Master in Data Science

De Master is een multidisciplinaire opleiding die gezamenlijk wordt aangeboden door de volgende organisaties aan de University of Trento :

• Afdeling Wiskunde
• Afdeling Informatica en Computerwetenschappen
• Ministerie van Economie en Management
• Afdeling Psychologie en Cognitiewetenschap
• Afdeling Industrial Engineering
• Afdeling Sociologie en Sociaal Onderzoek
• CIMEC - Centrum voor Mind / Brain Sciences
• en door FBK - Fondazione Bruno Kessler

Doelstellingen

De interdepartementale masteropleiding Data Science leidt studenten op tot data-analyseprofessionals met sterke transversale vaardigheden en het vermogen om in dynamische en multidisciplinaire omgevingen te werken met theoretische, methodologische en praktische kennis op het gebied van informatica, wiskunde en statistiek en in een of meer van de competentiedomeinen die aan de basis liggen van Data Science, zoals Sociale, Cognitieve, Economische, Industriële Wetenschappen en Recht.

Tijdens de training wordt bijzondere aandacht besteed aan het verwerven van kennis en het ontwikkelen van soft skills. Al in het eerste jaar wordt de student gevraagd een grote groep lessen te volgen met laboratoriumactiviteiten, interdisciplinaire werkgroepen en casestudies met directe betrokkenheid van experts uit het veld. Deze vaardigheden worden vervolgens verder ontwikkeld door middel van stages en stages bij openbare instellingen, onderzoeksinstituten, laboratoria en publieke en private bedrijven.

Het doel is om een nieuwe professionele figuur te creëren die in staat is om interdisciplinaire kennis en interpersoonlijke, communicatieve en organisatorische vaardigheden te combineren, die in staat zal zijn om spraakmakende technische en / of leidinggevende rollen te vervullen in zeer interdisciplinaire contexten op de volgende gebieden:

• Technologie, het kunnen beheren van projecten en het toepassen van innovatieve oplossingen op het gebied van informatie- en IT-systemen en netwerktechnologieën, rekening houdend met commerciële, sociaal-organisatorische en regelgevende kwesties;
• Corporate-organisatorisch, in staat zijn complexe organisaties te besturen met behulp van moderne technologieën, zoals op het gebied van e-commerce en webgebaseerde diensten;
• Sociaal-psycho-economisch, met de basisvaardigheden die nodig zijn om technologisch innovatieve oplossingen te ontwerpen in publieke en private instellingen, zoals op het gebied van e-overheid en marktonderzoek.

Aan het einde van de cursus kunnen afgestudeerden transversaal werken binnen verschillende afdelingen van een bedrijf of administratie, afhankelijk van hun competentiedomeinen, en gegevens omzetten in bruikbare informatie. Door de rol van Data Scientist in een organisatie te vervullen, zullen afgestudeerden managementfuncties ondersteunen met de informatie die nodig is om weloverwogen beslissingen te nemen, waarbij ze soms anticiperen op trends en kansen grijpen van groot economisch, sociaal, politiek of ethisch belang, evenals in de definitie en planning van productie-, logistieke en organisatorische processen in de private, publieke en derde sector. Afhankelijk van hun interesses zullen ze ook in staat zijn om hun kennis van geavanceerde onderwerpen op het gebied van Data Science te verdiepen met toepassingen in specifieke competentiedomeinen, en/of geavanceerde technische concepten op het gebied van wiskunde, statistiek en informatietechnologie te verkennen.

Het interdepartementale karakter van de opleiding maakt het mogelijk om studenten met verschillende achtergronden te accepteren en hen een zeer interdisciplinair curriculum te bieden. Het eerste jaar omvat cursussen die gericht zijn op het integreren van de verschillende competenties en die de fundamentele disciplines van informatica, wiskunde, statistiek en sociale, psychologische en economische wetenschappen bestrijken. Deze introductiecursussen worden gevolgd door cursussen en workshops over relevante toepassingen van Data Science, in het bijzonder voor de Sociale, Psychologische en Economische Wetenschappen. Een adequaat aanbod van optionele cursussen en workshops maakt het ontwerpen van cursussen gericht op specifieke gebieden mogelijk. Als gevolg hiervan zullen studenten die een masterdiploma in Data Science behalen, een culturele, wetenschappelijke en methodologische achtergrond krijgen die hem/haar in staat stelt toegang te krijgen tot universitaire programma's na het masterniveau (tweede niveau master en Ph.D.).

