Master di II livello in Data Science and Statistical Learning (MD2SL)
In collaborazione con il Florence Center for Data Science dell’Università degli Studi di Firenze

Nata dall’integrazione delle metodologie proprie della statistica, della matematica e dell’informatica, la Data Science si sta imponendo nelle società contemporanee caratterizzate da una continua produzione di big-data come disciplina fondamentale per riuscire ad estrapolare informazione dai dati e fornire risposte a rilevanti quesiti di ricerca. Grazie alla potenza degli strumenti su cui essa si fonda, la Data Science ricopre un ruolo di centrale importanza in tutti quegli ambiti in cui i big data stanno diventando sempre più rilevanti, tra i quali l’economia, la medicina, l’ingegneria, l’istruzione, le scienze sociali, ecc.
Il Master di II livello in Data Science and Statistical Learning (MD2SL), promosso dalla Scuola IMT Alti Studi Lucca e dal Florence Center for Data Science dell’Università degli Studi di Firenze, si prefigge di formare figure professionali caratterizzate da una profonda conoscenza teorica degli strumenti statistici, informatici e computazionali più avanzati, capaci di utilizzare e valutare criticamente le potenzialità dei diversi metodi per estrapolare informazione dalla crescente mole di dati disponibile in diversi ambiti applicativi, con precipuo riferimento alle applicazioni in ambito economico-manageriale e sanitario, fornendo risposte ai quesiti di ricerca e favorendo l’innovazione.
La presenza di partner di rilievo nel mondo imprenditoriale e della ricerca conferisce un’impronta pratica e concreta al programma di master; questa verrà ulteriormente rafforzata grazie al percorso di tirocinio da effettuarsi presso uno dei partner o degli enti che porteranno la propria testimonianza all’interno del master stesso.
I Professori Massimo Riccaboni e Tiziano Squartini sono i rappresentanti della Scuola IMT Alti Studi Lucca per il Master di II livello in Data Science and Statistical Learning (MD2SL).
Il Master si propone di sviluppare figure professionali a tutto tondo, Data Scientist, in grado di fornire risposte ai quesiti di ricerca emergenti derivanti dalla presenza pervasiva di dati complessi, non strutturati e ad alta dimensione (i cosiddetti big data), in un varietà di campi di applicazione.
Tale obiettivo viene raggiunto tramite l’acquisizione da parte dello studente di solide competenze teoriche e pratiche in ambito statistico, matematico ed informatico, spendibili all’interno dei processi aziendali, nelle Pubbliche Amministrazioni, nonché a supporto dei processi decisionali di organizzazioni pubbliche e private. Nello specifico, la proposta formativa mira a portare laureati in discipline quantitative su un livello più elevato grazie alla multidisciplinarietà degli strumenti propri della Data Science.
Nelle società contemporanee caratterizzate da una continua produzione di big-data, la Data Science si sta imponendo come disciplina fondamentale per riuscire ad estrapolare informazione dai dati e fornire risposte a rilevanti quesiti di ricerca.
La Data Science nasce dall’integrazione delle metodologie proprie della statistica, della matematica e dell’informatica e, grazie alla potenza degli strumenti su cui essa si fonda, ricopre un ruolo di centrale importanza in tutti quegli ambiti in cui i big-data stanno diventando sempre più rilevanti. Questi includono l’economia, la medicina, l’ingegneria, l’istruzione, le scienze sociali, ecc.
Il master MD2SL intende formare figure professionali a tutto tondo, i Data Scientist, in grado di dare risposta agli emergenti quesiti di ricerca prevenienti dalla presenza pervasiva di dati complessi, destrutturati e ad elevata dimensionalità (i cosiddetti big-data), nei più svariati ambiti di applicazione.
