Data Science

Il Corso di Laurea Magistrale in Data Science (LM-DATA) dell'Università degli Studi Roma Tre nasce con l'obiettivo di formare figure professionali di alto profilo in grado di progettare, sviluppare e gestire sistemi complessi di analisi, modellazione e interpretazione dei dati in contesti scientifici, tecnologici, industriali e socioeconomici.
La progettazione didattica, realizzata congiuntamente dal Dipartimento di Matematica e Fisica e dal Dipartimento di Ingegneria Civile, Informatica e delle Tecnologie Aeronautiche, si fonda su una forte integrazione tra competenze matematico-statistiche, informatiche, ingegneristiche e fisiche, con un approccio interdisciplinare orientato alle applicazioni.
Il percorso formativo si articola in due anni e prevede un percorso coerente con i risultati di apprendimento attesi per la classe LM-DATA definiti dal D.M. 1649 del 19 dicembre 2023.

Il primo anno si acquisiscono conoscenze di base e strumenti metodologici fondamentali per la Data Science: analisi e modellazione statistica dei dati; calcolo numerico, programmazione avanzata e intelligenza artificiale.

Il secondo anno è dedicato alle attività di approfondimento specialistico e a laboratori applicativi nei settori del Machine Learning, Natural Language Processing, Deep Learning, della visualizzazione dei dati, delle reti complesse, e di vari domini applicativi (quali ad esempio dati climatici e spaziali o biologici) con attenzione agli aspetti di etica, diritto dei dati e impatto sociale dell'intelligenza artificiale.

Il percorso formativo prevede 120 CFU complessivi, di cui:
- 15 CFU di insegnamenti caratterizzanti dell'area matematico-statistica;
- 30 CFU di insegnamenti caratterizzanti dell'area informatica e dell'informazione;
- 9 CFU di insegnamenti caratterizzanti dell'area economico-giuridica;
- 21 CFU di insegnamenti affini e integrativi in vari domini applicativi nonché in ulteriori ambiti matematici ed economico-giuridici;
- 12 CFU per attività a scelta dello studente;
- 10 CFU per tirocini formativi in collaborazione con enti e imprese e per ulteriori conoscenze linguistiche;
- 23 CFU per la prova finale.
La progettazione didattica valorizza un approccio guidato dai dati, basato su esperienze laboratoriali, analisi di casi reali e interazione con partner industriali e centri di ricerca.

Le principali aree di apprendimento sono:
AREA DELLE CONOSCENZE MATEMATICO-STATISTICHE
Gli insegnamenti di area matematica e statistica affinano le competenze di base critiche per l'accesso a percorsi specialistici a professioni emergenti nell'era della digitalizzazione. L'area è finalizzata a fornire agli studenti una solida preparazione teorica e metodologica in ambito matematico-statistico, indispensabile per la comprensione e lo sviluppo di modelli avanzati di analisi dei dati. Essa include insegnamenti dedicati alla matematica applicata, all'o, alla statistica inferenziale e alla probabilità, con l'obiettivo di garantire la padronanza dei fondamenti logico-formali, elementi che costituiscono il prerequisito concettuale per tutte le successive attività di analisi e progettazione di sistemi di Data Science. L'impianto didattico di quest'area è volto a promuovere la capacità di integrare strumenti matematici e informatici per la rappresentazione, il trattamento e l'interpretazione di dati complessi, favorendo un approccio rigoroso e critico alle metodologie di analisi.

