SCADENZA BANDO 15/11/2024
Descrizione
Il Master universitario di secondo livello “Data Science and Big Data Analytics” (Sesta Edizione), inserito nell’offerta formativa dell’Università degli Studi di Palermo per l’A.A. 2024-2025, prepara chi intende lavorare nel mondo complesso dei Big Data, per generare valore dalla gestione e dall’analisi dei dati.
A differenza di altri Master apparentemente simili, è il primo Master concepito in una logica “Full Stack”, mirato a fornire le conoscenze necessarie relative non solo all’analisi dei dati, ma anche alla loro gestione, da un punto di vista analitico, computazionale e infrastrutturale.
Il percorso formativo proposto relativo al Master si rivolge non solo a coloro che per la prima volta si affacciano sul mondo del lavoro, avendo terminato da poco il percorso formativo universitario, ma anche a quanti, in una logica di formazione continua, intendano riqualificare le proprie competenze o aggiornarle per meglio allinearle non solo ai propri desiderata ma anche alle pressanti esigenze provenienti dal mercato del lavoro.
Il Master mira altresì a creare dei profili professionali altamente specializzati ancorché in possesso di solide basi scientifiche e tecnologiche trasversali ai diversi ambiti di impiego della data science e big data analytics.
Destinatari
- Laurea Magistrale rilasciata ai sensi del D.M. 270/2004 o titoli equipollenti
- Laurea Specialistica conseguita ai sensi del D.M. 509/1999 (Classi: equivalenti)
- Laurea conseguita secondo gli ordinamenti in vigore anteriormente all’applicazione del D.M. 509/1999
- Studenti privi del titolo di laurea richiesto per l’ammissione, ma che ne conseguano il possesso prima della data prevista per l’immatricolazione al Corso di Master
- La conoscenza della lingua inglese (non certificata)
Potranno essere ammessi, alla frequenza di specifici moduli, un massimo di 5 uditori , cioè coloro i quali sono interessati all’approfondimento di specifici argomenti e desiderano aggiornare la propria preparazione, senza volersi iscrivere al corso. Agli studenti uditori sarà rilasciato un attestato di partecipazione.
Alcuni dei Moduli possono essere acquistati anche come corsi singoli da coloro che non intendono iscriversi e frequentare il Master, e che sono in possesso di uno dei titoli di studio previsti per l’ammissione al Master.
Obiettivi
- gestire, dal punto di vista computazionale e infrastrutturale, grosse moli di dati
- analizzare i dati tramite modelli analitici
- interpretare i dati ai fini del supporto al business
- presentare i dati sotto forma di dashboard ai fini del supporto alle decisioni
- sviluppare soluzioni data-driven per non addetti ai lavori
- disporre degli strumenti teorici, computazionali e pratici per affrontare i più disparati problemi di analisi dei dati
Sbocchi occupazionali
Le figure professionali dei Data Analyst, Data Scientist e Big Data Engineer sono attualmente tra le più richieste e le più pagate a livello mondiale.
Data Engineer si occupa di predisporre e gestire le infrastrutture per la gestione dei dati
Data Analyst, un professionista che si occupa di automatizzare i processi di gestione dei dati
Data Scientist, uno scienziato che si occupa della valorizzazione dei dati attraverso operazioni di data cleaning, preparazione e analisi)
Gli sbocchi occupazionali offerti dal presente Master sono molteplici e riguardano sia il settore pubblico che quello privato, il mercato delle startup e delle piccole medie imprese così come quello delle grandi imprese multinazionali.
Elementi unici di valore
- può essere seguito da remoto, in modalità Formazione a Distanza (FAD) sincrona, grazie alla piattaforma di e- learning messa a disposizione da U4Learn s.r.l., primo spin-off universitario dell’Università degli Studi di Palermo
- gli studenti potranno svolgere l’attività di stage e work experience, prevista dal programma formativo, presso aziende di primo piano del panorama nazionale e internazionale
Struttura
Il Master, articolato in Moduli che includono, lezioni frontali, lezioni frontali in modalità e-learning, laboratori, esercitazioni, seminari, incontri di studio, convegni, visite aziendali, Work Experience (obbligatorio per i Master di II livello), tirocini, stage, prova finale, per un totale di 60 CFU e 1500 ore di attività così suddivise:
- Lezioni di didattica frontale e in modalità e-learning e studio individuale 1125 ore – 45 CFU
- Stage / Tirocinio 225 ore – 9 CFU
- Work Experience 75 ore – 3 CFU
- Tesi -prova finale 75 ore – 3 CFU
Percorso Formativo
Le lezioni frontali si svolgeranno prevalentemente in giorni variabili fra il lunedì e il venerdì, dalle ore 15:00 alle ore 19:00, e il sabato dalle ore 9:00 alle ore 13:00 (non sono previste lezioni frontali nel mese di agosto) e saranno articolate in moduli, come di seguito rappresentato:
Costi e Agevolazioni
La quota di iscrizione al Master è pari a € 5.000 da versare in due rate:
- € 3.000,00 al momento dell’immatricolazione
- € 2.000,00 entro tre mesi dall’inizio del Master
Al fine di agevolare la partecipazione al Master di studenti, sono previste 5 borse di studio, ciascuna di importo pari a € 2.000,00 (duemila/00), a parziale copertura dei costi di iscrizione, attribuite in ragione di una graduatoria stilata sulla base dell’attestazione del reddito ISEE dichiarato dagli studenti che intendano accedere a tale agevolazione.
