Il Corso di Laurea Magistrale in Informatica ha l'obiettivo di formare figure professionali di alto livello che sappiano coniugare conoscenze approfondite e avanzate sui fondamenti metodologici, scientifici e tecnologici della disciplina con la capacità di applicarle in modo innovativo su domini complessi che richiedono in modo crescente lo sviluppo di soluzioni progettuali d'avanguardia e al passo con l'evoluzione degli strumenti informatici e del loro utilizzo in realtà molteplici.
Questo insieme di conoscenze e competenze dell'informatica consolida il suo valore grazie a un percorso formativo volto alla creazione di nuove generazioni di professionisti, decisori ed esperti in grado di comprendere e dialogare con chi opera nella prospettiva del progresso scientifico/tecnologico e del suo impatto sulla società: questo percorso comprende quindi l'acquisizione delle competenze tipiche delle scienze matematiche, fisiche e naturali, e delle discipline ingegneristiche, umanistiche e socio-economiche.
L'obiettivo di creare un ambiente formativo solido e verticalizzato sulle specificità delle competenze informatiche, ma allargato alla prospettiva interdisciplinare è un aspetto caratterizzante di questo Corso di Laurea Magistrale, in risposta alle esigenze della ricerca più avanzata, del mercato del lavoro e della complessità sociale. Il carattere pervasivo dell'informatica e il suo ruolo crescente nell'evoluzione della nostra società richiede infatti figure professionali capaci di applicarla responsabilmente in molteplici settori della produzione, del trattamento di problemi complessi e della creazione di nuovi scenari culturali, sociali ed economici, insieme a nuove abilità di comprensione delle potenzialità d'impatto e cambiamento che la declinazione delle sue valenze comporta.
Il nucleo delle competenze acquisite corrisponde agli obiettivi generali della classe di laurea magistrale, cioè ai settori scientifico-disciplinari caratterizzanti INF/01 (Informatica) e ING-INF/05 (Sistemi di elaborazione delle informazioni). L'ampiezza di questi settori consente ricche possibilità di scelta tra insegnamenti, i cui contenuti specifici potranno essere opportunamente ridefiniti per rispondere alla continua evoluzione delle metodologie e tecnologie informatiche.
Le discipline affini e integrative sono scelte in modo da consentire percorsi formativi articolati e orientati a fornire competenze interdisciplinari, atte a integrare capacità di analisi, modellazione e progettazione di soluzioni a problemi complessi con la capacità di gestione del processo di realizzazione delle soluzioni, senza trascurare la necessaria comprensione e valutazione degli impatti culturali, sociali ed economici che tali soluzioni hanno nel contesto in cui vengono adottate.
L'ampiezza dello spettro delle tematiche e dei possibili profili professionali richiede che gli studenti possano identificare percorsi formativi fortemente personalizzati, in funzione dei propri obiettivi formativi.
Gli studenti hanno la massima libertà nel costruirsi i propri piani di studio secondo quanto garantito dal combinato delle leggi e dei regolamenti in vigore.
Per facilitare lo studente nella scelta degli insegnamenti da inserire nel piano di studio è possibile identificare in prima approssimazione nell'ambito del Corso di Laurea Magistrale alcune aree di apprendimento:
- Architetture
- Automazione e robotica
- Gestione della conoscenza
- Ingegneria del software
- Modelli e computazione
- Sistemi informativi
- Trattamento di dati multimediali
E' opportuno evidenziare che:
- le aree di apprendimento non corrispondono a curricula né a specifici profili professionali.
Rappresentano piuttosto gruppi di competenze correlate in base agli obiettivi, alle problematiche affrontate e all'approccio metodologico, in cui possono essere inquadrati gli obiettivi formativi specifici dei singoli insegnamenti;
- si tratta di una classificazione di prima approssimazione e inevitabilmente imprecisa, che vuole fornire allo studente una prima visione di larga massima delle competenze acquisibili nel Corso di Laurea Magistrale, da raffinare esaminando i contenuti specifici degli insegnamenti;
- molti insegnamenti hanno contenuti che comportano l'acquisizione di competenze riconducibili a più di un'area di apprendimento. La collocazione di un insegnamento in un'area ha lo scopo di evidenziare i suoi obiettivi prevalenti.
