Academic Degree Type:
Master’s Degree
Duration (years):
2
Located in:
MESSINA
Study Program And Objectives
Objectives
Il Corso di Laurea Magistrale in Data Science si rivolge a tutti i laureati triennali che siano interessati ad estendere le conoscenze e competenze acquisite nel loro percorso formativo universitario verso le tecniche statistiche e le tecnologie informatiche utili a selezionare, elaborare, analizzare grandi quantità di dati, al fine di estrarre valore aggiunto per processi decisionali in diversi ambiti applicativi.
Il CdS LM-Data si pone i seguenti obiettivi formativi:
a) sviluppare un adeguato bagaglio di competenze ed approcci orientati al Problem Solving attraverso le tecniche e metodologie apprese per formulare, anche in modo innovativo, risposte qualitative e quantitative a problemi complessi che coinvolgano il trattamento e l'analisi dei dati;
b) fornire una preparazione multidisciplinare che comprenda sia conoscenze tecnico-scientifiche specifiche sia conoscenze fondanti di contesto aziendale, giuridico e/o sociale nell'ambito del trattamento ed analisi dei dati;
c) approfondire i principi della Data Economy, del Data-driven Business e della Business Intelligence per analizzare fenomeni complessi di macro e micro-economia che influenzano le decisioni politiche, economiche e sociali e le strategie aziendali;
d) fornire conoscenze di base per coniugare tecnologie e metodologie matematico-statistiche e informatiche con metodi e tecniche specifiche per adattarle al contesto applicativo di riferimento;
e) sviluppare la capacità di coadiuvare efficacemente il cambiamento e l'innovazione tecnologica e organizzativa nelle aziende e in enti o amministrazioni pubbliche e private, in particolare negli aspetti coinvolgenti l'uso e il trattamento di grandi moli di dati, tenendo conto di vincoli legati alla sicurezza e alla privacy;
f) formare profili scientifico-culturali di nuova generazione che rispondano alle emergenti esigenze di Digital Transformation di tutte le organizzazioni, pubbliche e private, che ambiscano ad un'elevata competitività nel proprio settore di riferimento ed in un contesto globalizzato.
Il percorso formativo è caratterizzato da una forte vocazione multidisciplinare per fornire le competenze trasversali richieste ad un professionista Data Science, che comprendono la capacità di comunicare, di problem solving, di innovazione tecnologica, nonché la capacità di comprendere e anticipare questioni etiche e di privacy, di govenare il ciclo di vita dei dati, di gestire la qualità, in modo da prevenire l'uso improprio di dati o risultati analitici.
Il raggiungimento degli obiettivi formativi del Corso di Laurea Magistrale in Data Science si basa sulle seguenti aree tematiche:
1. Area matematico-statistica: mirata alla definizione di un background scientifico culturale di base, trasversale ai diversi percorsi formativi in quanto necessario a formare le figure professionali capaci di analizzare, interpretare e modellare dati statistici.
2. Area dell'informatica: orientata alla conoscenza degli strumenti di modellazione, progettazione, organizzazione, programmazione e amministrazione dei dati e dei sistemi informativi, con riferimento alle tassonomie ed ontologie per la rappresentazione dei dati, ai processi che comprendono l'intero ciclo di vita dei dati, agli algoritmi complessi per la gestione e l'elaborazione degli stessi, la sicurezza nel trattamento dei dati e dei processi.
3. Area delle tecnologie informatiche: per la progettazione, implementazione e amministrazione delle piattaforme informatiche orientate alla gestione, rappresentazione ed elaborazione dei dati, tramite tecniche di Big Data Analytics e Machine Learning, in ambito Cloud/Edge, orientato a sistemi di High Performance Computing.
4. Area giuridico-aziendale, per la pianificazione di processi informativi complessi ad elevato impatto per i sistemi aziendali, nel rispetto delle norme sul trattamento dei dati e della privacy.
L'offerta formativa è articolata su due anni, i corsi sono erogati in lingua inglese, e prevede l'acquisizione di 120 CFU, secondo la normativa nazionale vigente, ai fini del conseguimento della laurea magistrale in Data Science.
