Магістр наук з інформаційних технологій
Trento, Італія
ТРИВАЛІСТЬ
2 Years
МОВИ
Англійська
ТЕМП
Денне навчання
КІНЕЦЬ ТЕРМІНУ НАДАННЯ ЗАЯВ
Кінцевий термін подання заявки
НАЙРАНІША ДАТА ПОЧАТКУ
Sep 2025
ПЛАТА ЗА НАВЧАННЯ
EUR 4 500 / per year *
ФОРМАТ НАВЧАННЯ
На кампусі
* ЄС 340-3400 євро (діапазон гонорарів на основі особистого доходу та заслуг) | За межами ЄС: 1000-4500 євро (діапазон комісії базується лише на заслугах, тобто бал в оцінці заявки)
Введення
Магістр - це міждисциплінарний ступінь, запропонований спільно наступними організаціями в University of Trento :
- Кафедра математики
- Кафедра інформатики та інформатики
- Кафедра економіки та менеджменту
- Кафедра психології та когнітивної науки
- Кафедра промислового машинобудування
- Кафедра соціології та соціальних досліджень
- CIMEC - Центр наук про розум / мозок
- та FBK - Fondazione Bruno Kessler
Завдання
Міжфакультетський магістерський курс з науки про дані готує студентів стати професіоналами з аналізу даних із сильними поперечними навичками та здатністю працювати в динамічних та мультидисциплінарних середовищах з теоретичними, методологічними та практичними знаннями в галузі інформатики, математики та статистики, а також в одній або кількох сфер компетенції, які є основою Data Science, таких як соціальні, когнітивні, економічні, промислові науки та право.
Під час навчання особлива увага приділятиметься отриманню ноу-хау та розвитку soft skills. Вже на першому курсі студенту буде запропоновано пройти велику групу занять, які включають лабораторні заняття, міждисциплінарні робочі групи та тематичні дослідження з безпосереднім залученням експертів у цій галузі. Потім ці навички розвиваються шляхом стажування та стажування в державних установах, науково-дослідних інститутах, лабораторіях, а також державних і приватних компаніях.
Мета - створити нову професійну фігуру, здатну поєднувати міждисциплінарні знання та міжособистісні, комунікативні та організаторські здібності, які зможуть виконувати гучні технічні та / або керівні ролі у надзвичайно міждисциплінарних контекстах у таких галузях:
- Технологія, здатність керувати проектами та застосовувати інноваційні рішення в галузі інформаційних та ІТ-систем і мережевих технологій, беручи до уваги комерційні, соціально-організаційні та регуляторні питання;
- Корпоративно-організаційний, здатний керувати складними організаціями за допомогою сучасних технологій, таких як у сфері електронної комерції та веб-сервісів;
- Соціально-психо-економічний, володіючи базовими навичками, необхідними для розробки технологічно інноваційних рішень у державних і приватних установах, наприклад у сфері електронного урядування та дослідження ринку.
Наприкінці курсу випускники зможуть працювати в кількох відділах компанії чи адміністрації відповідно до сфери компетенції, перетворюючи дані на корисну інформацію. Виконуючи роль Data Scientist в організації, випускники будуть підтримувати управлінські функції інформацією, необхідною для прийняття обґрунтованих рішень, іноді передбачаючи тенденції та використовуючи можливості великого економічного, соціального, політичного чи етичного значення, а також у визначенні та планування виробничих, логістичних та організаційних процесів у приватному, державному та третьому секторах. Залежно від їхніх інтересів, вони також зможуть поглибити свої знання з передових тем у галузі Data Science із застосуванням у конкретних сферах компетенції та/або досліджувати передові технічні концепції в галузі математики, статистики та інформаційних технологій.
Міжфакультетський характер навчального курсу дає можливість приймати студентів з різних професій і надавати їм високо міждисциплінарну навчальну програму. Перший рік включатиме курси, спрямовані на інтеграцію різних компетенцій і охоплюватиме фундаментальні дисципліни інформатики, математики, статистики та соціальних, психологічних та економічних наук. Ці вступні курси супроводжуватимуться курсами та семінарами з відповідних застосувань Data Science, зокрема для соціальних, психологічних та економічних наук. Адекватна пропозиція факультативних курсів і семінарів дозволить розробити курси, спрямовані на певні сфери. У результаті студенти, які отримають ступінь магістра в галузі Data Science, матимуть культурну, наукову та методологічну підготовку, яка дозволить їй/йому отримати доступ до університетських програм після рівня магістра (магістра другого рівня та доктора філософії).