AREA DELLE COMPETENZE INFORMATICHE E DELL'INFORMAZIONE
Gli insegnamenti di area informatica e dell'informazione forniscono le metodologie computazionali necessarie per l'elaborazione quantitativa dell'informazione e per la sua rappresentazione. Particolare attenzione è rivolta all'acquisizione di competenze di programmazione in linguaggi di alto livello (Python, MATLAB) e di utilizzo di strumenti per la modellazione, l'ottimizzazione dei modelli e la visualizzazione dei dati. L'area è orientata allo sviluppo delle capacità operative necessarie per progettare, implementare e gestire soluzioni basate su dati, con attenzione ai contesti industriali, scientifici e sociali. Essa comprende insegnamenti dedicati a Big Data, Machine Learning, Deep Learning, Intelligenza Artificiale, Calcolo Parallelo e Distribuito, Natural Language Processing e Visualizzazione delle Informazioni, con un forte carattere sperimentale e laboratoriale. L'obiettivo è formare figure professionali capaci di utilizzare in modo consapevole le moderne piattaforme di elaborazione dei dati e di affrontare problemi complessi di analisi predittiva, classificazione e ottimizzazione, valorizzando la dimensione interdisciplinare e l'integrazione con i domini applicativi e le scienze giuridiche, economiche e sociali. Le attività di questa area consentono di tradurre le conoscenze teoriche in competenze pratiche, attraverso l'uso di ambienti di calcolo ad alte prestazioni, sistemi cloud e strumenti di data management, promuovendo l'autonomia progettuale e l'innovazione tecnologica in ambito data-driven.

AREA DELLE COMPETENZE GIURIDICO-AZIENDALI E SOCIALI
Gli insegnamenti dell'ambito giuridico, sociale ed economico completano le competenze sugli aspetti normativi, etici e sull'economia digitale. Una particolare enfasi sarà posta sul ruolo dei dati in queste discipline e si approfondiranno gli aspetti normativi, etici e sociali relativi alla gestione e al trattamento dei dati e alla sicurezza, alla responsabilità, alla tutela della riservatezza e della proprietà intellettuale. Ogni insegnamento, in coerenza con gli obiettivi formativi del corso di studio, è studiato per sviluppare la capacità di applicare le nozioni apprese a situazioni reali, così da rendere il laureato in grado di utilizzare operativamente gli strumenti dell'analisi economica e profili normativi associati al trattamento delle informazioni in azienda. Tutti gli insegnamenti si proporranno di applicare le conoscenze teoriche a problemi specifici e concreti, sia a livello di gruppo che a livello individuale, e di garantire che le conoscenze e le competenze siano acquisite con spirito critico.

AREA DELLE MATERIE AFFINI
L'area delle attività formative affini comprende gli insegnamenti che ampliano e integrano la formazione di base e applicativa nel campo della Data Science, con particolare attenzione a vari domini applicativi dei dati (dati fisici, biologici, sociali, economico-finanziari, ecc.), e agli approfondimenti sugli aspetti economici, giuridici e sociali. Essa include corsi di diritto dei dati, economia digitale, gestione aziendale e comunicazione scientifica, finalizzati a fornire agli studenti una visione sistemica e interdisciplinare dell'ecosistema digitale. Tali insegnamenti contribuiscono a sviluppare la capacità di comprendere l'impatto economico, normativo ed etico delle tecnologie basate sui dati, favorendo un approccio responsabile e sostenibile all'innovazione e alla trasformazione digitale.

COMPETENZE TRASVERSALI NON DISCIPLINARI INDISPENSABILI
• Essere in grado di comunicare efficacemente;
• avere capacità relazionali e decisionali, essere in grado di operare in gruppi di lavoro;
• essere in grado di valutare le implicazioni delle proprie attività in termini di sostenibilità ambientale;
• essere in grado di operare in contesti aziendali, professionali e di ricerca;
• conoscere le proprie responsabilità professionali ed etiche.

LIVELLO DI CONOSCENZA DI LINGUE STRANIERE IN USCITA DAI CORSI DELLA CLASSE
Essere in grado di utilizzare efficacemente, in forma scritta e orale, la lingua inglese, con riferimento anche ai lessici disciplinari.