La quota di contribuzione per gli uditori è pari a € 2.500,00 (duemilacinquecento/00).
Modulo 1. Programmazione Python – 8 CFU
- Python Overview
- Nozioni base
- Le strutture di controllo
- Le funzioni
- I files
- Gestire gli errori
- Introduzione alla programmazione OOP
- Librerie Data Science
Modulo 2. Database DB (SQL & NoSQL) – 4 CFU
- Introduzione ai database
- Linguaggio SQL
- Modellazione di un database
- Linguaggi NoSQL
Modulo 3. Statistica – 12 CFU
- Richiami di statistica descrittiva
- Inferenza
- Tecniche multivariate
- Modelli lineari
- Regressione per dati ad alta dimensionalità
- Modelli grafici
Modulo 4. Machine Learning – 6 CFU
- Algoritmi classici
- Metodi ensemble
- Metodi di ottimizzazione
- Support vector machine
- Network per BIg Data
Modulo 5. Tecnologie Big Data – 9 CFU
- Introduzione ai Big Data
- Neural Network
- La Big Data Chain
- Apache Hadoop
- Apache Spark
- Apache Hive
- Apache Solr
- Machine Learning per Big Data
- Data Cleaning
- Data Visualization
Modulo 6. Use Cases – 6 CFU
- Use Case #1 – 2 CFU
- Use Case #2 – 2 CFU
- Use Case #3 – 2 CFU
Stage – 9 CFU
- Stage – 9 CFU
Work Experience – 3 CFU
- Work Experience – 3 CFU
Project Work finale – 3 CFU
- Project Work finale – 3 CFU
Modalità di partecipazione
La domanda di partecipazione al concorso per l’ammissione al Master Universitario annuale di II livello in “Data Science and Big Data Analytics” deve essere compilata online seguendo la procedura sotto riportata:
- a) registrarsi al Portale Studenti UNIPA. Chi già possiede username e password di accesso può passare direttamente al punto b)
- b) accedere al Portale Studenti UNIPA inserendo le credenziali personali ricevute via e-mail (username e password)
- c) fare riferimento alla voce di menu “Pratiche” e selezionare la voce “Nuova Pratica”; nell’elenco proposto a video cliccare sulla voce “Master di Primo Livello, Master di Secondo Livello e Corsi di Perfezionamento” e selezionare la voce “Domanda di partecipazione a concorso per l’accesso ad un Master o ad un Corso di Perfezionamento” per l’avvio di una nuova pratica di partecipazione a concorso
- d) compilare la domanda, seguendo le istruzioni guidate, fino al calcolo delle tasse e conferma dei dati
Il sistema propone:
- stampare “Bollettino e Domanda”
- procedere con “Paga adesso pagoPA” via internet
I bollettini di pagamento pagoPA possono essere pagati nelle seguenti due modalità:
- online, direttamente dal Portale Studenti: sulla pagina riepilogativa della pratica studente compilata e confermata sul web vengono visualizzati l’icona “pagoPA” ed un collegamento ipertestuale “Paga adesso”, mediante il quale l’utente sceglie il PSP con cui effettuare il pagamento online ed effettua il pagamento online sul sito dell’AgID
- presentando la stampa del bollettino di pagamento pagoPA presso un qualunque PSP presente nel territorio (tabaccherie, SISAL, SUPERENALOTTO, etc.)
Il pagamento della tassa di partecipazione, corrispondente ad € 50,00, dovrà effettuarsi, inderogabilmente, entro il 15/11/2024, data di scadenza del bando.
La domanda di partecipazione al concorso di ammissione al Master Universitario annuale di II livello in “Data Science and Big Data Analytics”, compilata online, vale come autocertificazione resa ai sensi dell’art. 3 della Legge n. 127/97 e del D.P.R. n. 445/2000 e ss.mm.ii.
Il candidato dovrà inoltre allegare alla domanda, tramite upload, i seguenti documenti, in formato pdf:
- a) copia di un valido documento di identità;
- b) dichiarazione sostitutiva di certificazione, ex art. 46 del D.P.R. 445/2000 e ss.mm.ii., di laurea con l’indicazione del voto finale;
- c) Curriculum Vitae et Studiorum datato e firmato;
- d) dichiarazione sostitutiva di certificazione (ai sensi dell’art. 46 del D.P.R. 445/2000 e ss.mm.ii.) di eventuali altri titoli valutabili ai fini del punteggio per la graduatoria di merito ovvero fotocopia degli stessi, con annessa dichiarazione sostitutiva di atto di notorietà che ne attesti la conformità all’originale (ai sensi degli artt. 47 e 19 del D.P.R. n. 445/2000 e ss.mm.ii.);
- e) l’autocertificazione ex art. 6, comma 1, del D.M. n. 930 del 29/07/2022 corredata di allegati in caso contemporanea iscrizione a due corsi di studio tra quelli previsti dalla normativa di riferimento citata.
