open Data), który jednak potrafi łączyć metody i techniki zarządzania przedsiębiorstwem oraz administracją publiczną, prywatną i trzeciego sektora z technologiami i metodologiami informatyki i nauk społecznych, posiadający umiejętności w każdym z obszarów.

Kompetencje związane z funkcją

Dzięki zdobytej wiedzy absolwenci mogą:

• Identyfikacja i dostęp do źródeł danych;
• Wspieraj i rozwijaj procesy biznesowe;
• Wybór odpowiednich i skutecznych metod i modeli wspierających strategiczne decyzje biznesowe;
• Opracować linie ewolucji i plany operacyjne;
• Abstrahować uzyskane informacje i za ich pośrednictwem generować wskazówki do wspierania aktywnych programów rozwojowych;
• Na koniec Data Scientist przedstawia te informacje w najbardziej odpowiedniej formie, aby wspierać decyzje taktyczne i strategiczne kierownictwa, zwracając szczególną uwagę na kwestie związane z syntezą oraz skuteczną reprezentacją i wizualizacją informacji.

Możliwości zatrudnienia

Na świecie rośnie zainteresowanie Big Data, Open Data i zawodem Data Scientist, głównie ze względu na rosnące zapotrzebowanie na tę profesjonalistę na rynku Analytics ze strony bardziej tradycyjnych sektorów gospodarki, w tym bankowości; produkcja; telekomunikacja i media; Administracja publiczna i zdrowie; inne usługi biznesowe; dystrybucja na dużą skalę; narzędzia; oraz ubezpieczenie.

W tym kontekście postać zawodowa Data Scientist, spójnie z elastycznością ścieżki edukacyjnej, jaką daje klasa LM 91, będzie w większym stopniu, zgodnie z indywidualnymi opcjami ucznia, charakteryzować się umiejętnością merytorycznej lektury socjo -dane ekonomiczno-psychologiczne lub przez umiejętność opracowania narzędzi analitycznych przydatnych do ich opracowania i prezentacji.

Konkretnie, umiejętności zdobyte przez osoby kończące studia magisterskie dadzą im możliwości zawodowe i zawodowe w:

• Publiczne lub prywatne instytuty badań i analiz rynkowych;
• Organizacje zorientowane na poziomie krajowym lub międzynarodowym na formułowanie i wdrażanie polityki społecznej i gospodarczej;
• Organizacje publiczne lub prywatne zorientowane na innowacje i promocję usług i produktów dla konsumentów, projektowanie nowych usług w sektorze publicznym lub definiowanie nowych strategii komunikacyjnych;
• Firmy prywatne, w tym małe i średnie przedsiębiorstwa, uważają za strategiczne efektywne wykorzystanie dostępnych informacji przy planowaniu strategii rynkowych, innowacji procesowych i produktowych oraz zarządzaniu przedsiębiorstwem.