Il Corso di Studi è suddiviso in percorsi formativi, che vogliono affrontare un maggiore approfondimento di specifiche competenze nel settore del Data Science.
In particolare, l'offerta formativa del primo anno è comune a tutti i percorsi formativi ed è organizzata in modo da fornire gli strumenti di base per la visualizzazione e l'analisi sistematica dei dati, che comprendono tecniche di analisi statistica, modellazione e formalizzazione di algoritmi complessi. Verranno inoltre considerate le problematiche legate al trattamento dei dati sia sotto gli aspetti giuridico-legali, che di sicurezza informatica.
Gli insegnamenti del secondo anno saranno mirati ad una specifica professionalizzazione dello studente, con materie caratterizzanti e discipline che consentano allo studente di sviluppare competenze utilizzabili in diversi contesti applicativi. Lo studente di Data Science saprà affrontare e analizzare i problemi relativi ad un contesto applicativo utilizzando le adeguate metodologie di indagine e di caratterizzazione dei dati e dei processi. Sarà quindi, alla fine del percorso di studio, in grado di sviluppare soluzioni per la gestione di sistemi informativi complessi, adottando e/o adeguando le tecnologie disponibili alle specifiche esigenze di dominio.
In particolare, sono stati identificati i seguenti percorsi di studio:
- ambito ICT (Information and Communication Technology): il percorso investiga le soluzioni informatiche e tecnologie all'avanguardia come il Software Defined Network, il Cloud, l'Edge Computing e l'Internet of Things;
- ambito economico: il percorso approfondisce i principi della Data Economy, del Data-driven Business e della Business Intelligence;
- ambito forense: il percorso investiga l'applicazione del Data Science per migliorare l'efficacia ed efficienza dei sistemi antifrode, intelligence e indagini anti-crimine, forensic, fakeness, data governance e digital sovereignity.
È previsto l'utilizzo di metodologie didattiche e di verifica specifiche per lo sviluppo di competenze trasversali necessarie agli studenti per affrontare contesti lavorativi e professionali successivi al percorso di studio. In particolare, lo studente di Data Science svilupperà la capacità di lavorare in gruppo, di operare con definiti gradi di autonomia e di inserirsi prontamente negli ambienti di lavoro.
Sono previste attività esterne come tirocini formativi presso aziende, strutture pubbliche, laboratori e soggiorni di studio presso altre università italiane, europee ed extra-europee, utili al raggiungimento degli obiettivi formativi e al successivo inserimento nel mercato del lavoro.
Il CdS LM-Data si pone i seguenti obiettivi formativi:
a) sviluppare un adeguato bagaglio di competenze ed approcci orientati al Problem Solving attraverso le tecniche e metodologie apprese per formulare, anche in modo innovativo, risposte qualitative e quantitative a problemi complessi che coinvolgano il trattamento e l'analisi dei dati;
b) fornire una preparazione multidisciplinare che comprenda sia conoscenze tecnico-scientifiche specifiche sia conoscenze fondanti di contesto aziendale, giuridico e/o sociale nell'ambito del trattamento ed analisi dei dati;
c) approfondire i principi della Data Economy, del Data-driven Business e della Business Intelligence per analizzare fenomeni complessi di macro e micro-economia che influenzano le decisioni politiche, economiche e sociali e le strategie aziendali;
d) fornire conoscenze di base per coniugare tecnologie e metodologie matematico-statistiche e informatiche con metodi e tecniche specifiche per adattarle al contesto applicativo di riferimento;
e) sviluppare la capacità di coadiuvare efficacemente il cambiamento e l'innovazione tecnologica e organizzativa nelle aziende e in enti o amministrazioni pubbliche e private, in particolare negli aspetti coinvolgenti l'uso e il trattamento di grandi moli di dati, tenendo conto di vincoli legati alla sicurezza e alla privacy;
f) formare profili scientifico-culturali di nuova generazione che rispondano alle emergenti esigenze di Digital Transformation di tutte le organizzazioni, pubbliche e private, che ambiscano ad un'elevata competitività nel proprio settore di riferimento ed in un contesto globalizzato.
