DATA SCIENCE

Data Scientist e Data Analyst
La figura del Data Scientist è in grado di inquadrare problemi di analisi dei dati utilizzando metodologie quantitative e strumenti informatici, sulla base di dati di tipo disparato e in grado di fornire supporto nelle analisi rilevanti per le decisioni strategiche e operative, attraverso la ricerca, l'acquisizione, la rappresentazione e l'analisi di grandi flussi di dati, estrapolando tendenze e correlazioni, effettuando previsioni, estraendo informazione e conoscenza dai dati e comunicando con efficacia i risultati delle analisi.
La figura del Data Analyst è in grado di integrare le metodologie di data science all'interno dei processi organizzativi e strategici delle grandi e medie aziende. Tale figura conosce le problematiche associate alle tecnologie di data science ed è in grado di gestire in modo efficiente processi e cicli produttivi nelle organizzazioni complesse, affiancando approcci data-driven ai sistemi più tradizionali.
Le principali aree funzionali di impiego del laureato magistrale in Data Science comprendono l'analisi, gestione e valorizzazione dei dati a supporto dei processi decisionali, strategici e operativi in contesti pubblici e privati.
Il laureato è in grado di operare trasversalmente in numerosi settori produttivi, scientifici e istituzionali, contribuendo all'innovazione dei processi e allo sviluppo di soluzioni data-driven per la trasformazione digitale e la competitività delle organizzazioni. Le principali aree di impiego sono riportate di seguito.
• Analisi e modellazione dei dati complessi mediante tecniche di machine learning, deep learning e statistica avanzata.
• Supporto alle decisioni strategiche (data-driven decision making) e sviluppo di sistemi di previsione e simulazione.
• Gestione e governance dei dati, inclusi gli aspetti di qualità, sicurezza, privacy e sostenibilità etica dei sistemi informativi.
• Progettazione e sviluppo di infrastrutture per Big Data e Cloud Computing.Business Intelligence e Data Analytics per il management e la pianificazione strategica.
• Analisi predittiva nei settori economico-finanziario, energetico, ambientale, sanitario e sociale.
• Intelligenza Artificiale applicata all'innovazione dei processi industriali, produttivi e dei servizi.
• Data management e ottimizzazione dei processi nella Pubblica Amministrazione e nelle smart cities.
• Comunicazione dei risultati e visualizzazione dati, a supporto di processi decisionali complessi e della trasparenza delle informazioni.

La Laurea Magistrale in Data Science (LM-Data) forma professionisti con competenze avanzate nel settore digitale coerentemente con il mercato del lavoro che mostra una crescente domanda di esperti in grado di interpretare sistemi complessi, estrarre informazioni significative e supportare decisioni strategiche basate sui dati.
I laureati in Data Science potranno inserirsi in diversi ambiti professionali, tra cui:
- Industria tecnologica e ICT
- Sanità e bioinformatica
- Finanza, assicurazioni e banche
- Pubblica Amministrazione e politiche pubbliche
- Energia e ambiente
- Settore legale e governance dei dati
- Marketing, media e comunicazione
- Ricerca accademica e industriale
- Formazione nel settore “educational” e nel settore aziendale)

Il Corso di Laurea Magistrale in Data Science (LM-DATA) dell'Università degli Studi Roma Tre nasce con l'obiettivo di formare figure professionali di alto profilo in grado di progettare, sviluppare e gestire sistemi complessi di analisi, modellazione e interpretazione dei dati in contesti scientifici, tecnologici, industriali e socioeconomici.
La progettazione didattica, realizzata congiuntamente dal Dipartimento di Matematica e Fisica e dal Dipartimento di Ingegneria Civile, Informatica e delle Tecnologie Aeronautiche, si fonda su una forte integrazione tra competenze matematico-statistiche, informatiche, ingegneristiche e fisiche, con un approccio interdisciplinare orientato alle applicazioni.
Il percorso formativo si articola in due anni e prevede un percorso coerente con i risultati di apprendimento attesi per la classe LM-DATA definiti dal D.M. 1649 del 19 dicembre 2023.

Il primo anno si acquisiscono conoscenze di base e strumenti metodologici fondamentali per la Data Science: analisi e modellazione statistica dei dati; calcolo numerico, programmazione avanzata e intelligenza artificiale.

Il secondo anno è dedicato alle attività di approfondimento specialistico e a laboratori applicativi nei settori del Machine Learning, Natural Language Processing, Deep Learning, della visualizzazione dei dati, delle reti complesse, e di vari domini applicativi (quali ad esempio dati climatici e spaziali o biologici) con attenzione agli aspetti di etica, diritto dei dati e impatto sociale dell'intelligenza artificiale.

Il percorso formativo prevede 120 CFU complessivi, di cui:
- 15 CFU di insegnamenti caratterizzanti dell'area matematico-statistica;
- 30 CFU di insegnamenti caratterizzanti dell'area informatica e dell'informazione;
- 9 CFU di insegnamenti caratterizzanti dell'area economico-giuridica;
- 21 CFU di insegnamenti affini e integrativi in vari domini applicativi nonché in ulteriori ambiti matematici ed economico-giuridici;
- 12 CFU per attività a scelta dello studente;
- 10 CFU per tirocini formativi in collaborazione con enti e imprese e per ulteriori conoscenze linguistiche;
- 23 CFU per la prova finale.
La progettazione didattica valorizza un approccio guidato dai dati, basato su esperienze laboratoriali, analisi di casi reali e interazione con partner industriali e centri di ricerca.

