fbpx

CORSO DI LAUREA MAGISTRALE

Informatica applicata (Machine Learning e Big Data)

Presentazione

Il Machine Learning è il presente dell’avanzamento tecnologico, con una crescita annua del Mercato di riferimento superiore al 40%. Il Corso, attraverso un’offerta formativa altamente specializzata, mira a formare figure in grado di progettare e sviluppare software basati su algoritmi di Apprendimento Automatico per l’analisi e la gestione di grandi quantità di dati.

Sbocchi occupazionali

Il laureato in Informatica applicata è una figura professionale altamente specializzata che trova impiego presso enti pubblici di ricerca, all’interno di aziende informatiche e di telecomunicazioni e presso tutte le aziende che necessitano di esperti nella gestione di grandi quantità di dati, quali operatori telefonici, banche, assicurazioni.

Risorsa 10

Sede

Centro Direzionale - Isola C4

QJs4av.tif

Dipartimento

Scienze e Tecnologie

Risorsa 8

Lingua di Erogazione

Italiano

Risorsa 6

Accesso

Libero

Il corso in breve

Il corso di laurea è focalizzato sul Machine Learning. Esperti di Machine Learning  sono richiesti nella Ricerca e Sviluppo di aziende d’ Informatica e Telecomunicazioni, aziende fornitrici di servizi; enti pubblici di ricerca. Il mercato mondiale del Machine Learning ha una crescita annua superiore al 40%. In Italia il mercato dell’ Intelligenza Artificiale, di cui il Machine Learning costituisce gran parte, si raddoppia ogni anno. La domanda di esperti di Machine Learning nel mondo, ma anche in Italia, supera largamente l’offerta.

Profili professionali

Durata Corso: 2 anni
Numero Esami: 12
Numero Crediti: 120
Accesso: Libero
Double Degree: No
Classe Appartenenza: LM-18
Dipartimento: Scienze e Tecnologie

Date da ricordare

Inizio Immatricolazione

Scadenza Immatricolazione

Competenze attese

I laureati hanno la capacità di comprensione degli aspetti scientifici, tecnologici, gestionali del Machine Learning e Big Data e delle loro variegate applicazioni. I laureati sono in grado di operare anche nell’ambito della ricerca applicata e industriale e hanno conoscenza e capacità di inquadramento degli sviluppi più avanzati e attuali dell’Informatica applicata nel contesto internazionale della ricerca.

Leggi di più

I laureati acquisiscono conoscenze metodologiche e capacità di comprensione come di seguito:

– aspetti teorico-pratici del Machine Learning, con particolare attenzione alle tecniche di Deep Learning;
– aspetti teorico-pratici per l’analisi e comprensione di immagini e video;
– i fondamenti della fisica classica e quantistica;
– aspetti teorico-pratici dei Big Data di tipo spaziali, parallele, distribuite e stream di dati;
– strumenti per analizzare, visualizzare, organizzare e comprendere big dati aziendali;
– metodologie e tecniche di Machine Learning per l’analisi e l’elaborazione di dati Multimediali;
– aspetti teorico-pratici dei sistemi operativi distribuiti,e del cloud computing per big data.

Tali conoscenze e capacità sono acquisite durante i corsi fondamentali, i corsi a scelta e l’attività relativa alla redazione dell’elaborato finale di laurea e sono valutate attraverso le attività di verifica previste da ogni corso e la prova finale.

I laureati magistrali acquisiscono, anche attraverso una vasta e articolata attività di laboratorio e la collaborazione con laboratori di ricerca e aziende, una capacità di comprensione, di interazione e di risoluzione di problemi applicativi che provengono da ambiti scientifici e tecnologici diversificati. I laureati sono in grado di applicare in modo critico e consapevole le metodologie e gli strumenti dell’Informatica Applicata e di analizzare oggettivamente e quantitativamente le soluzioni che propongono e sviluppano. I laureati acquisiscono una capacità di comprensione, di interazione e di risoluzione di problemi applicativi in diversi ambiti, in particolare volta a:

– Progettare e sviluppare programmi di vari livelli di complessità usando TensorFlow, Torch, Caffe, Python, J2EE, Swift.
– Utilizzare strumenti e tecniche di calcolo, ad esempio strumenti di sviluppo software.
– Analizzare i problemi relativi all’elaborazione e all’informatica e individuare soluzioni per loro.
– Realizzare presentazioni tecniche. Preparare relazioni tecniche.
– Cogliere le esigenze degli utenti finali e le questioni relative alla progettazione, alla gestione e alle prestazioni di software su larga scala.
– Effettuare ricerche bibliografiche sul Machine Learning e sui Big Data.
– Abbinare i problemi con gli strumenti e le tecniche più adatte a risolverli.
– Analizzare il calcolo e l’elaborazione dei problemi correlati e individuare soluzioni per loro.
– Sviluppare una comprensione e una pratica di argomenti di calcolo più avanzati, tra cui deep learning, machine learning, audio e video analisi e internet of things.
– Pianificare, condurre e scrivere un programma di sviluppo del software da realizzare in squadra. Pianificare, condurre e redigere un programma di ricerca originale e sviluppo del software.