De Master in Data Science is georganiseerd in twee curricula. Studenten schrijven zich in voor een van de twee curricula, afhankelijk van hun eerdere studies.

• Curriculum A is bedoeld voor studenten die een bachelordiploma (Laurea) hebben in; Computerwetenschappen, wiskunde, natuurkunde, statistiek of techniek.
• Curriculum B is bedoeld voor studenten die een bachelordiploma (Laurea) hebben in; Sociologie, Economie of Psychologie.

Elk curriculum vertegenwoordigt een werklast van 120 CFU, waaronder verplichte cursussen, keuzevakken, practica, open-choicecursussen, een fase en een scriptie, zoals hieronder beschreven.

Studenten in beide curricula dienen bovendien de volgende activiteiten te voltooien:

• Keuzevak - II jaar (6 CFU): Studenten moeten 6 CFU kiezen uit een lijst met keuzevakken die te zijner tijd zal worden bekendgemaakt (zie Reglement voor meer informatie).
• Keuzelaboratoria - II jaar (12 CFU): Studenten moeten 12 CFU kiezen uit een lijst met keuzelaboratoria die te zijner tijd zal worden bekendgemaakt (zie Reglement voor meer informatie).
• Open keuze cursussen (12 CFU): Studenten moeten 12 open keuze studiepunten kiezen uit de cursussen die worden aangeboden door de University of Trento . De cursussen in de bovenstaande tabellen worden automatisch goedgekeurd. In alle andere gevallen moet een persoonlijk studieplan worden ingevuld en voorgelegd aan de commissie voor onderzoek van het studieplan.
• Stadium (9 CFU).
• Scriptie (18 CFU): De opleiding wordt afgesloten met de bespreking van een originele scriptie, onder begeleiding van een promotor, die 18 CFU levert.

De persoon met een diploma in Data Science:

• Kan de oorsprong en kenmerken van de verwerkte gegevens begrijpen; kent de ICT-technologieën die verband houden met de levensfasen van de gegevens, en hun prestatielimieten; kan de stroom van generatie, acquisitie, transmissie en toegang tot gegevens analyseren en beheren; kan heterogene archieven van statistische en administratieve gegevens beheren en integreren;
• Kan de methoden en technieken van de sociale wetenschappen en psychologische wetenschappen, bedrijfsmanagement en openbaar en particulier bestuur combineren met de technologieën en methodologieën van informatietechnologie en data-analyse van wiskunde en statistiek, waarbij hij over vaardigheden op elk van deze gebieden beschikt en erin slaagt veranderingen effectief te interpreteren en technologische en organisatorische innovatie bij bedrijven en overheden;
• Kan gegevens analyseren en interpreteren op basis van hun aard en verscheidenheid, waarbij hij de meest geschikte analytische aanpak toepast om te reageren op de activiteiten of doelstellingen van de organisatie of publieke of private instantie;
• Kan gegevensbronnen identificeren en benaderen en de meest geschikte en effectieve methoden en modellen kiezen om de besluitvormingsprocessen en strategische keuzes van het bedrijf en het management te ondersteunen en te begeleiden, kan evolutielijnen en operationele plannen ontwikkelen en indicaties en programma’s genereren voor de ontwikkeling van actie, ook door de toepassing van technieken om de dimensionale complexiteit te verminderen en de ontwikkeling van voorspellende modellen om georganiseerde systemen van geavanceerde kennis te genereren;
• Kan werken in interdisciplinaire werkgroepen en kan de meest geschikte communicatie- en vertelmethoden gebruiken om empirisch bewijsmateriaal in de meest geschikte vorm te presenteren ter ondersteuning van tactische en strategische managementbeslissingen, waarbij bijzondere aandacht wordt besteed aan kwesties die verband houden met de synthese en effectieve representatie en visualisatie van informatie ; kan zowel vloeiend Engels als Italiaans gebruiken, in schriftelijke en mondelinge vorm, ook met verwijzing naar disciplinaire lexicons;
• Heeft juridische basiskennis op de gebieden en regelgevingskwesties die verband houden met het gebruik van informatietechnologie en gegevensverwerking (onder andere met betrekking tot beveiligingskwesties, bescherming van vertrouwelijkheid en juridische geldigheid).