Le principali aree di apprendimento sono:
AREA DELLE CONOSCENZE MATEMATICO-STATISTICHE
Gli insegnamenti di area matematica e statistica affinano le competenze di base critiche per l'accesso a percorsi specialistici a professioni emergenti nell'era della digitalizzazione. L'area è finalizzata a fornire agli studenti una solida preparazione teorica e metodologica in ambito matematico-statistico, indispensabile per la comprensione e lo sviluppo di modelli avanzati di analisi dei dati. Essa include insegnamenti dedicati alla matematica applicata, all'o, alla statistica inferenziale e alla probabilità, con l'obiettivo di garantire la padronanza dei fondamenti logico-formali, elementi che costituiscono il prerequisito concettuale per tutte le successive attività di analisi e progettazione di sistemi di Data Science. L'impianto didattico di quest'area è volto a promuovere la capacità di integrare strumenti matematici e informatici per la rappresentazione, il trattamento e l'interpretazione di dati complessi, favorendo un approccio rigoroso e critico alle metodologie di analisi.

AREA DELLE COMPETENZE INFORMATICHE E DELL'INFORMAZIONE
Gli insegnamenti di area informatica e dell'informazione forniscono le metodologie computazionali necessarie per l'elaborazione quantitativa dell'informazione e per la sua rappresentazione. Particolare attenzione è rivolta all'acquisizione di competenze di programmazione in linguaggi di alto livello (Python, MATLAB) e di utilizzo di strumenti per la modellazione, l'ottimizzazione dei modelli e la visualizzazione dei dati. L'area è orientata allo sviluppo delle capacità operative necessarie per progettare, implementare e gestire soluzioni basate su dati, con attenzione ai contesti industriali, scientifici e sociali. Essa comprende insegnamenti dedicati a Big Data, Machine Learning, Deep Learning, Intelligenza Artificiale, Calcolo Parallelo e Distribuito, Natural Language Processing e Visualizzazione delle Informazioni, con un forte carattere sperimentale e laboratoriale. L'obiettivo è formare figure professionali capaci di utilizzare in modo consapevole le moderne piattaforme di elaborazione dei dati e di affrontare problemi complessi di analisi predittiva, classificazione e ottimizzazione, valorizzando la dimensione interdisciplinare e l'integrazione con i domini applicativi e le scienze giuridiche, economiche e sociali. Le attività di questa area consentono di tradurre le conoscenze teoriche in competenze pratiche, attraverso l'uso di ambienti di calcolo ad alte prestazioni, sistemi cloud e strumenti di data management, promuovendo l'autonomia progettuale e l'innovazione tecnologica in ambito data-driven.

AREA DELLE COMPETENZE GIURIDICO-AZIENDALI E SOCIALI
Gli insegnamenti dell'ambito giuridico, sociale ed economico completano le competenze sugli aspetti normativi, etici e sull'economia digitale. Una particolare enfasi sarà posta sul ruolo dei dati in queste discipline e si approfondiranno gli aspetti normativi, etici e sociali relativi alla gestione e al trattamento dei dati e alla sicurezza, alla responsabilità, alla tutela della riservatezza e della proprietà intellettuale. Ogni insegnamento, in coerenza con gli obiettivi formativi del corso di studio, è studiato per sviluppare la capacità di applicare le nozioni apprese a situazioni reali, così da rendere il laureato in grado di utilizzare operativamente gli strumenti dell'analisi economica e profili normativi associati al trattamento delle informazioni in azienda. Tutti gli insegnamenti si proporranno di applicare le conoscenze teoriche a problemi specifici e concreti, sia a livello di gruppo che a livello individuale, e di garantire che le conoscenze e le competenze siano acquisite con spirito critico.

AREA DELLE MATERIE AFFINI
L'area delle attività formative affini comprende gli insegnamenti che ampliano e integrano la formazione di base e applicativa nel campo della Data Science, con particolare attenzione a vari domini applicativi dei dati (dati fisici, biologici, sociali, economico-finanziari, ecc.), e agli approfondimenti sugli aspetti economici, giuridici e sociali. Essa include corsi di diritto dei dati, economia digitale, gestione aziendale e comunicazione scientifica, finalizzati a fornire agli studenti una visione sistemica e interdisciplinare dell'ecosistema digitale. Tali insegnamenti contribuiscono a sviluppare la capacità di comprendere l'impatto economico, normativo ed etico delle tecnologie basate sui dati, favorendo un approccio responsabile e sostenibile all'innovazione e alla trasformazione digitale.