Il percorso formativo è caratterizzato da una forte vocazione multidisciplinare per fornire le competenze trasversali richieste ad un professionista Data Science, che comprendono la capacità di comunicare, di problem solving, di innovazione tecnologica, nonché la capacità di comprendere e anticipare questioni etiche e di privacy, di govenare il ciclo di vita dei dati, di gestire la qualità, in modo da prevenire l'uso improprio di dati o risultati analitici.
Il raggiungimento degli obiettivi formativi del Corso di Laurea Magistrale in Data Science si basa sulle seguenti aree tematiche:
1. Area matematico-statistica: mirata alla definizione di un background scientifico culturale di base, trasversale ai diversi percorsi formativi in quanto necessario a formare le figure professionali capaci di analizzare, interpretare e modellare dati statistici.
2. Area dell'informatica: orientata alla conoscenza degli strumenti di modellazione, progettazione, organizzazione, programmazione e amministrazione dei dati e dei sistemi informativi, con riferimento alle tassonomie ed ontologie per la rappresentazione dei dati, ai processi che comprendono l'intero ciclo di vita dei dati, agli algoritmi complessi per la gestione e l'elaborazione degli stessi, la sicurezza nel trattamento dei dati e dei processi.
3. Area delle tecnologie informatiche: per la progettazione, implementazione e amministrazione delle piattaforme informatiche orientate alla gestione, rappresentazione ed elaborazione dei dati, tramite tecniche di Big Data Analytics e Machine Learning, in ambito Cloud/Edge, orientato a sistemi di High Performance Computing.
4. Area giuridico-aziendale, per la pianificazione di processi informativi complessi ad elevato impatto per i sistemi aziendali, nel rispetto delle norme sul trattamento dei dati e della privacy.
L'offerta formativa è articolata su due anni, i corsi sono erogati in lingua inglese, e prevede l'acquisizione di 120 CFU, secondo la normativa nazionale vigente, ai fini del conseguimento della laurea magistrale in Data Science.
Il Corso di Studi è suddiviso in percorsi formativi, che vogliono affrontare un maggiore approfondimento di specifiche competenze nel settore del Data Science.
In particolare, l'offerta formativa del primo anno è comune a tutti i percorsi formativi ed è organizzata in modo da fornire gli strumenti di base per la visualizzazione e l'analisi sistematica dei dati, che comprendono tecniche di analisi statistica, modellazione e formalizzazione di algoritmi complessi. Verranno inoltre considerate le problematiche legate al trattamento dei dati sia sotto gli aspetti giuridico-legali, che di sicurezza informatica.
Gli insegnamenti del secondo anno saranno mirati ad una specifica professionalizzazione dello studente, con materie caratterizzanti e discipline che consentano allo studente di sviluppare competenze utilizzabili in diversi contesti applicativi. Lo studente di Data Science saprà affrontare e analizzare i problemi relativi ad un contesto applicativo utilizzando le adeguate metodologie di indagine e di caratterizzazione dei dati e dei processi. Sarà quindi, alla fine del percorso di studio, in grado di sviluppare soluzioni per la gestione di sistemi informativi complessi, adottando e/o adeguando le tecnologie disponibili alle specifiche esigenze di dominio.
In particolare, sono stati identificati i seguenti percorsi di studio:
- ambito ICT (Information and Communication Technology): il percorso investiga le soluzioni informatiche e tecnologie all'avanguardia come il Software Defined Network, il Cloud, l'Edge Computing e l'Internet of Things;
- ambito economico: il percorso approfondisce i principi della Data Economy, del Data-driven Business e della Business Intelligence;
- ambito forense: il percorso investiga l'applicazione del Data Science per migliorare l'efficacia ed efficienza dei sistemi antifrode, intelligence e indagini anti-crimine, forensic, fakeness, data governance e digital sovereignity.
È previsto l'utilizzo di metodologie didattiche e di verifica specifiche per lo sviluppo di competenze trasversali necessarie agli studenti per affrontare contesti lavorativi e professionali successivi al percorso di studio. In particolare, lo studente di Data Science svilupperà la capacità di lavorare in gruppo, di operare con definiti gradi di autonomia e di inserirsi prontamente negli ambienti di lavoro.
