STOCHASTICS AND DATA SCIENCE

Il corso di Laurea Magistrale in Stochastics and Data Science prefigura un'offerta formativa interdisciplinare e di profilo internazionale nell'ambito delle scienze statistiche e probabilistiche e delle metodologie computazionali. L'offerta, incardinata in classe di laurea magistrale LM-40 Matematica, coniuga obiettivi formativi che poggino su solide basi matematiche volti allo sviluppo di competenze avanzate in ambito stocastico ed inferenziale, con obiettivi relativi all'apprendimento di moderne metodologie informatiche e computazionali. Lo scopo è fornire agli studenti da un lato gli strumenti matematici necessari per sviluppare capacità di analisi e decisione in contesti di incertezza ('Stochastics'), e dall'altro le capacità di implementazione pratica delle metodologie acquisite a fini inferenziali e decisionali, oltre che capacità di studio e gestione di dati e informazioni su larga scala e con struttura complessa ('Data Science').

Gli insegnamenti, tutti offerti in lingua inglese, hanno i contenuti tipici di programmi di Master simili offerti nelle migliori università estere. Il progetto si propone altresì di mantenere alcuni punti di forza dell'offerta formativa italiana apprezzati nel mondo, con particolare riferimento alla solida preparazione teorica di base, tipica delle lauree italiane e fortemente apprezzata all'estero in particolare dai programmi di dottorato, da abbinare a competenze interdisciplinari, tipiche degli studi in Data Science nei paesi anglosassoni. Il percorso si prefigge dunque di fornire una preparazione completa ed interdisciplinare, coniugando una solida formazione teorica con moderne competenze orientate alle applicazioni. L'ampio spettro di metodi e applicazioni coperti dai corsi offerti includono, tra gli altri, la moderna teoria della probabilità basata sui processi stocastici, l'inferenza statistica secondo l'approccio classico e bayesiano e secondo l'impostazione parametrica e non parametrica, l'inferenza in contesti multivariati, i metodi di apprendimento automatico o non supervisionato (con riferimento all'area cosiddetta di Machine Learning), oltre ad eventuali competenze complementari in ambiti che afferiscono ad econometria, teoria dei giochi e delle decisioni, gestione di basi di dati, sviluppo di algoritmi, padronanza dei linguaggi di programmazione, studio e modellazione delle reti complesse, tecniche avanzate di simulazione.

Lo studente sarà anche stimolato a sviluppare curiosità scientifica, capacità di analisi indipendente e capacità di comunicazione di temi scientifici. Queste consentiranno di applicare le competenze tecniche acquisite a contesti interdisciplinari, di svolgere autonomamente attività di ricerca per lo sviluppo di nuove metodologie, di comunicare con efficacia la modellizzazione e l'analisi di sistemi ad alta complessità. Approfondimenti su tematiche attuali saranno fornite sia a margine dei corsi curricolari che tramite conferenze cui gli studenti verranno regolarmente invitati, oltre che da moduli di corso impartiti da Visiting Professors internazionali riconosciuti dalla comunità scientifica come esperti nelle discipline di competenza.

Il percorso formativo prevede un unico curriculum con gli insegnamenti del primo anno quasi totalmente in comune per tutti gli iscritti e un secondo anno in cui gli studenti possono scegliere corsi differenziati in modo da potersi specializzare maggiormente verso gli aspetti più teorici ovvero più statistici ovvero verso quelli di taglio maggiormente informatico. Sono previste attività di tirocinio facoltative che possono essere riconosciute in piano carriera, e possono altresì esser parte integrante del lavoro di compilazione della tesi. E' inoltre previsto un programma di Visiting Professors stranieri che insegnino moduli di corsi curriculari, al fine di arricchire la preparazione degli studenti con apporti da docenti di varia provenienza geografica, accademica e disciplinare.

Con la formazione ricevuta il laureato potrà inserirsi facilmente in programmi di dottorato in matematica applicata, probabilità, statistica, informatica, ricerca operativa, economia, finanza quantitativa o in temi di respiro più applicato a contesti medici o biologici. Allo stesso tempo, la formazione degli studenti sarà anche spendibile immediatamente nel mondo del lavoro, rispondendo alla grande e crescente richiesta di esperti di modellistica e analisi dei dati.