Master i datavitenskap
University of Trento
Nøkkelinformasjon
Campus plassering
Trento, Italia
Språk
Engelsk
Studieformat
På universitetsområdet
Varighet
2 år
Tempo
Fulltid
Studieavgift
EUR 4 500 / per year *
Søknadsfrist
Be om info
Tidligste startdato
Sep 2024
* EU 340€-3400€ (gebyrintervall basert på personlig inntekt og meritter) | Ikke-EU: 1000€-4500€ (gebyrområde basert på meritter, dvs. poengsum i søknadsevalueringen)
Introduksjon
Master er en tverrfaglig grad som tilbys i fellesskap av følgende organisasjoner ved University of Trento :
- Institutt for matematikk
- Institutt for informasjonsteknikk og informatikk
- Institutt for økonomi og ledelse
- Institutt for psykologi og kognitiv vitenskap
- Institutt for industriell ingeniørfag
- Institutt for sosiologi og samfunnsforskning
- CIMEC - Center for Mind / Brain Sciences
- og av FBK - Fondazione Bruno Kessler
Mål
Det tverrdepartementale mastergradskurset i datavitenskap trener studentene til å bli dataanalysefagfolk med sterke tverrfaglige ferdigheter og evne til å jobbe i dynamiske og flerfaglige miljøer med teoretisk, metodisk og praktisk kunnskap innen informatikk, matematikk og statistikk og i ett eller flere av kompetansedomenene som ligger til grunn for datavitenskap, slik som sosiale, kognitive, økonomiske, industrielle vitenskaper og juss.
Under opplæring vil det bli gitt spesiell oppmerksomhet til tilegnelse av kunnskap og utvikling av myke ferdigheter. Allerede det første året vil studenten bli bedt om å følge en stor gruppe klasser som involverer laboratorieaktiviteter, tverrfaglige arbeidsgrupper og casestudier med direkte involvering av eksperter på feltet. Disse ferdighetene videreutvikles deretter gjennom internships og traineeships i offentlige institusjoner, forskningsinstitutter, laboratorier og offentlige og private virksomheter.
Målet er å skape en ny profesjonell figur som er i stand til å kombinere tverrfaglig kunnskap og mellommenneskelige, kommunikative og organisatoriske ferdigheter, som vil være i stand til å ha høyprofilerte tekniske og / eller lederroller i høyt tverrfaglige sammenhenger innen følgende felt:
- Teknologi, å kunne administrere prosjekter og anvende innovative løsninger innen informasjons- og IT-systemer og nettverksteknologier, under hensyntagen til kommersielle, sosio-organisatoriske og regulatoriske spørsmål;
- Bedriftsorganisatorisk, være i stand til å styre komplekse organisasjoner ved hjelp av moderne teknologier, for eksempel innen e-handel og nettbaserte tjenester;
- Sosio-psyko-økonomisk, med de grunnleggende ferdighetene som kreves for å designe teknologisk innovative løsninger i offentlige og private institusjoner, for eksempel innen eGovernment og markedsundersøkelser.
På slutten av kurset vil kandidater være i stand til å jobbe på tvers av flere avdelinger i en bedrift eller administrasjon i henhold til deres kompetansedomener og transformere data til brukbar informasjon. Ved å fylle rollen som dataforsker i en organisasjon, vil nyutdannede støtte lederfunksjoner med informasjonen som kreves for å ta informerte beslutninger, noen ganger forutse trender og gripe muligheter av stor økonomisk, sosial, politisk eller etisk betydning, så vel som i definisjonen og planlegging av produksjons-, logistikk- og organisatoriske prosesser i privat, offentlig og tredje sektor. Avhengig av deres interesser vil de også kunne utdype kunnskapen om avanserte emner innen datavitenskap med applikasjoner innen spesifikke kompetansedomener, og/eller utforske avanserte tekniske konsepter innen matematikk, statistikk og informasjonsteknologi.
Studiets tverrfaglige karakter gjør det mulig å ta imot studenter med ulik bakgrunn og gi dem en svært tverrfaglig læreplan. Det første året vil inneholde kurs som tar sikte på å integrere de forskjellige kompetansene og vil dekke de grunnleggende disiplinene informatikk, matematikk, statistikk og sosiale, psykologiske og økonomiske vitenskaper. Disse introduksjonskursene vil bli fulgt av kurs og workshops om relevante anvendelser av datavitenskap, spesielt for sosiale, psykologiske og økonomiske vitenskaper. Et tilstrekkelig tilbud av valgfrie kurs og workshops vil tillate utforming av kurs rettet mot bestemte områder. Som et resultat vil studenter som oppnår en mastergrad i datavitenskap få en kulturell, vitenskapelig og metodisk bakgrunn som vil gi henne/ham tilgang til universitetsprogrammer etter masternivå (master og doktorgrad på andre nivå).