Competenze in uscita
Al termine del percorso formativo, lo studente saprà strutturare, pulire e analizzare dati complessi, destrutturati e ad elevata dimensionalità, sarà in grado di individuare le informazioni rilevati provenienti da essi, nonché sviluppare soluzioni metodologiche e computazionali innovative per la raccolta e l’analisi degli stessi, per far fronte alle necessità informative emergenti e supportare i processi decisionali in campo medico-sanitario e/o economico-aziendale. Il profilo in uscita possiederà inoltre solide capacità comunicative indispensabili per una adeguata e efficace diffusione dei risultati, anche nei confronti di soggetti privi di background tecnico sui metodi propri della Data Science.
Sbocchi professionali
Il profilo professionale in uscita può trovare occupazione in diversi ambiti; questi includono le Pubbliche Amministrazioni e le autorità locali, le unità di analisi dei dati di medie e grandi imprese, le compagnie assicurative, gli uffici marketing di società di produzione e distribuzione, i centri di ricerca e le società di consulenza.
Inoltre, grazie alle solide basi teoriche acquisite durante il percorso formativo, al completamento con successo del programma, gli studenti saranno pronti ad accedere a programmi di dottorato correlati con i temi trattati, sia in Italia che all'estero.
Il master MD2SL prevede 16 ore di lezione settimanali, dal mercoledì al venerdì dalle 15.30 alle 19.30 e il sabato dalle 9.00 alle 13.00.
La didattica si svolge in sincrono e viene offerta in modalità mista (sia online che in presenza). E' richiesto il 75% di obbligo di frequenza delle lezioni. Tuttavia, l'esame finale deve essere sostenuto in presenza a Firenze, Italia.
Il master MD2SL, si articola in tre distinti blocchi di insegnamento e un laboratorio di analisi dei dati:
- Il primo blocco, “Data Science Bootcamp”, permette agli studenti di acquisire una solida conoscenza delle discipline alla base della Data Science (matematica, statistica, programmazione informatica), grazie ad una serie di corsi tali da assicurare una preparazione omogenea di studenti con background potenzialmente molto diversi tra loro.
- Il secondo blocco si compone dei “Core Courses” e permette agli studenti di acquisire le competenze teoriche e pratiche proprie della Data Science e della Data Analytics.
- Il terzo blocco di insegnamento si compone degli “Elective Courses” ed è pensato per l’acquisizione di competenze specifiche in due distinti ambiti applicativi in cui il Data Scientist può avere un ruolo di centrale importanza: l’ambito medico-sanitario e l‘ambito economico-aziendale.
Gli obiettivi specifici di ciascun blocco verranno raggiunti tramite un mix ben bilanciato di lezioni teoriche frontali, analisi di casi di studio, laboratori ed attività pratiche individuali e di gruppo. Queste ultime avranno come obiettivo quello di favorire gli scambi e le interazioni tra studenti utili per un maggiore e più approfondita comprensione degli argomenti trattati.
Sono previsti esami in itinere su ogni singolo modulo.
Il titolo verrà rilasciato su verifica della frequenza e dopo una prova finale, che consisterà nella presentazione di un progetto relativo all’applicazione di una delle metodologie introdotte durante il master a casi reali di studio, auspicabilmente derivanti dal tirocinio formativo.