Tutti gli insegnamenti, in diversa misura dipendente sia dai contenuti, sia dai metodi didattici e di verifica, contribuiscono all'acquisizione di competenze generali relative all'autonomia di giudizio, alle abilità comunicative e alla capacità di apprendimento.
Il Corso di laurea magistrale ha di norma la durata di due anni e comporta l'acquisizione di 120 CFU, così articolati:
- I anno: 54 CFU, di cui 30 CFU (3 esami) caratterizzanti obbligatori, 12 CFU (2 esami) caratterizzanti a scelta, 12 CFU (2 esami) affini e integrativi a scelta;
- II anno: 66 CFU, di cui 18 CFU (3 esami) caratterizzanti, 12 CFU a scelta libera dello studente, 33 CFU per la tesi, 3 CFU per ulteriori competenze utili all'inserimento nel mondo del lavoro.
La qualità del corso di laurea è certificato dal “Bollino GRIN”, erogato ogni anno a partire dal 2004 in collaborazione tra il GRIN (Gruppo di Informatica - l'associazione dei professori universitari di informatica) e AICA (Associazione Italiana per l'Informatica ed il Calcolo Automatico). Il Bollino GRIN certifica la qualità dei contenuti basandosi su un insieme di criteri che definiscono quanta e quale informatica viene insegnata, quanta matematica di aree rilevanti per l'informatica viene insegnata, e quanti docenti di ruolo di informatica sono presenti.
Nel seguito si dettagliano le competenze acquisibili nelle varie aree di apprendimento.
area ARCHITETTURE
Conoscenza e comprensione
Gli insegnamenti focalizzati prevalentemente su questa area di apprendimento consentono di acquisire una buona padronanza a livello avanzato delle architetture hardware, software, dei dati e delle reti e delle sottostanti piattaforme tecnologiche utilizzate in sistemi di elaborazione orientati a specifici ambiti applicativi.
Capacità di applicare conoscenza e comprensione
L'area di apprendimento prevede l'acquisizione della capacità:
- di scegliere in modo autonomo le soluzioni architetturali più adatte per la realizzazione di sistemi informatici orientati a obiettivi specifici e per lo sviluppo di nuove soluzioni tecnologiche basate su Internet of Things;
- di analizzarne in modo critico i pro e i contro in termini di prestazioni, costo, affidabilità e sicurezza;
- di dare un contributo originale alla definizione e allo sviluppo di specifiche soluzioni e piattaforme architetturali.
Le conoscenze e capacità sono conseguite e verificate nelle seguenti attività formative:
- Cloud computing;
- Informatica industriale;
- Laboratorio internet of things;
- Laboratorio di progettazione
- Processo e sviluppo del software;
- Sistemi di calcolo parallelo;
- Sistemi e servizi di telecomunicazione.
area AUTOMAZIONE E ROBOTICA
Conoscenza e comprensione
Gli insegnamenti focalizzati prevalentemente su questa area di apprendimento consentono di acquisire una buona padronanza a livello avanzato delle problematiche applicative proprie dei sistemi embedded, in tempo reale, di robotica, di automazione e di supervisione ambientale, oltre che dei principali approcci metodologici e delle piattaforme tecnologiche per la progettazione e lo sviluppo di tali sistemi.
Capacità di applicare conoscenza e comprensione
L'area di apprendimento comporta l'acquisizione della capacità di:
- analizzare in modo autonomo i requisiti e gli obiettivi di un sistema di automazione in tempo reale;
- scegliere in modo autonomo le soluzioni metodologiche e le piattaforme tecnologiche più adatte, anche in un contesto Internet of Things;
- applicarle le metodologie in modo rigoroso ed efficace;
- analizzarne in modo critico i pro e i contro in relazione alla soluzione di specifici problemi;
- dare un contributo originale, seppure limitato, alla definizione e allo sviluppo di specifici approcci metodologici e tecnologici.