Opptak
Læreplan
Master i datavitenskap er organisert i to læreplaner. Studenter melder seg på en av de to læreplanene, i henhold til deres tidligere studier.
- Pensum A er ment for studenter som har en bachelorgrad (Laurea) i; Informatikk, matematikk, fysikk, statistikk eller ingeniørfag.
- Pensum B er ment for studenter som har en bachelorgrad (Laurea) i; Sosiologi, økonomi eller psykologi.
Hver læreplan representerer en arbeidsmengde på 120 CFU som inkluderer obligatoriske kurs, valgfrie kurs, laboratorier, åpne valgkurs, et stadium og en avhandling, som beskrevet nedenfor.
Studenter i begge læreplanene skal i tillegg gjennomføre følgende aktiviteter:
- Valgemne - II år (6 CFU): Studentene må velge 6 CFU fra en liste over valgemner som vil bli utlyst i god tid (se Forskrift for mer informasjon).
- Valgfrie laboratorier - II år (12 CFU): Studentene må velge 12 CFU fra en liste over valgfrie laboratorier som vil bli utlyst i god tid (se Forskrift for mer informasjon).
- Åpne valgkurs (12 CFU): Studentene er pålagt å velge 12 åpne valgspoeng blant kursene som tilbys av University of Trento . Kursene som er oppført i tabellene ovenfor godkjennes automatisk. I alle andre tilfeller må en personlig studieplan fullføres og sendes til kommisjonen for studieplanundersøkelse.
- Stadium (9 CFU).
- Oppgave (18 CFU): Studien avsluttes med diskusjonen om en originaloppgave, under veiledning av en veileder, som gir 18 CFU.
Programresultat
Personen med en grad i datavitenskap:
- Kan forstå opprinnelsen og egenskapene til de behandlede dataene; kjenner til IKT-teknologiene knyttet til livsfasene til dataene, og deres ytelsesgrenser; kan analysere og administrere flyten av generering, innhenting, overføring og tilgang til data; kan administrere og integrere heterogene arkiver av statistiske og administrative data;
- Kan kombinere metodene og teknikkene innen samfunnsvitenskap og psykologiske vitenskaper, bedriftsledelse og offentlig og privat administrasjon med teknologiene og metodene for informasjonsteknologi og dataanalyse av matematikk og statistikk, ha ferdigheter innen hvert av områdene og klare å tolke endring effektivt og teknologisk og organisatorisk innovasjon i bedrifter og administrasjoner;
- Kan analysere og tolke data i henhold til deres natur og variasjon, ved å bruke den mest passende analytiske tilnærmingen for å svare på aktivitetene eller målene til organisasjonen eller det offentlige eller private organet;
- Kan identifisere og få tilgang til datakilder og velge de mest egnede og effektive metodene og modellene for å støtte og veilede beslutningsprosesser og strategiske valg til selskapet og ledelsen, kan utvikle utviklingslinjer og operasjonsplaner, og generere indikasjoner og programmer for utvikling av handling også gjennom anvendelse av teknikker for å redusere dimensjonal kompleksitet og utvikling av prediktive modeller for å generere organiserte systemer med avansert kunnskap;
- Kan arbeide i tverrfaglige arbeidsgrupper og kan bruke de mest hensiktsmessige metodene for kommunikasjon og historiefortelling for å presentere empiri i den mest egnede formen for å støtte taktiske og strategiske ledelsesbeslutninger, med spesiell oppmerksomhet til problemstillinger knyttet til syntese og effektiv representasjon og visualisering av informasjon ; kan bruke flytende engelsk så vel som italiensk, skriftlig og muntlig, med referanse også til disiplinære leksikon;
- Har grunnleggende juridisk kunnskap innen områdene og regulatoriske spørsmål knyttet til bruk av informasjonsteknologi og databehandling (med henvisning blant annet til sikkerhetsspørsmål, beskyttelse av konfidensialitet og juridisk gyldighet).