Nel caso di pubblicazioni, il candidato può indicare un “link” attraverso il quale la Commissione esaminatrice potrà visionarle.
Modalità di selezione
L’accesso al Master, nel limite dei posti disponibili, sarà consentito a seguito di valutazione, da parte della Commissione esaminatrice, dei titoli presentati da ciascun candidato e da un colloquio.
La Commissione esaminatrice è composta dal Coordinatore del Corso o da un altro docente componente il Consiglio Scientifico dallo stesso delegato e da due professori designati dal Consiglio Scientifico.
La Commissione avrà a disposizione per ciascun candidato fino ad un massimo di 75 punti, di cui 50 punti per i titoli, 25 punti per il colloquio.
Le prove di selezione avranno luogo in modalità telematica tramite Skype o sistemi analoghi di videoconferenza, giorno 03/12/2024 a partire dalle ore 9:30.
Coordinamento didattico e scientifico
ADELFIO Giada (P.A.) Università di Palermo
CHIODI Marcello (P.O.) Università di Palermo
AUGUGLIARO Luigi (P.A) Università di Palermo
CONSIGLIO Andrea (P.O.) Università di Palermo
LA CASCIA Marco (P.O.) Università di Palermo
LO BOSCO Giosuè (P.A.) Università di Palermo
MINEO Angelo (P.O.) Università di Palermo
PLAIA Antonella (P.O.) Università di Palermo
TUMMINELLO Michele (P.A.) Università di Palermo
ABBRUZZO Antonino (P.A.) Università di Palermo
Corpo docenti
Adelfio Giada
DSEAS UNIPACoordinatrice del Master di II livello “Data Science & Big Data Analytics”.
Professore associato in statistica, docente del corso di stochastic processes e statistical methods per UNIPA.
Abbruzzo Antonino
DSEAS UNIPAProfessore associato di Statistica dell’Università degli Studi di Palermo
Chiodi Marcello
DSEAS UNIPAProfessore ordinario di Statistica dell’Università degli Studi di Palermo
È attualmente senatore accademico presso UNIPA.
Plaia Antonella
DSEAS UNIPAProfessore ordinario di Statistica dell’Università degli Studi di Palermo
Autore di più di 100 articoli su rivista, volume e atti di convegno
Lo Bosco Giosuè
Matematica e Informatica UNIPAProfessore associato di Informatica presso il Dipartimento di Matematica e Informatica dell’Università degli Studi di Palermo
Storniolo Pietro
CNR-ICAR PalermoTecnologo del Consiglio Nazionale delle Ricerche presso la sede di Palermo dell’Istituto di Calcolo e Reti ad Alte Prestazioni (ICAR)
La Cascia Marco
Ingegneria UNIPAProfessore ordinario di Sistemi di Elaborazione delle Informazioni dell’Università degli Studi di Palermo
D'Angelo Nicoletta
DSEAS UNIPADottore di Ricerca in Statistica dell’Università degli Studi di Palermo
Tumminello Michele
DSEAS UNIPAProfessore associato di Metodi matematici dell’economia e delle scienze attuariali e finanziarie
Autore di più di 50 articoli su rivista indicizzati WoS e Scopus
Augugliaro Luigi
DSEAS UNIPAProfessore associato di Statistica dell’Università degli Studi di Palermo
Autore di articoli su rivista, volume e atti di convegno
Consiglio Andrea
DSEAS UNIPAProfessore di Metodi Matematici dell’Economia e delle Scienze Attuariali e Finanziarie
Sottile Gianluca
DSEAS UNIPARicercatore di Statistica dell’Università degli Studi di Palermo
Pilato Giovanni
CNR-ICAR PalermoRicercatore presso CNR-ICAR
Responsabile scientifico del gruppo di ricerca “Cognitive Systems for Robotics”
Mineo Angelo
DSEAS UNIPAProfessore ordinario di Statistica dell’Università degli Studi di Palermo
Direttore del Dipartimento di Scienze Economiche, Aziendali e Statistiche
Rizzo Riccardo
CNR-ICAR PalermoPrimo ricercatore presso l’Istituto di Calcolo e Reti ad Alte Prestazioni del CNR
Autore di più di 100 articoli su riviste e conferenze internazionali
Citrolo Andrea
The Software Academy Agc PalermoNel 2015 ha conseguito un dottorato di ricerca in informatica e da allora ha lavorato come consulente per alcune tra le più importanti realtà europee in ambito automotive e CRS
Siino Marianna
Banca d'ItaliaHa svolto ricerca nell’ambito della statistica ambientale e metodologica, ed ha acquisito l’abilitazione scientifica nazionale in tale settore.