Sono previste attività esterne come tirocini formativi presso aziende, strutture pubbliche, laboratori e soggiorni di studio presso altre università italiane, europee ed extra-europee, utili al raggiungimento degli obiettivi formativi e al successivo inserimento nel mercato del lavoro.
Enrolling requirements
Per frequentare utilmente il Corso, lo studente deve avere una buona formazione in discipline informatiche e statistico-matematiche. In particolare, deve aver acquisito buone conoscenze della matematica del continuo e del discreto, la capacità di analizzare e descrivere un algoritmo specificando le strutture dati e di controllo ad esso correlate, la capacità di utilizzare un linguaggio di programmazione, la conoscenza dei principi di funzionamento delle reti informatiche.
In particolare, per l'ammissione al CdS si richiede:
- il possesso di laurea triennale nelle classi L-8 o L-31 (DM 270/04) conseguita su tutto il territorio nazionale ovvero di altro titolo di studio conseguito all'estero, riconosciuto idoneo che garantisce accesso diretto al CdS magistrale;
oppure
- il possesso di laurea triennale o diploma universitario o titolo di studio equivalente di durata triennale, conseguito su tutto il territorio nazionale, ovvero di altro titolo di studio conseguito all'estero, riconosciuto idoneo e un numero minimo di CFU pari a 24 nei SSD INF/01 e/o ING-INF/05 e di 12 CFU nei settori statistico-matematico (MAT/02, MAT/03, MAT/05, MAT/06, MAT/08, MAT/09, SECS-S/06, SECS-S/01 o SECS-S/02).
La conoscenza della lingua inglese è condizione necessaria per una frequenza proficua del corso. In particolare, è richiesto il possesso della conoscenza dell'inglese ad un livello pari a B2 del Quadro Comune Europeo di riferimento per la conoscenza delle lingue.
In particolare, per l'ammissione al CdS si richiede:
- il possesso di laurea triennale nelle classi L-8 o L-31 (DM 270/04) conseguita su tutto il territorio nazionale ovvero di altro titolo di studio conseguito all'estero, riconosciuto idoneo che garantisce accesso diretto al CdS magistrale;
oppure
- il possesso di laurea triennale o diploma universitario o titolo di studio equivalente di durata triennale, conseguito su tutto il territorio nazionale, ovvero di altro titolo di studio conseguito all'estero, riconosciuto idoneo e un numero minimo di CFU pari a 24 nei SSD INF/01 e/o ING-INF/05 e di 12 CFU nei settori statistico-matematico (MAT/02, MAT/03, MAT/05, MAT/06, MAT/08, MAT/09, SECS-S/06, SECS-S/01 o SECS-S/02).
La conoscenza della lingua inglese è condizione necessaria per una frequenza proficua del corso. In particolare, è richiesto il possesso della conoscenza dell'inglese ad un livello pari a B2 del Quadro Comune Europeo di riferimento per la conoscenza delle lingue.
Final examination
Scopo della tesi è quello di sviluppare uno studio originale che deve culminare in un risultato teorico e/o pratico/progettuale connesso a specifici problemi legati al trattamento ed analisi dei dati, anche in contesti applicativi differenti, o una rassegna ragionata sullo stato dell'arte in un determinato ambito di studio del Data Science.
Lo studio deve essere concordato e revisionato da un docente relatore, ed, eventualmente, un correlatore esperto delle tematiche trattate.
La prova finale per il conseguimento della Laurea consiste nella discussione pubblica di un elaborato finale scritto e nella presentazione orale, con strumenti multimediali, del proprio lavoro presso una Commissione esaminatrice, che possa accertare il raggiungimento degli obiettivi qualificanti di questo Corso di Laurea, mediante la maturità culturale e la capacità di elaborazione del candidato, nonché la qualità del lavoro svolto.
Lo studio deve essere concordato e revisionato da un docente relatore, ed, eventualmente, un correlatore esperto delle tematiche trattate.