Le conoscenze e capacità sono conseguite e verificate nelle seguenti attività formative:
- Computer and robot vision
- Informatica industriale
- Laboratorio Internet of things
- Metodi del calcolo scientifico
- Modelli probabilistici per le decisioni
area GESTIONE DELLA CONOSCENZA
Conoscenza e comprensione
Gli insegnamenti focalizzati prevalentemente su questa area di apprendimento consentono di acquisire una buona padronanza a livello avanzato dei principali approcci metodologici e tecnologici per la rappresentazione, estrazione, gestione ed analisi dei dati anche complessi e di grosse dimensioni, costruzione e condivisione di conoscenza.
Capacità di applicare conoscenza e comprensione
L'area di apprendimento comporta l'acquisizione della capacità di scegliere in modo autonomo le soluzioni metodologiche e tecnologiche più adatte per:
- la rappresentazione e la gestione dei dati anche complessi e di grosse dimensioni,
- l'estrazione e il reperimento delle informazioni,
- la costruzione e condivisione della conoscenza;
- applicare le metodologie in modo rigoroso ed efficace;
- analizzarne in modo critico i pro e i contro in relazione alla soluzione di specifici problemi;
- dare un contributo originale alla definizione e allo sviluppo di specifici approcci metodologici e tecnologici.
Le conoscenze e capacità sono conseguite e verificate nelle seguenti attività formative:
- Artificial intelligence;
- Advanced machine learning;
- Data analytics;
- Data and text mining;
- Data technology and machine learning;
- Fondamenti logico matematici dell'informatica;
- Gestione della conoscenza;
- Information retrieval;
- Laboratorio di interaction design;
- Modelli probabilistici per le decisioni;
- Ubiquitus, pervasive & context-aware computing;
- Visual information processing and management.
area INGEGNERIA DEL SOFTWARE
Conoscenza e comprensione
Gli insegnamenti focalizzati prevalentemente su questa area di apprendimento consentono di acquisire una buona padronanza a livello avanzato di metodologie nell'area della progettazione e dello sviluppo di sistemi software di qualità e di grandi dimensioni.
Capacità di applicare conoscenza e comprensione
L'area di apprendimento prevede l'acquisizione della capacità di:
- organizzare e guidare lo sviluppo di un sistema software attraverso le fasi del suo ciclo di vita;
- scegliere in modo critico le metodologie e gli strumenti più adatti;
- applicare le metodologie in modo rigoroso;
- seguire e interpretare gli sviluppi metodologici più moderni;
- dare un contributo originale allo sviluppo di metodologie e strumenti.
Le conoscenze e capacità sono conseguite e verificate nelle seguenti attività formative:
- Architettura del software;
- Evolution of software systems and reverse engineering ;
- Laboratorio di progettazione
- Processo e sviluppo del software;
- Qualità del software;
- Sicurezza informatica.
area MODELLI E COMPUTAZIONE
Conoscenza e comprensione
Gli insegnamenti focalizzati prevalentemente su questa area di apprendimento consentono di acquisire una buona padronanza a livello avanzato di teorie, interpretazioni, metodi e tecniche nelle aree relative alla modellazione di sistemi complessi e alla computazione.
Capacità di applicare conoscenza e comprensione
L'area di apprendimento prevede l'acquisizione della capacità di:
- scegliere in modo critico l'approccio metodologico più adatto a modellare sistemi complessi e applicarlo in modo rigoroso;
- seguire e interpretare gli sviluppi teorici più moderni;
- dare un contributo originale allo sviluppo di specifiche discipline.
Le conoscenze e capacità sono conseguite e verificate nelle seguenti attività formative:
- Bioinformatica;
- Data and computational biology;
- Data technology and machine learning;
- Metodi del calcolo scientifico;
- Modelli e computazione;
- Modelli probabilistici per le decisioni;
- Sistemi complessi e incerti;
- Sistemi complessi: modelli e simulazione;
- Teoria dell'informazione e crittografia.
area SISTEMI INFORMATIVI
Conoscenza e comprensione
Gli insegnamenti focalizzati prevalentemente su questa area di apprendimento consentono di acquisire una buona padronanza a livello avanzato delle problematiche applicative proprie dei sistemi informativi orientati a supportare organizzazioni e servizi, oltre che dei principali approcci metodologici e tecnologici per la progettazione, sviluppo e gestione di sistemi informativi.
