
Master in Data Science and Engineering
DURATA
2 Years
LINGUE
Inglese
RITMO
Tempo pieno, Mezza giornata
SCADENZA DELLA DOMANDA
Richiedi la scadenza per la domanda
LA PRIMA DATA DI INIZIO
Richiedere la prima data di inizio
TASSE UNIVERSITARIE
EUR 6.000
FORMATO DI STUDIO
Nel campus
Introduzione
Cos'è la scienza dei dati & engineering?
La scienza dei dati (DS) è una combinazione di competenze scientifiche, ingegneristiche e artistiche per estrarre conoscenze utili dai dati. Coinvolge diverse aree di conoscenza, dalla statistica ai database e all'informatica, dall'intelligenza artificiale all'apprendimento automatico e all'apprendimento profondo. Viene utilizzata per risolvere problemi importanti nella nostra economia e società, dalla previsione delle vendite di prodotti e la raccomandazione del prodotto migliore per un cliente, al supporto della diagnosi dei pazienti e all'analisi della diffusione di un virus.
È Maestro in Data Sciene Engineering è adatto a me?
Il programma è rivolto a persone con una formazione quantitativa (principalmente ingegneria, scienze fisiche ed economia/management). Pur essendo adatto ai neolaureati, è pensato anche per i professionisti abilitati e persino per i titolari di master, per riqualificare o rafforzare la loro formazione in questo settore.
Galleria
Ammissioni
Curriculum
- Corso di progetto con le aziende
- tesi di laurea di 6 mesi
- tesi: ricerca in laboratorio o innovazione in azienda
- Corso elettivo E1 (incl. imprenditorialità)
Unità didattiche appartenenti ai settori scientifici definiti nell'ordinamento curriculare attivo nell'anno accademico in corso
- Scienze informatiche
- Informatica
Esito del programma
In qualità di laureato MDSE, sarai in grado di:
- comprendere in modo critico e approfondito i principi centrali, le metodologie e le tecniche della Data Science (DS), in particolare quelli applicabili a problemi di grandi dimensioni e complessità;
- progettare e implementare soluzioni e prodotti DS nuovi e complessi utilizzando le conoscenze più avanzate del settore, tenendo conto dei vincoli etici, sociali, legali, tecnologici ed economici;
- giudicare criticamente le nuove soluzioni tecnologiche e promuovere la ricerca e l'applicazione di metodi e soluzioni DS innovativi a problemi complessi, facendo appello alla curiosità, alla creatività e al rigore;
- lavorare in modo efficiente in un team di progetto come data scientist per sviluppare progetti che aggiungano valore alle organizzazioni;
- comunicare il loro ragionamento altamente tecnologico a pubblici diversi, oralmente o per iscritto, in contesti (inter)nazionali, favorendo un cambiamento positivo nelle organizzazioni;
- per continuare la loro formazione sulla sindrome di Down in modo autonomo e per tutta la vita.
Opportunità di carriera
Data Science & Engineering è un settore che offre un'ampia gamma di opportunità per carriere entusiasmanti:
- uno scienziato dei dati presso un'azienda, che si occupa di progetti per la tua azienda e per clienti esterni;
- un ricercatore di data science in un laboratorio, che amplia i limiti del settore sviluppando nuovi metodi e applicandoli a nuovi domini;
- un ricercatore di data science in un'azienda, che guida l'innovazione per mantenere la tua azienda all'avanguardia.
Perché studiare a Faculty of Engineering of the University of Porto
Perché studiare il Master in Data Science e Ingegneria presso la FEUP ?
L'obiettivo del master in Data Science and Engineering (MDSE) è promuovere l'eccellenza della qualificazione negli aspetti nucleari e avanzati della Data Science (DS), dai suoi fondamenti teorici all'integrazione delle tecnologie informatiche nelle organizzazioni. Il MDSE mira a rispondere alla domanda di mercato di data scientist. Nasce naturalmente dalla Faculty of Engineering of the University of Porto , dato l'eccellente personale docente e di ricerca dei tre dipartimenti coinvolti: Ingegneria informatica, Ingegneria industriale e gestionale e Ingegneria elettrica e informatica. Le solide competenze in DS presso FEUP sono confermate dalla vasta esperienza di insegnamento, dall'impatto delle pubblicazioni scientifiche e dalla qualità dei progetti scientifici e di R&S svolti.