Per essere ammessi al corso di laurea magistrale in Data Science (LM-DATA) occorre essere in possesso dei necessari requisiti curriculari e di un'adeguata preparazione personale che comprende anche la verifica del possesso di adeguate competenze linguistiche.
Il possesso dei requisiti curriculari e l'adeguatezza della personale preparazione ai fini dell'ammissione vengono accertati mediante valutazione della carriera universitaria del laureato da una apposita Commissione e/o se necessario, tramite apposite prove di valutazione, da effettuarsi secondo le modalità definite nel regolamento didattico del corso di studio.
Non è ammessa l'assegnazione di obblighi formativi aggiuntivi.
L'accesso alla Laurea Magistrale in Data Science sarà consentito:

A) direttamente a chi abbia conseguito una laurea triennale in una delle seguenti classi (o equivalenti lauree vecchio ordinamento) o titoli di studio rilasciati all'estero, dichiarati equipollenti, di:
 L-07 Ingegneria Civile e Ambientale
 L-08 Ingegneria dell'Informazione
 L-09 Lauree in Ingegneria Industriale
 L-41 Statistica;
 L-30 Scienze e Tecnologie Fisiche
 L-31 Scienze e Tecnologie Informatiche
 L-35 Scienze Matematiche

B) A chi abbia conseguito una laurea triennale (o equivalenti lauree vecchio ordinamento) o titoli di studio rilasciati all'estero, dichiarati equipollenti, sotto condizione del conseguimento dell'attestato del Corso Minor Data Science, erogato dall'Università degli studi Roma Tre.
(Il Corso Minor Data Science costituisce un percorso di formazione trasversale per accrescere le competenze in Data Science. Il Corso Minor “Data Science” eroga 24 CFU in ambiti disciplinari propri della Data Science. In particolare, sono erogati insegnamenti di: Programmazione in Python, Statistica, Neural Network, Data Base, Cloud Computing).

C) A chi abbia conseguito una laurea triennale (o equivalenti lauree vecchio ordinamento) o titoli di studio rilasciati all'estero, dichiarati equipollenti, sotto condizione del possesso di 24 CFU nei seguenti settori scientifico disciplinari:
 - MATH-*/*;
 - INFO-01;
 - IINF-04;
 - IINF05;
 - STAT-*/*
di cui almeno 12 CFU nei settori MATH-*/*; STAT-*/*.
La distribuzione dei CFU sopraindicati nei settori scientifici disciplinari richiesti sarà verificata da apposita commissione.
La verifica del requisito della conoscenza della lingua inglese viene soddisfatta da chi sia in possesso di certificazione della lingua inglese a livello almeno B1, ovvero che certifichino di avere acquisto crediti di lingua inglese (anche idoneità) a livello B1 nella loro carriera pregressa.
Il corso di Laurea Magistrale in Data Science è ad accesso libero e prevede la valutazione della personale preparazione.
Le conoscenze richieste per affrontare il Corso di Laurea Magistrale in Data Science sono descritte all'articolo 3 del presente Regolamento didattico.
L'accesso al Corso di Laurea Magistrale in Data Science è direttamente consentito ai/alle laureati/e di un Corso di Laurea di cui al punto A) e al punto B) dell'articolo 3 del presente Regolamento didattico, che possono dunque presentare domanda di immatricolazione senza verifiche circa la preparazione conseguita.
L'adeguata preparazione dei/delle laureati/e di cui al punto C) del presente Regolamento viene verificata da un'apposita commissione sulla base del curriculum presentato, eventualmente integrato da un colloquio. L'esito della valutazione prevede:
• il rilascio del nulla osta all'iscrizione;
oppure
• l'ammissione sotto condizione di
- acquisire specifici requisiti curriculari attraverso il sostenimento di uno o più corsi singoli prima di poter perfezionare l'immatricolazione;
- concordare con la Commissione Didattica del Corso di Studio un percorso formativo individuale.
L'accesso al Corso di Laurea Magistrale in Data Science è consentito anche ad anno accademico iniziato, purché in tempo utile per la partecipazione alle attività formative e nel rispetto delle norme stabilite nel Regolamento Didattico d'Ateneo.
La Commissione Didattica in casi eccezionali sulla base del parere di un'apposita commissione nominata ad hoc può deliberare l'iscrizione al secondo anno della Laurea Magistrale.
Il bando rettorale di ammissione al corso di studio contiene:
• le disposizioni relative all'ammissione al corso di laurea magistrale, con riferimento in particolare
alle procedure di iscrizione e alle scadenze;
• i criteri di valutazione e le modalità di pubblicazione dei relativi esiti.