Coordinatore: Chiara Bocci, Università degli Studi di Firenze
Comitato ordinatore:
- Andrew David Bagdanov, Università degli Studi di Firenze
- Chiara Bocci, Università degli Studi di Firenze (Coordinatore)
- Giorgio Stefano Gnecco, Scuola IMT Alti Studi Lucca
- Anna Gottard, Università degli Studi di Firenze
- Maria Francesca Marino, Università degli Studi di Firenze
- Massimo Riccaboni, Scuola IMT Alti Studi Lucca
- Tiziano Squartini, Scuola IMT Alti Studi Lucca
- Silvia Bacci, Università degli Studi di Firenze
- Michela Baccini, Università degli Studi di Firenze
- Andrew David Bagdanov, Università degli Studi di Firenze
- Gianmarco Bet, Università degli Studi di Firenze
- Ennio Bilancini, Scuola IMT Alti Studi Lucca
- Chiara Bocci, Università degli Studi di Firenze
- Leonardo Boncinelli, Università degli Studi di Firenze
- Cesare Bracco, Università degli Studi di Firenze
- Carlotta Giannelli, Università degli Studi di Firenze
- Giorgio Stefano Gnecco, Scuola IMT Alti Studi Lucca
- Anna Gottard, Università degli Studi di Firenze
- Gianluca Iannucci, Università degli Studi di Firenze
- Matteo Lapucci, Università degli Studi di Firenze
- Stefano Lepri, CNR-ISC
- Giampaolo Liuzzi, "Sapienza" Università di Roma
- Erik Longo, Università degli Studi di Firenze
- Alessandro Magrini, Università degli Studi di Firenze
- Giovanni Maria Marchetti, Università degli Studi di Firenze
- Simone Marinai, Università degli Studi di Firenze
- Andrea Marino, Università degli Studi di Firenze
- Maria Francesca Marino, Università degli Studi di Firenze
- Alessandra Mattei, Università degli Studi di Firenze
- Anna Carla Nazzaro, Università degli Studi Internazionali di Roma
- Fabio Pinelli, Scuola IMT Alti Studi Lucca
- Massimo Riccaboni, Scuola IMT Alti Studi Lucca
- Armando Rungi, Scuola IMT Alti Studi Lucca
- Giacomo Scandolo, Università degli Studi di Firenze
- Lorenzo Seidenari, Università degli Studi di Firenze
- Francesco Sera, Università degli Studi di Firenze
- Francesco Serti, Scuola IMT Alti Studi Lucca
- Tiziano Squartini, Scuola IMT Alti Studi Lucca
- Giacomo Toscano, Università degli Studi di Firenze
- Cecilia Viscardi, Università degli Studi di Firenze
A conclusione del percorso, gli studenti avranno la possibilità di sperimentare sul campo le conoscenze acquisite tramite un tirocinio formativo di 225 ore da effettuare presso una delle aziende e enti pubblici e privati partner del programma, centri di ricerca o dipartimenti universitari. L’inserimento nel contesto lavorativo permetterà agli studenti di seguire in prima persona le fasi di progettazione, realizzazione e sviluppo di software e di realizzazione di analisi dati complesse.
Le attività di tirocinio mirano all’acquisizione da parte dello studente di specifiche competenze quali:
- capacità di applicazione delle competenze tecniche acquisite a casi reali;
- orientamento al problem solving nelle fasi di progettazione, esecuzione e monitoraggio di progetti specifici;
- competenze di comunicazione dei risultati delle attività legate ai progetti sviluppati nei contesti aziendali o istituzionali;
- competenze gestionali utili in tutte le fasi dello sviluppo di progetti di Data Science e big data analytics.
Il corso è riconosciuto dal MIUR come Master Accademico di II livello e consente l’acquisizione di 64 CFU.
Il master MD2SL prevede un minimo di 10 e un massimo di 25 partecipanti.
Domanda di ammissione
La domanda di ammissione dovrà essere presentata esclusivamente on-line.
Il bando e la procedura di ammissione alla prossima edizione del master sono stati aperti.
La domanda di ammissione dovrà essere presentata entro il 15 Novembre 2024 alle ore 12.30 (ora italiana), utilizzando la procedura indicata nel portale https://ammissioni.unifi.it/INFO/
Verrà richiesto di inserire:
- i propri dati
- il curriculum vitae in formato pdf
Al termine della procedura di compilazione della domanda di partecipazione alla selezione, il sistema richiede il pagamento di € 50.00, quale contributo per oneri amministrativi legati alla selezione.
Modalità di selezione per l’ammissione al Master
La selezione dei candidati consiste nell’esame delle domande di partecipazione e in un colloquio in lingua inglese, a distanza, al fine di verificare la preparazione del candidato, volta ad una proficua frequenza dei corsi del master, su statistica, matematica e programmazione/informatica, oltre che la conoscenza della lingua inglese a livello B2.
Il colloquio si terrà in data 03 dicembre 2024 alle ore 9.30 (a distanza).
Pubblicazione della graduatoria
La graduatoria degli ammessi sarà pubblicata il 10 Dicembre 2024.