La prova finale per il conseguimento della Laurea consiste nella discussione pubblica di un elaborato finale scritto e nella presentazione orale, con strumenti multimediali, del proprio lavoro presso una Commissione esaminatrice, che possa accertare il raggiungimento degli obiettivi qualificanti di questo Corso di Laurea, mediante la maturità culturale e la capacità di elaborazione del candidato, nonché la qualità del lavoro svolto.
Job Profile
Job profile (6)
Data Architect
Il Data Architect progetta i flussi informativi all’interno dei processi aziendali, identificando i requisiti di riferimento per la progettazione dei sistemi informativi aziendali. Utilizza le competenze tecniche sui linguaggi informatici orientati ai dati per pianificare strategie architetturali per ogni area tematica del modello aziendale.
Competenze tecniche avanzate in linguaggi per l’interrogazione delle banche dati, capacità di analisi e sintesi, una visualizzazione creativa e capacità di problem-solving.
Il Data Architect può lavorare all’interno di contesti aziendali operanti in diversi settori, società di servizi, studi di consulenza, centri di ricerca, amministrazioni pubbliche e private, o come libero professionista.
Data Engineer
Il Data Engineer identifica le migliori soluzioni tecnologiche ed informatiche per aggregare, analizzare e manipolare insiemi di Big Data. Ciò è finalizzato a migliorare l’accessibilità dei dati e la progettazione di report, dashboard e strumenti per gli utenti finali, garantendo la disponibilità, la qualità e la fruibilità dei dati a chi li utilizza, tenendo conto anche di problematiche legate alla sicurezza informatica.
Il Data Engineer deve avere competenze nella progettazione di Database, una solida padronanza di linguaggi di codifica e di strumenti per la sicurezza informatica. Devono anche possedere solide capacità di problem-solving e matematiche. Le soft skills includono eccellenti capacità di comunicazione scritta e verbale, così come la capacità di lavorare sia in modo indipendente che in team.
Il Data Engineer può lavorare all’interno di contesti aziendali operanti in diversi settori, società di servizi, studi di consulenza, centri di ricerca, amministrazioni pubbliche e private, o come libero professionista.
Data Scientist
Il lavoro del Data Scientist consiste nell’estrazione di informazioni di valore per le diverse necessità aziendali: strategie di business, di marketing e di vendita, definizione di nuovi prodotti e servizi, ecc. Questo professionista sviluppa e implementa modelli matematico-statistici da applicare su Big Data per cercare di rispondere a domande complesse legate allo specifico dominio di applicazione e di analisi.
Figura altamente specializzata, che conosce in maniera approfondita modelli matematico-statistici e algoritmi orientati all’analisi dei dati (soprattutto legati al Machine Learning). Conosce più di un linguaggio di programmazione e tool di analisi e rappresentazione di analisi complesse. Deve avere competenze di business intelligence, di semantica, di ontologie per la gestione delle informazioni, di metodi e tecnologie per la gestione di progetti data-driven innovativi.
Il Data Scientist può lavorare all’interno di contesti aziendali operanti in diversi settori, società di servizi, studi di consulenza, centri di ricerca, amministrazioni pubbliche e private, o come libero professionista.
Data Steward
Il Data Steward si occupa della gestione dei contenuti e dei relativi metadati in termini di qualità e coerenza in modo tale che chiunque ne fruisca sia certo di utilizzare dati conformi al loro significato, completi e affidabili nella loro qualità. Ciò rispettando le normative in vigore, così come le regole definite all'interno dell'azienda per l’accesso ai dati. Il Data Steward è il responsabile della Qualità dei Dati e della loro fruibilità a livello dell'impresa, con il compito di metterli a disposizione a chiunque ne debba sviluppare interrogazioni, analisi, applicazioni transazionali.
Conoscenza di teorie, principi e pratiche sui database, modellazione dei dati, conoscenza tecnica dei linguaggi di programmazione, dei sistemi operativi, delle normative e politiche e della loro applicazione ai dati.
Il Data Steward può lavorare all’interno di contesti aziendali operanti in diversi settori, società di servizi, studi di consulenza, amministrazioni pubbliche e private, o in centri di ricerca.