Прийом
Навчальний план
Магістр наук про дані складається з двох навчальних програм. Студенти навчаються за одним із двох навчальних планів, відповідно до попереднього навчання.
- Навчальна програма A призначена для студентів, які мають ступінь бакалавра (Laurea) у; Інформатика, математика, фізика, статистика чи інженерія.
- Навчальна програма B призначена для студентів, які мають ступінь бакалавра (Laurea) у; Соціологія, економіка чи психологія.
Кожна навчальна програма становить 120 CFU, що включає обов’язкові курси, курси за вибором, лабораторні роботи, курси з відкритим вибором, етап і дисертацію, як описано нижче.
Студенти обох навчальних програм повинні додатково виконати наступні дії:
- Курс за вибором - II роки (6 CFU): Студенти повинні вибрати 6 CFU зі списку курсів за вибором, які будуть оголошені вчасно (див. Положення для додаткової інформації).
- Факультативні лабораторії - II роки (12 CFU): Студенти повинні вибрати 12 CFU зі списку факультативних лабораторій, які будуть оголошені вчасно (див. Положення для додаткової інформації).
- Курси з відкритим вибором (12 КУО): Студенти повинні вибрати 12 кредитів з відкритим вибором серед курсів, пропонованих University of Trento . Курси, перелічені у таблицях вище, затверджуються автоматично. У всіх інших випадках персональний план навчання повинен бути заповнений та поданий до комісії для вивчення плану навчання.
- Стадія (9 КУО).
- Дипломна робота (18 КУО): Курс навчання завершується обговоренням оригінальної дисертації під керівництвом наукового керівника, що забезпечує 18 КУО.
Результат програми
Людина, яка має науковий ступінь у галузі даних:
- Може зрозуміти походження та характеристики оброблених даних; знає ІКТ-технології, пов’язані з життєвими етапами даних, та межі їх продуктивності; може аналізувати та керувати потоком генерації, отримання, передачі та доступу до даних; може керувати та інтегрувати різнорідні архіви статистичних та адміністративних даних;
- Може поєднувати методи та прийоми соціальних і психологічних наук, управління бізнесом, державного та приватного управління з технологіями та методологіями інформаційних технологій та аналізу даних математики та статистики, володіючи навичками в кожній із областей та вміючи ефективно інтерпретувати зміни. технологічні та організаційні інновації в компаніях і адміністраціях;
- Може аналізувати та інтерпретувати дані відповідно до їхнього характеру та різноманітності, застосовуючи найбільш відповідний аналітичний підхід для відповіді на діяльність чи цілі організації, державного чи приватного органу;
- Може визначати та отримувати доступ до джерел даних і вибирати найбільш підходящі та ефективні методи та моделі для підтримки та керування процесами прийняття рішень і стратегічного вибору компанії та керівництва, може розробляти лінії розвитку та оперативні плани, а також генерувати вказівки та програми для розвиток дії також шляхом застосування методів зменшення розмірної складності та розробки прогностичних моделей для створення організованих систем передових знань;
- Може працювати в міждисциплінарних робочих групах і може використовувати найбільш прийнятні методи спілкування та оповідання, щоб представити емпіричні докази в найбільш прийнятній формі для підтримки тактичних і стратегічних управлінських рішень, приділяючи особливу увагу питанням, пов’язаним із синтезом та ефективним представленням і візуалізацією інформації. ; вільно володіти англійською та італійською мовами в письмовій та усній формі, також звертаючись до дисциплінарної лексики;
- Володіє базовими юридичними знаннями у сферах та нормативних питаннях, пов’язаних із використанням інформаційних технологій та обробкою даних (зокрема, з питань безпеки, захисту конфіденційності та юридичної чинності).
