La laurea magistrale in Data Science and Scientific Computing (DSSC) è un corso internazionale in inglese offerto dalle Università di Trieste e di Udine in collaborazione con SISSA (International School for Advanced Studies), ICTP (International Centre for Theoretical Physics) e molti altri istituti di ricerca ed aziende locali.
DSSC mira alla formazione di figure professionali altamente richieste per via della digitalizzazione della società e dell'evoluzione dell'Industria 4.0.
La laurea magistrale in Data Science and Scientific Computing (DSSC) è strutturata in 2 curricula, ciascuno dei quali è organizzato in diversi piani di studio con una proposta di corsi di specializzazione corrispondenti ad una specifica area applicativa. Il primo semestre del primo anno è dedicato ai corsi centrali in comune tra i due curricula mentre il secondo semestre è concentrato su corsi caratterizzanti il curriculum. Per il secondo anno, lo studente può scegliere i corsi di specializzazione su un'area applicativa di interesse, a seconda del piano di studi scelto, e proseguirà la sua formazione con corsi seminariali e con un possibile tirocinio in un'azienda o in un istituto di ricerca. Il percorso formativo si concluderà con la stesura di una tesi magistrale.
Entrambi i curricula forniscono una solida preparazione sulle tre aree seguenti:
- Data analytics e machine learning
- Modellizzazione matematica e computazionale
- Informatica, in particulare high-performance e calcolo distribuito
Ciascuno studente avrà l'opportunità di completare la proprio formazione con corsi a scelta che completano l'offerta formativa e rendono ogni percorso unico.
Curricula
Curriculum Data Science
L'obiettivo è la formazione di una figura professionale nel campo del data management e data analysis, con particolare attenzione al Big Data. Questo curriculum prevede corsi su machine learning, metodi statistici e data management. Ci si può specializzare ulteriormente in una delle seguenti aree: healthcare, foundations of data science, data engineering, social sciences, genomics e biotechnology.
Ulteriori informazioni sono disponibili
qui.
Curriculum Computational Science and Engineering
L'obiettivo è la formazione di esperti in Computational Science e Engineering. Questo curriculum si concentra più su computational modelling, optimization, scientific programming e simulation. Le aree applicative di specializzazione sono svariate: fluidodinamica per scienze ingegneristiche e naturali, fisica computazionale, chimica computazionale, cosmologia computazionale, controllo e simulation-based design.
Ulteriori informazioni sono disponibili
qui.
Study plans
Specifiche guide linea per i corsi di studio sono fornite nei seguenti pdf:
Borse di studio
Ci sono diverse borse di studio disponibili per un supporto parziale o totale:
La Sissa
- scuola di PhD e prestigioso istituto di ricerca
- più di 100 PhD in Matematica in 25 anni: PhD in Analisi Matematica, Modelli e Applicazioni, PhD in Fisica Matematica e PhD in Geometria
- più di 50 ex allievi sono oggi professori universitari
L'Ambiente di Lavoro
- ambiente scientifico molto stimolante
- stretto contatto con gli studenti di PhD
- intensa attività seminariale
- numerosi professori visitatori di grande prestigio
- tutor e percorsi formativi personalizzati
- corsi di avviamento alla ricerca
Bando e Procedura di Applicazione
Link disponibili per le borse SISSA per l'a.a. 2020/2021:
PICA - Bando di concorso per titoli e colloquio per il conferimento di 4 borse di studio nell'ambito delle Lauree Magistrali in “Data Science and Artificial Intelligence” e “Scientific and Data Intensive Computing” - (cineca.it).
Regolamento
Bando
Procedura online (entro il 31/08/2021)