Capacità di applicare conoscenza e comprensione
L'area di apprendimento comporta l'acquisizione della capacità di:
- analizzare i modo autonomo i requisiti e gli obiettivi di un sistema informativo;
- scegliere in modo autonomo le soluzioni metodologiche e le piattaforme tecnologiche più adatte;
- applicare le metodologie in modo rigoroso ed efficace;
- analizzarne in modo critico i pro e i contro in relazione alla soluzione di specifici problemi;
- dare un contributo originale alla definizione e allo sviluppo di specifici approcci metodologici e tecnologici.
Le conoscenze e capacità sono conseguite e verificate nelle seguenti attività formative:
- Advanced machine learning;
- Information retrieval;
- Large scale data management;
- Sistemi informativi;
- Visual information processing and management.
area TRATTAMENTO DI DATI MULTIMEDIALI
Conoscenza e comprensione
Gli insegnamenti focalizzati prevalentemente su questa area di apprendimento consentono di acquisire una buona padronanza a livello avanzato delle problematiche relative al trattamento di dati multimediali (in particolare, ma non esclusivamente, immagini e video) e dei principali approcci metodologici e delle relative piattaforme tecnologiche.
Capacità di applicare conoscenza e comprensione
L'area di apprendimento comporta l'acquisizione della capacità di:
- analizzare in modo autonomo i requisiti e gli obiettivi di un sistema di trattamento di dati multimediali e, in particolare, di immagini e grafica;
- scegliere in modo autonomo le soluzioni metodologiche e le piattaforme tecnologiche più adatte;
- applicare le metodologie in modo rigoroso ed efficace;
- analizzarne in modo critico i pro e i contro in relazione alla soluzione di specifici problemi;
- dare un contributo originale alla definizione e allo sviluppo di specifici approcci metodologici e tecnologici.
Le conoscenze e capacità sono conseguite e verificate nelle seguenti attività formative:
- Advanced machine learning;
- Computer and robot vision;
- Data technology and machine learning;
- Information retrieval;
- Metodi del calcolo scientifico;
- Visual information processing and management.
COMPETENZE TRASVERSALI
Autonomia di giudizio
La presenza di insegnamenti caratterizzati da approcci teorici e metodologici diversi (ad esempio, quelli orientati, oltre che all'informatica teorica, alla fisica, all'ingegneria della conoscenza, alla teoria delle probabilità), assieme alle attività di laboratorio e allo sviluppo della Tesi di Laurea, favorisce l'acquisizione di un atteggiamento critico orientato alla scelta dell'approccio più adatto per la soluzione di problemi specifici.
La presenza di insegnamenti che trattano problematiche relative all'utilizzo di Internet, all'automazione, al reperimento, gestione ed elaborazione delle informazioni, all’analisi di sistemi complessi e alla sorveglianza favorisce inoltre la capacità di raccogliere, analizzare ed interpretare i dati relativi a specifici problemi per determinare giudizi autonomi sull'uso delle tecnologie informatiche, inclusa la riflessione su temi sociali, scientifici o etici.
Abilità comunicative
Le capacità comunicative sono acquisite attraverso la presentazione e discussione di progetti sviluppati in team di medie dimensioni che promuovono capacità di collaborazione tra soggetti anche appartenenti a diversi percorsi formativi, e attraverso la discussione della Tesi di Laurea, focalizzata sullo sviluppo di tematiche avanzate ed innovative e sviluppata sia presso aziende sia presso laboratori di ricerca.
Capacità di apprendimento
Le capacità di apprendimento e di studio autonomo sono acquisite attraverso l'uso autonomo di testi; la ricerca e lo studio di documentazione e pubblicazioni anche in lingua inglese e reperite anche sulla rete Internet; lo sviluppo del lavoro di tesi.