COMPETENZE TRASVERSALI NON DISCIPLINARI INDISPENSABILI
• Essere in grado di comunicare efficacemente;
• avere capacità relazionali e decisionali, essere in grado di operare in gruppi di lavoro;
• essere in grado di valutare le implicazioni delle proprie attività in termini di sostenibilità ambientale;
• essere in grado di operare in contesti aziendali, professionali e di ricerca;
• conoscere le proprie responsabilità professionali ed etiche.

LIVELLO DI CONOSCENZA DI LINGUE STRANIERE IN USCITA DAI CORSI DELLA CLASSE
Essere in grado di utilizzare efficacemente, in forma scritta e orale, la lingua inglese, con riferimento anche ai lessici disciplinari.

Per essere ammessi al corso di laurea magistrale in Data Science (LM-DATA) occorre essere in possesso dei necessari requisiti curriculari e di un'adeguata preparazione personale che comprende anche la verifica del possesso di adeguate competenze linguistiche.
Il possesso dei requisiti curriculari e l'adeguatezza della personale preparazione ai fini dell'ammissione vengono accertati mediante valutazione della carriera universitaria del laureato da una apposita Commissione e/o se necessario, tramite apposite prove di valutazione, da effettuarsi secondo le modalità definite nel regolamento didattico del corso di studio.
Non è ammessa l'assegnazione di obblighi formativi aggiuntivi.
L'accesso alla Laurea Magistrale in Data Science sarà consentito:

A) direttamente a chi abbia conseguito una laurea triennale in una delle seguenti classi (o equivalenti lauree vecchio ordinamento) o titoli di studio rilasciati all'estero, dichiarati equipollenti, di:
 L-07 Ingegneria Civile e Ambientale
 L-08 Ingegneria dell'Informazione
 L-09 Lauree in Ingegneria Industriale
 L-41 Statistica;
 L-30 Scienze e Tecnologie Fisiche
 L-31 Scienze e Tecnologie Informatiche
 L-35 Scienze Matematiche

B) A chi abbia conseguito una laurea triennale (o equivalenti lauree vecchio ordinamento) o titoli di studio rilasciati all'estero, dichiarati equipollenti, sotto condizione del conseguimento dell'attestato del Corso Minor Data Science, erogato dall'Università degli studi Roma Tre.
(Il Corso Minor Data Science costituisce un percorso di formazione trasversale per accrescere le competenze in Data Science. Il Corso Minor “Data Science” eroga 24 CFU in ambiti disciplinari propri della Data Science. In particolare, sono erogati insegnamenti di: Programmazione in Python, Statistica, Neural Network, Data Base, Cloud Computing).

C) A chi abbia conseguito una laurea triennale (o equivalenti lauree vecchio ordinamento) o titoli di studio rilasciati all'estero, dichiarati equipollenti, sotto condizione del possesso di 24 CFU nei seguenti settori scientifico disciplinari:
 - MATH-*/*;
 - INFO-01;
 - IINF-04;
 - IINF05;
 - STAT-*/*
di cui almeno 12 CFU nei settori MATH-*/*; STAT-*/*.
La distribuzione dei CFU sopraindicati nei settori scientifici disciplinari richiesti sarà verificata da apposita commissione.
La verifica del requisito della conoscenza della lingua inglese viene soddisfatta da chi sia in possesso di certificazione della lingua inglese a livello almeno B1, ovvero che certifichino di avere acquisto crediti di lingua inglese (anche idoneità) a livello B1 nella loro carriera pregressa.

La prova finale è intesa a verificare la maturità scientifica raggiunta in relazione alla capacità di affrontare tematiche specifiche dell'ingegneria industriale e dell'informazione, applicando le conoscenze acquisite per l'identificazione, la formulazione e la soluzione di problemi.
La prova finale (23 CFU) rappresenta un'attività formativa di sintesi e verifica delle competenze acquisite durante il percorso magistrale in Data Science. Essa consiste nella redazione, e nella successiva discussione pubblica, di un elaborato tecnico-scientifico o progettuale, sviluppato in modo originale, che affronti tematiche coerenti con gli obiettivi formativi del Corso di Studio.
L'elaborato può riguardare lo sviluppo di modelli matematici o statistici, la progettazione e implementazione di algoritmi di machine learning e intelligenza artificiale, l'analisi di dataset complessi, la realizzazione di sistemi per la gestione e visualizzazione dei dati, oppure lo studio delle implicazioni etiche e giuridiche legate all'uso dei dati.
La prova finale consente di valutare:
• la capacità del candidato di applicare le conoscenze teoriche a contesti concreti e interdisciplinari;
• l'autonomia nello svolgimento di attività di ricerca e sviluppo;
• le abilità comunicative e di presentazione dei risultati, sia in forma scritta che orale;
• il livello di maturità critica e l'autonomia di giudizio raggiunti.
L'attività collegata alla prova finale potrà essere svolta sia all'interno dei laboratori di ricerca dell'Ateneo, sia presso aziende, enti pubblici o centri di ricerca nazionali e internazionali, anche nell'ambito di tirocini e progetti di collaborazione già attivi.
Le modalità di assegnazione delle tesi, le procedure di svolgimento, le scadenze e le regole di attribuzione dei punteggi sono disciplinati dal Regolamento Didattico del Corso di Studio.