Iscrizione degli ammessi al Master
Gli ammessi al Master devono presentare domanda di iscrizione solo ed esclusivamente on line entro il 13 Gennaio 2025 alle ore 12.30 (ora italiana).
Verrà richiesto di inserire:
- foto formato tessera
- documento d'identità
Le lezioni inizieranno il 29 gennaio 2025.
Iscrizione ai Moduli Singoli
Il master prevede la possibilità di iscriversi ai moduli singoli.
Qui di seguito si possono trovare i moduli del master a cui ci si può iscrivere singolarmente Moduli Singoli. .
I posti per l'iscrizione ai moduli singoli sono 2. Il costo è di 100 Euro/CFU.
Di seguito il cronoprogramma per quanto riguarda le scadenza per l'iscrizione ai moduli singoli:
- 9 Gennaio 2025: Scadenza presentazione domanda di ammissione
- 15 Gennaio 2025 ore 9.30 (a distanza): Prova di ammissione (qualora il numero sia superiore a quello dei posti disponibili)
- 22 Gennaio 2025: Pubblicazione graduatoria degli ammessi
- 28 Gennaio 2025: Scadenza presentazione domanda di iscrizione
Titoli di accesso: Per essere ammessi a frequentare moduli singoli occorre essere in possesso di uno dei titoli indicati tra quelli necessari per essere ammessi al master.
Prova di ammissione: La selezione dei candidati per l'iscrizione ai moduli singoli avverrà qualora il numero superi i posti disponibili e consisterà in un colloquio.
Costi
La quota di iscrizione di € 4.500 potrà essere pagata in due soluzioni di pari importo: la prima rata delle tasse dovrà essere pagata all’atto dell’iscrizione; la seconda rata nei mesi seguenti (per la prossima edizione entro il 17 giugno 2025).
È possibile iscriversi anche a moduli singoli. L'elenco degli insegnamenti fruibili come moduli singoli può essere consultato sul bando del master. In questo caso la quota di iscrizione è pari a € 100/CFU. Per essere ammessi a frequentare moduli singoli occorre essere in possesso di uno dei titoli indicati tra quelli necessari per essere ammessi al master.
Ogni anno sono disponibili un numero variabile di borse premio di importo pari alla quota di iscrizione, per gli studenti italiani o stranieri che si iscriveranno al Master di II livello in Data Science and Statistical Learning (MD2SL).
Borse di Studio
Per quanto riguarda le borse di studio erogate dall’Ateneo fiorentino, al termine dell'anno accademico, il 10% degli studenti iscritti che abbiano presentato domanda e abbiano un ISEE 2025 entro la prima fascia contributiva stabilita dal Manifesto degli Studi 2024/2025 possono beneficiare di borse di studio a rimborso dell'importo d'iscrizione. Queste borse, soggette a tassazione, sono assegnate secondo una graduatoria basata sul voto finale del Master e, in caso di parità, sull'età anagrafica. Più informazioni sono disponibili sul sito https://www.unifi.it/master e sull'Avviso di selezione per l’ammissione ai master - allegato B.
Edizione 2024/2025
E' uscito il bando per n.2 borse premio finalizzate all'iscrizione al Master di II livello in Data Science and Statistical Learning (MD2SL).
La scadenza per la domanda è il 28 novembre 2024 ore 13.
Bando D.D. n. 11478/2023 prot. n. 251078 del 20/10/2023
pubblicato sull'Albo Ufficiale repertorio n. 12384 dal 20/10/2023 al 23/11/2023
Domanda compilabile (Allegato A)
Curriculum Vitae (Allegato B)
Segreteria scientifica ed amministrativa:
Università degli Studi di Firenze
Dipartimento di Statistica, Informatica, Applicazioni “Giuseppe Parenti” (DISIA)
Viale Morgagni, 59, 50134 - Firenze
md2sl@disia.unifi.it
Segreteria scientifica:
Scuola IMT Alti Studi Lucca
Ufficio Dottorato e Alta Formazione
Piazza San Ponziano, 6, 55100 – Lucca
highered@imtlucca.it