Стипендії та фінансування
Стипендії для громадян не входять до ЄС, які проживають за кордоном
Кандидати з найкращими результатами матимуть право на отримання стипендії UniTrento за наявності. Студенти, які отримують стипендію UniTrento, також звільняються від плати за навчання.
Стипендії для громадян ЄС і не громадян ЄС, які постійно проживають в Італії
Інформація про вартість навчання та ISEE доступна на нашому веб-сайті . Зверніть увагу, якщо ви не хочете розраховувати індекс ISEE (економічний індекс фінансового становища вашої родини), вам доведеться заплатити максимальну суму.
Після обчислення ISEE студенти, якщо вони відповідають вимогам, можуть подати заявку на отримання стипендії Opera Universitaria , починаючи з червня/липня.
Галерея
Карєрні можливості
Особа зі ступенем магістра в галузі Data Science може брати участь або займати технічні та/або управлінські посади в контекстах, які вимагають хороших знань дисциплін інформатики, математики, статистики та соціальних наук, а також глибоких знань обробки даних для вирішення проблем. Науковий спеціаліст з даних — це професійна особа, відповідальна за збір, аналіз, опрацювання, інтерпретацію, розповсюдження та візуалізацію кількісних або кількісно визначених даних організації для аналітичних, прогнозних або стратегічних цілей. У своїй роботі він/вона ідентифікує, збирає, компілює, готує, перевіряє, аналізує та інтерпретує дані, що стосуються різних видів діяльності організації, щоб отримати інформацію (узагальнену або отриману в результаті аналізу), також шляхом розробки прогнозних моделей для створювати передові організовані системи знань. Таким чином, фахівець із обробки даних є аналітиком великих обсягів дуже складних технічних даних (великих даних і відкритих даних), які, однак, можуть поєднувати методи й техніки управління бізнесом, державного, приватного й третього секторів із технологіями й методологіями. інформатики та соціальних наук, володіючи навиками в кожній із областей.
Компетенції, пов'язані з функцією
Завдяки отриманим глибоким знанням випускники можуть:
- Виявляти та отримувати доступ до джерел даних;
- Підтримка та розвиток бізнес-процесів;
- Вибирати відповідні та ефективні методи та моделі для підтримки стратегічних бізнес-рішень;
- Розробити лінії еволюції та оперативні плани;
- Абстрагувати отриману інформацію та через неї сформувати ознаки для підтримки програм активного розвитку;
- Нарешті, Data Scientist подає цю інформацію у найбільш підходящій формі для підтримки тактичних та стратегічних рішень керівництва, приділяючи особливу увагу питанням, пов’язаним із синтезом та ефективним поданням та візуалізацією інформації.
Можливості працевлаштування
У світі зростає інтерес до професії Big Data, Open Data та Data Scientist, головним чином через зростання попиту на цю професію на аналітичному ринку з боку більш традиційних секторів економіки, включаючи банківську справу; виробництво; телекомунікації та ЗМІ; Державне управління та охорона здоров'я; інші ділові послуги; масштабний розподіл; комунальні послуги; і страхування.
У цьому контексті професійна фігура Вченого з даних, яка відповідає гнучкості в освітньому шляху, пропонованому класом LM 91, буде характеризуватися більшою мірою, відповідно до варіантів окремого студента, здатністю до предметного читання соціальних -економіко-психологічні дані або завдяки здатності розробляти аналітичні інструменти, корисні для їх опрацювання та представлення.
Конкретно кажучи, навички, набуті людьми, які закінчують цей ступінь магістра, дадуть їм професійні та кар’єрні можливості в:
- Державні або приватні інститути дослідження та аналізу ринку;
- Організації, орієнтовані на національному або міжнародному рівні на формування та реалізацію соціальної та економічної політики;
- Організації, державні чи приватні, орієнтовані на інновації та просування послуг та товарів для споживачів, розробку нових послуг у державному секторі або визначення нових комунікаційних стратегій;
- Приватні компанії, включаючи малі та середні компанії, вважають стратегічним ефективне використання інформації, наявної при плануванні ринкових стратегій, процесів та інновацій в продуктах, а також управління компаніями.