La prova finale è intesa a verificare la maturità scientifica raggiunta in relazione alla capacità di affrontare tematiche specifiche dell'ingegneria industriale e dell'informazione, applicando le conoscenze acquisite per l'identificazione, la formulazione e la soluzione di problemi.
La prova finale (23 CFU) rappresenta un'attività formativa di sintesi e verifica delle competenze acquisite durante il percorso magistrale in Data Science. Essa consiste nella redazione, e nella successiva discussione pubblica, di un elaborato tecnico-scientifico o progettuale, sviluppato in modo originale, che affronti tematiche coerenti con gli obiettivi formativi del Corso di Studio.
L'elaborato può riguardare lo sviluppo di modelli matematici o statistici, la progettazione e implementazione di algoritmi di machine learning e intelligenza artificiale, l'analisi di dataset complessi, la realizzazione di sistemi per la gestione e visualizzazione dei dati, oppure lo studio delle implicazioni etiche e giuridiche legate all'uso dei dati.
La prova finale consente di valutare:
• la capacità del candidato di applicare le conoscenze teoriche a contesti concreti e interdisciplinari;
• l'autonomia nello svolgimento di attività di ricerca e sviluppo;
• le abilità comunicative e di presentazione dei risultati, sia in forma scritta che orale;
• il livello di maturità critica e l'autonomia di giudizio raggiunti.
L'attività collegata alla prova finale potrà essere svolta sia all'interno dei laboratori di ricerca dell'Ateneo, sia presso aziende, enti pubblici o centri di ricerca nazionali e internazionali, anche nell'ambito di tirocini e progetti di collaborazione già attivi.
Le modalità di assegnazione delle tesi, le procedure di svolgimento, le scadenze e le regole di attribuzione dei punteggi sono disciplinati dal Regolamento Didattico del Corso di Studio.
Lo/a studente/ssa, ad almeno 60 CFU maturati negli esami di profitto, presenta una proposta di tesi alla Commissione Didattica indicando l'argomento e il relatore.
Il lavoro di tesi può essere svolto anche presso un'istituzione universitaria o di ricerca esterna all'Ateneo. Nel caso in cui il/la relatore/trice non faccia parte del personale del Dipartimento di Matematica e Fisica, del Dipartimento di Ingegneria Civile, Informatica e delle Tecnologie Aeronautiche o degli Enti di ricerca che vi collaborano, la Commissione Didattica nomina anche un/a relatore/trice interno scelto tra i docenti dello stesso Dipartimento.
Il/la docente interno/a svolge un ruolo attivo nella supervisione del lavoro svolto dal candidato; pertanto, affianca il/la relatore/trice esterno/a nella correzione, nel chiarimento di dubbi e/o nella risoluzione di problematiche varie che dovessero insorgere durante lo svolgimento dello stesso.
Il/la relatore/trice interno/a si impegna a segnalare alla Commissione Didattica ogni eventuale problematica rilevata.
Il calendario degli esami di laurea è definito dalla Commissione Didattica su proposta del Presidente della Commissione di laurea rispettando il calendario generale di Ateneo.
Il/la controrelatore/trice della tesi è nominato/a dal Presidente della commissione di laurea su tre docenti dell'Ateneo indicati dal relatore della tesi. Il/la controrelatore/trice è nominato/a almeno 15 giorni prima della seduta.
La commissione di laurea è composta dal Presidente e da almeno sei membri, di cui almeno quattro del Dipartimento di Matematica e Fisica e del Dipartimento di Ingegneria Civile, Informatica e delle Tecnologie Aeronautiche, per quanto possibile, da un numero di componenti proporzionato al numero dei candidati.
La Commissione è integrata dai membri supplenti definiti ad ogni esame di laurea, in un numero massimo di tre. Il Presidente potrà invitare a partecipare alla seduta di laurea, uno o più esperti della materia, a solo titolo consultivo. La commissione è integrata, di volta in volta, dal relatore che ha seguito il lavoro del candidato e che non ne sia già membro, oppure, in caso di sua impossibilità, da un altro docente da questi formalmente delegato.
La Commissione di Laurea è proposta dal Presidente della stessa ed è nominata dal Presidente della Commissione Didattica.