Database Manager
Il Database Manager è responsabile dell’organizzazione e gestione delle banche dati, esamina le richieste aziendali per l’utilizzo dei dati, valuta le fonti di dati per migliorarne l’organizzazione strutturato o non strutturata, e aiuta a progettare e installare l’hardware di archiviazione. Deve tenere il passo con gli sviluppi tecnologici e con le necessità aziendali, per contribuire attivamente alla sua crescita ed efficienza.
Conoscenze di software per Database per organizzare sia dati strutturati che parzialmente o non strutturati, conoscenza tecnica dei linguaggi informatici e dei sistemi operativi, tecniche di sicurezza informatica e cifratura dei dati per la gestione sicura dei dati e l’attuazione di politiche orientate alla privacy.
Il Database Manager può lavorare all’interno di contesti aziendali operanti in diversi settori, società di servizi, studi di consulenza, amministrazioni pubbliche e private, o in centri di ricerca.
Market Analyst
Il Market Analyst è in grado di effettuare l'analisi di problemi economici/aziendali utilizzando metodi per la gestione grandi quantità di dati . Potrà analizzare fenomeni complessi di macro e micro-economia che influenzano le decisioni politiche, economiche e sociali e le strategie aziendali utilizzando specifiche tecniche informative nel rispetto delle normative sul trattamento dei dati personali.
Il Market Analyst deve avere competenze in teoria economica/aziendale/giuridica, econometria, statistica e informatica per elaborare big data per un'analisi esaustiva di vari fenomeni.
Il Market Analyst può lavorare all’interno di contesti aziendali operanti in diversi settori, società di servizi, studi di consulenza, centri di ricerca o come libero professionista.
Courses
Courses (30)
3 CFU
30 hours
15 CFU
150 hours
6 CFU
48 hours
9 CFU
54 hours
12 CFU
84 hours
A001847 - MATHEMATICAL METHODS AND MODELS FOR DATA SCIENCE
Primo Semestre (14/09/2026 - 18/12/2026)
- 2026
6 CFU
48 hours
6 CFU
36 hours
6 CFU
36 hours
A001853 - ADVANCED ALGORITHMS AND COMPUTATIONAL MODELS
Primo Semestre (14/09/2026 - 18/12/2026)
- 2026
6 CFU
48 hours
6 CFU
48 hours
12 CFU
96 hours
6 CFU
48 hours
6 CFU
48 hours
A001858 - MACHINE LEARNING IN THE CLOUD AND AT THE EDGE
Primo Semestre (14/09/2026 - 18/12/2026)
- 2026
6 CFU
48 hours
6 CFU
48 hours
6 CFU
48 hours
A001894 - INTEGRATED MANAGEMENT SYSTEMS FOR DATA SCIENCE
Primo Semestre (14/09/2026 - 18/12/2026)
- 2026
6 CFU
36 hours
6 CFU
36 hours
6 CFU
48 hours
12 CFU
96 hours
12 CFU
96 hours
6 CFU
48 hours
A001902 - BIOINFORMATICS AND GENETICS WITH APPLICATION IN FORENSIC SCIENCES
Secondo Semestre (01/03/2027 - 28/05/2027)
- 2026
6 CFU
36 hours
A001904 - FREE SPEECH AND HUMAN RIGHTS IN THE CYBER SPACE
Secondo Semestre (01/03/2027 - 28/05/2027)
- 2026
6 CFU
36 hours
6 CFU
36 hours
A002225 - GEOFORENSICS AND CRIME SCENE INVESTIGATION
Primo Semestre (14/09/2026 - 18/12/2026)
- 2026
6 CFU
36 hours
12 CFU
96 hours
12 CFU
72 hours
12 CFU
72 hours
A004579 - BLOCKCHAIN AND AI-BASED SECURITY AND PRIVACY
Secondo Semestre (01/03/2027 - 28/05/2027)
- 2026
6 CFU
48 hours
No Results Found
People
People (17)
Ricercatrice/tore a tempo det.
Professori/esse Associati/e
Professori/esse Associati/e
Ricercatrice/tore a tempo det.
Ricercatrice/tore a tempo det.
Professori/esse Associati/e
No Results Found