Stipend og finansiering
Stipend for ikke-EU-borgere som bor i utlandet
Toppscorede kandidater vil ha rett til å motta et UniTrento-stipend i henhold til tilgjengelighet. Studenter som drar nytte av et UniTrento-stipend vil også få frafalt skolepengene.
Stipend for EU-borgere og ikke-EU-borgere som regelmessig bor i Italia
Informasjon om skolepenger og ISEE er tilgjengelig på nettsiden vår . Vær oppmerksom på at hvis du ikke ønsker å beregne ISEE-indeksen (økonomisk indeks for familiens økonomiske situasjon), må du betale maksimumsbeløpet.
Når ISEE er beregnet, kan studenter, hvis de er kvalifisert, søke om Opera Universitaria-stipendet fra juni/juli.
Galleri
Karrieremuligheter
Personen med mastergrad i datavitenskap kan ta del i eller inneha tekniske og/eller lederroller i sammenhenger som krever god kjennskap til disiplinene informatikk, matematikk, statistikk og samfunnsvitenskap og inngående kunnskap om databehandling for problemløsende formål. Dataforskeren er en profesjonell figur som er ansvarlig for innsamling, analyse, utarbeidelse, tolkning, formidling og visualisering av kvantitative eller kvantifiserbare data fra organisasjonen for analytiske, prediktive eller strategiske formål. I sitt arbeid identifiserer, samler hun/han sammen, forbereder, validerer, analyserer og tolker data om ulike aktiviteter i organisasjonen for å trekke ut informasjon (av syntese eller avledet fra analyse), også gjennom utvikling av prediktive modeller for å generere avanserte organiserte kunnskapssystemer. Dataforskeren er derfor en analytiker av store mengder svært komplekse tekniske data (Big Data og Open Data) som imidlertid kan kombinere metoder og teknikker for bedriftsledelse og offentlig, privat og tredje sektors administrasjon med teknologier og metoder av informatikk og samfunnsvitenskap, med ferdigheter innen hvert av områdene.
Kompetanse knyttet til funksjonen
Takket være den dybdekunnskapen de ervervet kan kandidater:
- Identifisere og få tilgang til datakilder;
- Støtte og utvikle forretningsprosesser;
- Å velge egnede og effektive metoder og modeller for å støtte strategiske forretningsbeslutninger;
- Utvikle evolusjonslinjer og operasjonsplaner;
- Abstrakt informasjonen som er innhentet, og generer indikasjoner som støtter de aktive utviklingsprogrammene;
- Til slutt presenterer datavitenskapsmannen denne informasjonen i den mest passende formen for å støtte ledelsens taktiske og strategiske beslutninger, med særlig oppmerksomhet på problemstillingene knyttet til syntesen og effektiv representasjon og visualisering av informasjon.
Arbeidsmuligheter
I verden er det en økende interesse for Big Data, Open Data og Data Scientist-profesjonen, hovedsakelig på grunn av den økende etterspørselen etter denne profesjonelle figuren i Analytics-markedet fra de mer tradisjonelle sektorene i økonomien, inkludert bank; produksjon; telekommunikasjon og media; Offentlig forvaltning og helse; andre forretningstjenester; storskala distribusjon; verktøy; og forsikring.
I denne sammenheng vil den profesjonelle figuren til Data Scientist, sammenhengende med fleksibiliteten i utdanningsveien som tilbys av LM 91-klassen, bli karakterisert i større grad, i henhold til den enkelte studentens muligheter, av kapasiteten til materiell lesing av sosio -økonomisk-psykologiske data eller ved evnen til å utvikle analytiske verktøy som er nyttige for deres utarbeidelse og presentasjon.
I konkrete termer vil ferdighetene som er oppnådd av personer som uteksamineres fra denne mastergraden gi dem profesjonelle og karrieremuligheter i:
- Offentlige eller private institutter for markedsundersøkelser og analyse;
- Organisasjoner orientert, på nasjonalt eller internasjonalt nivå, mot formulering og gjennomføring av sosial og økonomisk politikk;
- Organisasjoner, offentlige eller private, orientert mot innovasjon og markedsføring av tjenester og produkter for forbrukere, utforming av nye tjenester i offentlig sektor, eller definering av nye kommunikasjonsstrategier;
- Private selskaper, inkludert små og mellomstore selskaper, anser det som strategisk å utnytte informasjonen som er tilgjengelig i planlegging av markedsstrategier, prosess- og produktinnovasjon og bedriftsledelse effektivt.