Il Presidente della Commissione di Laurea resta in carica per tre anni accademici, eventualmente rinnovabili per ulteriori due anni accademici, ed è nominato dalla Commissione Didattica. La stessa Commissione nomina anche un presidente supplente. Il Presidente della Commissione definisce le date degli esami di laurea, presiede la riunione della Commissione, firma i verbali e le comunicazioni per la segreteria studenti e nomina il controrelatore per ogni tesi presentata.
In caso di indisponibilità del Presidente e del supplente, il ruolo di Presidente di Commissione di Laurea viene assunto dal Presidente della Commissione Didattica o da altro docente di entrambi i Dipartimenti. La commissione valuterà tra 0 e 11 il lavoro di tesi svolto dallo/a studente/ssa sulla base dell'elaborato presentato, sulla base delle relazioni del relatore interno e del contro relatore e della presentazione fatta dallo/a studente/ssa in un seminario di circa 25 minuti. Alla valutazione del lavoro di tesi e del voto complessivo di laurea partecipano anche il/la relatore/trice ed il/la controrelatore/trice.
Il voto di laurea sarà deliberato dalla Commissione ed è dato dalla somma di:
 media pesata con i crediti delle votazioni riportate negli esami sostenuti;
 voto dell'esame di laurea.
La media pesata con i crediti degli esami sostenuti verrà calcolata in 110-mi dopo aver eliminato i 6CFU in cui si è avuta la votazione minore. Gli esami superati con 30 e lode verranno considerati per una votazione pari a 31.
La lode sarà assegnata, a discrezione della Commissione, per lavori di tesi di livello considerato all'unanimità ottimo, a coloro che avranno raggiunto una votazione superiore o uguale a 114, e su espressa richiesta da parte del relatore.
La prova finale viene svolta in presenza. Lo svolgimento a distanza dell'esame finale, ferma restando la necessità di individuare idonee misure relative all'univoca identificazione dei candidati e al corretto svolgimento delle prove, è consentita nei seguenti casi:
 specifiche situazioni personali, relative a studenti con gravi e documentate patologie o infermità ai sensi della legge n. 104/1992 e della legge n. 17/1999 o a studenti in detenzione nel rispetto delle linee guida definite dal Ministero della Giustizia - Dipartimento dell'Amministrazione Penitenziaria d'intesa con la Conferenza nazionale dei delegati dei Rettori per i poli universitari penitenziari;
 temporanee situazioni emergenziali che consentono l'erogazione della didattica a distanza nonché l'eventuale svolgimento a distanza dell'esame finale. In tal caso il provvedimento dell'Ateneo che dispone l'attivazione temporanea della modalità a distanza della didattica ovvero delle prove d'esame è sottoposto al preventivo nulla osta ministeriale.
Il processo di gestione della prova finale, dall'assegnazione della tesi, alla domanda di conseguimento titolo, per concludersi con la verbalizzazione dell'esame di laurea, avviene interamente online tramite il sistema informatico adottato dall'Ateneo.
Le scadenze e gli adempimenti per la presentazione della domanda per il conseguimento del titolo sono disponibili sul sito del Dipartimento (https://matematicafisica.uniroma3.it/didattica/sedute-di-laurea/) e sul Portale dello Studente (https://portalestudente.uniroma3.it/carriera/ammissione-allesame-di-laurea/).

Le attività affini comprendono gli insegnamenti che ampliano e integrano la formazione di base e applicativa nel campo della Data Science, con particolare attenzione a vari domini applicativi dei dati (dati fisici, biologici, sociali, economico-finanziari, ecc.), e agli approfondimenti sugli aspetti economici, giuridici e sociali. Essa include corsi di diritto dei dati, economia digitale, gestione aziendale e comunicazione scientifica, finalizzati a fornire agli studenti una visione sistemica e interdisciplinare dell'ecosistema digitale. Tali insegnamenti contribuiscono a sviluppare la capacità di comprendere l'impatto economico, normativo ed etico delle tecnologie basate sui dati, favorendo un approccio responsabile e sostenibile all'innovazione e alla trasformazione digitale.

• Statistici