Maggiori informazioni

Tutte le informazioni sul percorso formativo, dall’accesso alla prova finale, per tutti gli studenti interessati a iscriversi al Corso di Laurea Magistrale in Informatica Applicata (Machine Learning e Big Data).

Requisiti di ammissione

Per l’iscrizione alla Laurea Magistrale di Informatica Applicata (Machine Learning e Big Data) è necessario il possesso di una laurea triennale, oppure di un diploma universitario, oppure di altro titolo di studio conseguito all’estero, riconosciuto idoneo dalla normativa vigente, qualunque sia la sede e la classe di provenienza. Inoltre, è necessario avere acquisito opportuni requisiti curriculari e una adeguata preparazione professionale relativamente alle conoscenze richieste in ingresso. Obiettivi formativi specifici del Corso e descrizione del percorso formativo Le modalità di ammissione sono annualmente indicate mediante un bando emesso dall’Ateneo. Lo studente deve preventivamente richiedere attraverso una procedura telematica il nulla osta all’iscrizione. Il nulla osta è emesso da una Commissione, nominata dal Dipartimento di riferimento, dopo aver analizzato la documentazione della carriera universitaria pregressa dello studente per verificare la sussistenza dei requisiti curriculari e l’adeguatezza della preparazione personale. I requisiti curriculari sono: possesso all’atto della domanda di iscrizione dei requisiti curriculari minimi rappresentati da 45 CFU così distribuiti:

  1. area fisica per almeno 5 CFU;
  2. area informatica per almeno 22 CFU;
  3. area matematica per almeno 15 CFU.

Il nulla osta è attribuito in modo automatico a tutti i laureati in Informatica (classe C-26 o L-31) dell’Università Parthenope o di altri Atenei italiani.

Tirocini e Placement

Nel Manifesto degli Studi del Corso di Laurea, sono presenti 6 CFU che sono riconosciuti per lo svolgimento di attività di Stage/Internship.

Prova Finale

La Prova Finale consiste nella discussione di una Tesi di tipo applicativo-sperimentale sviluppata dall’allievo. La Tesi deve avere carattere di originalità. La Tesi deve riguardare uno o più argomenti applicativi e deve coinvolgere sia competenze di tipo metodologico e teorico proprie dell’Informatica sia un insieme di attività di tipo progettuale, implementativo e valutativo, anch’esse proprie del settore informatico. La Tesi viene sviluppata sotto la guida di un Relatore, scelto tra i docenti del Corso di Studio, ovvero tra i docenti del Dipartimento di Scienze e Tecnologie. E’ consentita anche la presenza di due Relatori. Ad ogni tesi di laurea viene assegnato dal Presidente del CdS un Contro-relatore che monitora con compiti di ulteriore supporto e confronto e, al termine, produce una relazione da valutare in sede di attribuzione del voto di laurea.

Insegnamenti previsti - a.a. 2020/2021

francesco camastra

Referenti del corso

COORDINATORE CORSO DI STUDI
Prof. CAMASTRA Francesco
francesco.camastra@uniparthenope.it

centro direzionale parthenope

Contatti

Servizi di Orientamento e Tutorato

Risorsa 10

Indirizzo

Via Acton, 38 - 80133 Napoli

Risorsa 10

Telefono

081.5475151 - 136 - 248 - 617

Risorsa 10

Mail

orientamento.tutorato@uniparthenope.it

Scuola Interdipartimentale delle Scienze, dell'Ingegneria e della Salute

Risorsa 10

Indirizzo

Centro Direzionale di Napoli, Isola C4 - 80143 Napoli
Via Medina 40 – 80133 Napoli

Risorsa 10

Telefono

081 547 6737 / 6548 / 4199
081 547 4651 / 4684

Risorsa 10

Mail

ScuolaSIS@uniparthenope.it
SegreteriaDidattica.ScuolaSIS@uniparthenope.it

Risorsa 10

Sito internet

sisis.uniparthenope.it
sisis.uniparthenope.it/ufficio-scuola-sis-segreteria-didattica-cds/

Dipartimento di Riferimento

Risorsa 10

Indirizzo

Centro Direzionale di Napoli, Isola C4 - 80143 Napoli

Risorsa 10

Mail

dipartimento.ingegneria@uniparthenope.it

Risorsa 10

Sito internet

www.ingegneria.uniparthenope.it

Sede del corso

Centro Direzionale di Napoli, Isola C4 – 80143 Napoli

Vuoi iscriverti al Corso?

Inserisci i tuoi dati nel form sottostante e ti invieremo una brochure descrittiva con tutte le informazioni utili. Per ulteriori chiarimenti sull’Offerta Didattica o sulle modalità di accesso scrivi un messaggio all’Ufficio dei Servizi di Orientamento e Tutorato compilando il campo “la tua richiesta” e sarai ricontattato al più presto.