De persoon met een masterdiploma in Data Science kan technische en/of leidinggevende functies vervullen of vervullen in contexten die een goede kennis vereisen van de disciplines Computerwetenschappen, Wiskunde, Statistiek en Sociale Wetenschappen en een grondige kennis van gegevensverwerking voor probleemoplossende doeleinden. De Data Scientist is een professionele figuur die verantwoordelijk is voor het verzamelen, analyseren, uitwerken, interpreteren, verspreiden en visualiseren van kwantitatieve of kwantificeerbare gegevens van de organisatie voor analytische, voorspellende of strategische doeleinden. In haar/zijn werk identificeert, verzamelt, compileert, bereidt, valideert, analyseert en interpreteert zij/hij gegevens over verschillende activiteiten van de organisatie om informatie te extraheren (van synthese of afgeleid van analyse), ook door de ontwikkeling van voorspellende modellen om het genereren van geavanceerde georganiseerde kennissystemen. De datawetenschapper is daarom een analist van grote hoeveelheden zeer complexe technische gegevens (Big Data en Open Data), die echter methoden en technieken van bedrijfsbeheer en openbaar, particulier en derdesectorbestuur kunnen combineren met technologieën en methodologieën. van computerwetenschappen en sociale wetenschappen, met vaardigheden op elk van deze gebieden.

Competenties verbonden aan de functie

Dankzij de diepgaande kennis die afgestudeerden kunnen:

• Gegevensbronnen identificeren en openen;
• Bedrijfsprocessen ondersteunen en ontwikkelen;
• Om geschikte en effectieve methoden en modellen te kiezen om strategische zakelijke beslissingen te ondersteunen;
• Ontwikkel lijnen van evolutie en operationele plannen;
• De verkregen informatie samenvatten en daardoor aanwijzingen genereren om de actieve ontwikkelingsprogramma's te ondersteunen;
• Ten slotte presenteert de datawetenschapper deze informatie in de meest geschikte vorm om de tactische en strategische beslissingen van het management te ondersteunen, met bijzondere aandacht voor de kwesties die verband houden met de synthese en effectieve weergave en visualisatie van informatie.

Werkgelegenheid

In de wereld is er een groeiende belangstelling voor Big Data, Open Data en het beroep van Data Scientist, voornamelijk als gevolg van de groeiende vraag naar deze professionele figuur in de Analytics-markt door de meer traditionele sectoren van de economie, waaronder het bankwezen; productie; telecommunicatie en media; Openbaar Bestuur en gezondheidszorg; andere zakelijke diensten; grootschalige distributie; nutsvoorzieningen; en, verzekering.

In deze context zal de professionele figuur van de datawetenschapper, in samenhang met de flexibiliteit in het onderwijspad van de LM 91-klas, in sterkere mate worden gekenmerkt, volgens de opties van de individuele student, door het vermogen tot inhoudelijke lezing van -economisch-psychologische gegevens of door het vermogen om analytische instrumenten te ontwikkelen die nuttig zijn voor de uitwerking en presentatie ervan.

Concreet zullen de vaardigheden die worden verworven door mensen die afstuderen aan deze masteropleiding hen professionele en carrièremogelijkheden bieden in:

• Publieke of private marktonderzoeks- en analyse-instituten;
• Organisaties die, op nationaal of internationaal niveau, gericht zijn op het formuleren en uitvoeren van sociaal en economisch beleid;
• Organisaties, publiek of privaat, gericht op innovatie en de promotie van diensten en producten voor consumenten, het ontwerpen van nieuwe diensten in de publieke sector, of het definiëren van nieuwe communicatiestrategieën;
• Particuliere bedrijven, waaronder kleine en middelgrote bedrijven, beschouwen het als strategisch om effectief gebruik te maken van de beschikbare informatie bij het plannen van marktstrategieën, proces- en productinnovatie en bedrijfsbeheer.