Data Analytics - Fundamentals

Tipologia corso
Master di primo livello
Crediti
60 CFU
Lingua
Italiano, Inglese
Sede
Roma

Sei uno studente iscritto?

Carriera, esami, tasse e servizi: le pagine per chi studia già a Roma Tre.

Scopri di più

Il MDA ha l'obiettivo di formare professionisti operanti nei settori della Data Science, completando le conoscenze acquisite in ambito universitario con un percorso specifico, agile, della durata di un anno; inoltre fornisce la possibilità di aggiornare e rinnovare le competenze sempre nell'ambito della Data Science a chi è già impiegato in aziende pubbliche o private. Alcuni insegnamenti sono su argomenti dedicati alla Pubblica Amministrazione.
Le competenze acquisibili attraverso gli insegnamenti del Master includono i rudimenti matematici per analizzare e comprendere la natura dei dati attraverso moderne tecniche statistiche e di intelligenza artificiale, come il machine learning e il deep learning. Inoltre, il Master ha l’obiettivo di fornire le competenze utili all’utilizzo dei più diffusi software per l’analisi dati.
Il MDA ha anche l’obiettivo di formare personale specializzato nel settore digitale capace di inserirsi nei settori produttivi inerenti alla ricerca.
Il MDA interessa in particolare persone che ricevono/hanno ricevuto una formazione tecnico-scientifica, e vogliono approfondire il campo della Data Analysis anche in settori direttamente coinvolti nello sviluppo della Società.
In sintesi, i principali obiettivi formativi del master sono:
offrire le competenze necessarie per affrontare le questioni relative alla Data Analysis: i cinque insegnamenti previsti mirano rispettivamente allo sviluppo delle competenze in tale settore attraverso un percorso formativo costituito da parti ben integrate. Ogni insegnamento viene completato attraverso un approccio multidisciplinare a cui concorrono i contributi di vari docenti.

Requisito minimo per l’ammissione: Laurea triennale in qualsiasi disciplina; possono dunque iscriversi laureati magistrali e laureati con vecchio ordinamento. Possono accedere al Master candidati/e sia italiani/e, sia stranieri/e, in questo ultimo caso occorre un titolo equivalente
È possibile presentare domanda di ammissione in qualità di laureandi, purché la laurea triennale venga conseguita entro la sessione di marzo 2025.

Tutti gli insegnamenti o gruppi di insegnamenti di MDA-FND prevedono prove/test/verifiche in itinere il cui superamento è necessario per conseguire il Diploma finale. Le prove al termine di ogni insegnamento o gruppi di insegnamenti sono organizzate dai docenti, servono a garantire la partecipazione attiva da parte dei corsisti.

Il percorso formativo si completa con una tesi, equivalente a 15 CFU, che consiste in un elaborato scritto su un tema scelto tra gli argomenti trattati nel Master e concordato con uno dei docenti. La tesi viene portata a termine con la supervisione dei docenti del master e può essere svolta anche in collaborazione con aziende nell'ambito di uno stage. L’elaborato può essere anche lo sviluppo di un software, un algoritmo, o un’architettura di sistema informativo.

I principali sbocchi occupazionali sono riassunti dalle seguenti figure professionali:

- Data Scientist. Persona che si occupa di sviluppare e fornire soluzioni tecnologiche nell’ambito di aziende che operano nel settore del data science, e che ha come mansioni lo studio e la proposta di nuovi modelli e soluzioni per i clienti della propria azienda.

- Data Science Expert. Persona in grado di analizzare i dati, formulare modelli e predizioni, comunicare correttamente i risultati, ovvero definire il problema e fornire una possibile soluzione.

- Applied Data Scientist. Persona collocata presso aziende che hanno un’attività principale diversa dalla data science, ma utilizzano processi aziendali in cui l’analisi dei dati svolge un ruolo cruciale per lo sviluppo dell’azienda.

Inoltre, tutti gli insegnamenti sono organizzati sia per persone che intendono potenziare le proprie competenze per favorire l’inserimento nel mondo lavorativo e sia per persone già inserite nel mondo del lavoro, che intendono migliorare la propria posizione lavorativa attraverso conoscenze specialistiche nel settore digitale.

Vuoi iscriverti al corso?

Come ci si iscrive, passo per passo, e le agevolazioni sulle tasse.

Scopri di più

Il piano didattico di Data Analytics - Fundamentals — A.A. 2026/2027

Il percorso vale 60 CFU. Gli insegnamenti senza fascia sono obbligatori; dove compare una fascia blu si scelgono i crediti indicati fra gli insegnamenti che seguono.

Insegnamenti annuali

Insegnamenti annuali
ID Insegnamento SSD CFU Ore lezione Lingua
20840118 Sparse Method for high-dimensional data MATH-03/B 4 20 Italiano
20840119 Python with Chatbot PHYS-01/A 3 15 Italiano
20840120 Introduction to Matlab MATH-04/A 2 10 Italiano
20840122 Machine Learning IINF-03/A 4 20 Italiano
20840123 ML and ai for Meteo Data PHYS-01/A 2 10 Italiano
20840124 TensorFlow MATH-04/A 2 10 Italiano
20840125 Cloud Computing INFO-01/A 2 10 Italiano
20840126 Data Processing INFO-01/A 1 5 Italiano
20840127 Foundations Modern DevOps IINF-05/A 2 10 Italiano
20840128 Biotech Data Processing INFO-01/A 2 10 Italiano
20840129 Foundations of Cryptography MATH-02/A 3 15 Italiano
20840132 ChatBot IINF-05/A 3 15 Italiano
20840133 Social Data Analytics IINF-05/A 4 20 Italiano
20840134 Agentic ai & RAG Architectures IINF-05/A 3 15 Italiano
20840135 Classical Text Analytics & NPL INFO-01/A 3 15 Italiano
20840136 Textual and Multimodal LM IINF-05/A 4 20 Italiano
20840137 IDEs as Command Center MATH-04/A 2 10 Italiano
20840121 Explainable Machine Learning MATH-03/B 2 10 Italiano
20840150 Basic Statistics PHYS-01/A 3 15 Italiano
20840151 Neural Networks with Matlab MATH-04/A 3 15 Italiano
20840158 Data Analytics for anti-money laundering INFO-01/A 3 0 Italiano
20840131 Fintech Introduction to Crypto Currency STAT-04/A 3 0 Italiano

Modalità di iscrizione al corso

Master e corsi di perfezionamento hanno ciascuno il proprio bando, con requisiti, posti e scadenze. I corsi aperti sono nella pagina Post lauream.

Iscriviti al corso (si apre in una nuova scheda)

Docente sorridente durante una lezione

Scopri i docenti di questo corso

Chi insegna in questo corso, con il profilo e gli insegnamenti di ciascuno.

Scopri di più
API