Anno Accademico 2022/23. Scuola di Ingegneria Industriale e dell'informazione. Regolamento Didattico del Corso di Studio in:

(1)

Anno Accademico 2022/23

Scuola di Ingegneria Industriale e dell'Informazione

Regolamento Didattico del Corso di Studio in:

High Performance Computing Engineering - Ingegneria del calcolo ad alte prestazioni

Laurea Magistrale

Sede di: Milano

(2)

1. Informazioni Generali

Scuola Scuola di Ingegneria Industriale e dell'Informazione Codice Corso di Studio 425

Corso di Studio Ingegneria del calcolo ad alte prestazioni – High Performance Computing Engineering

Ordinamento Ordinamento 270/04

Classe di Laurea LM-32 - Ingegneria informatica

Livello Laurea Magistrale

Primo AA di attivazione 2022/2023 Durata nominale del

Corso 2

Anni di Corso Attivati 1 Lingua/e ufficiali

Il corso di Laurea Magistrale è erogato in lingua inglese ma il manifesto soddisfa i requisiti della nota MIUR del 11/07/2018 e il parere CUN del 23/10/2018.

Sede del corso Milano

Preside Antonio Capone

Coordinatore CCS Marco Brambilla

Sito web della Scuola http://www.ingindinf.polimi.it Sito web del Corso di

Studi https://hpc.polimi.it

Segreteria Studenti - Milano Leonardo

Indirizzo VIA C. GOLGI, 42 (MI)

(3)

2. Presentazione generale del Corso di Studio

L'obiettivo principale del Corso di Laurea Magistrale (LM) in High Performance Computing Engineering, con carattere scientifico, è quello di formare tecnici con una solida formazione nelle principali discipline proprie dell’ingegneria informatica e della modellazione matematica di sistemi complessi.

In particolare, si vuole creare una figura professionale capace di gestire i principali strumenti di calcolo ad alte prestazioni per la modellazione matematico-statistica di problemi complessi.

Fondamentale, quindi, l’approfondimento dei seguenti temi:

• Progettazione e realizzazione di sistemi paralleli ad alte prestazioni dotati di architetture eterogenee basate su microprocessori multicore ed acceleratori del calcolo, quali GPU, unità di calcolo tensoriali e Quantum Computer;

• Progettazione di applicazioni e algoritmi black-box per l’analisi esplorativa e predittiva, in grado di scalare con il volume dei dati e con la complessità dei modelli su sistemi di supercalcolo paralleli con architetture eterogenee e quantistici, su sistemi cloud distribuiti e su data center;

• Progettazione ed ottimizzazione di applicazioni scientifiche ad alte prestazioni provenienti da diversi settori applicativi (aerospazio, biochimica, genomica, finanza, ecc.) tramite tecniche avanzate di programmazione parallela e distribuita;

• Progettazione di algoritmi e applicazioni per sistemi quantistici;

• Modellazione differenziale o discreta e altre procedure matematiche avanzate per arrivare alla soluzione di problemi numerici; analisi ed interpretazione di fenomeni complessi attraverso strumenti di statistica avanzata, machine learning e deep learning, in contesti a sempre più elevata complessità in cui sia necessaria una conoscenza e un uso efficace delle tecniche proprie del calcolo parallelo ad elevate prestazioni.

La figura professionale formata in questo percorso di LM è intrinsecamente multidisciplinare e nello stesso tempo diversa da quella formata nei corsi di studio in Informatica, Ingegneria Informatica, Ingegneria Matematica, Matematica o Matematica Applicata, in quanto il percorso formativo che caratterizza il corso di studio è all'avanguardia e progettato per preparare gli studenti ad un campo in rapida crescita come quello del calcolo ad alte prestazioni (HPC).

Il programma formativo unisce lezioni con progetti pratici e applicati per preparare i futuri ingegneri del calcolo ad elevate prestazioni.

Gli insegnamenti sono offerti per la maggior parte in lingua inglese per rendere il corso internazionale e quindi fruibile anche da studenti stranieri, in piena coerenza con l'attuale processo di internazionalizzazione dell'offerta didattica del Politecnico di Milano.

(4)

Il percorso di formazione, della durata di due anni (120 CFU) prevede insegnamenti che trattano argomenti generali, seguiti da insegnamenti più avanzati nell’ambito dell’analisi numerica, dei sistemi di elaborazione delle informazioni e della statistica.

Obbligatori al secondo anno corsi di natura applicativa e un lavoro di tesi finale, eventualmente ammissibile anche in connessione ad un tirocinio di natura aziendale.

Tra i principali sbocchi professionali e occupazionali si elencano, a titolo di esempio e sicuramente non in modo esaustivo, il mercato dei servizi pubblico e privato, le aziende specialistiche in tecnologie informatiche, le società di ingegneria specializzate nel trattamento di complessi problemi computazionali, le società di produzione di beni industriali per i quali sono necessari studi progettuali approfonditi, i centri di ricerca sul calcolo ad elevate prestazioni e l’accademia.

3. Obiettivi Formativi

Il Corso di Laurea Magistrale in High Performance Computing Engineering è orientato alla formazione di laureati che possiedano un’adeguata padronanza di metodi e contenuti scientifici generali ed un ampio spettro di conoscenze e competenze nel settore della scienza e della tecnologia dell'informazione in accordo a quanto previsto dalla declaratoria della Classe di appartenenza definita dal DM 16-03-2007.

In particolare, il corso si propone di formare esperti in grado sia di affrontare i problemi relativi alla progettazione di applicazioni parallele basate su modelli matematico/statistici, all’analisi di dati complessi nell’ambito del supercalcolo e allo sviluppo di algoritmi e soluzioni nel dominio emergente della computazione quantistica.

Alla fine del suo percorso formativo il laureato avrà acquisito:

• un'adeguata padronanza degli strumenti di base della matematica discreta e del continuo;

• un'adeguata padronanza del metodo scientifico di indagine e delle tecniche di analisi dei dati che gli permetteranno di analizzare fenomeni e sistemi in qualsiasi ambito dell'ingegneria informatica;

• una solida conoscenza degli aspetti metodologico-operativi e dei fondamenti teorici ed applicativi dei vari settori dell'ingegneria informatica sia in generale sia in modo approfondito;

• una solida conoscenza dei concetti di base, dell'organizzazione strutturale e dell'utilizzo dei sistemi di elaborazione rendendolo capace di applicare al meglio tutte le opportunità fornite dal calcolo ad elevate prestazioni;

• una solida conoscenza dei fondamenti, delle tecniche e metodologie di progettazione, realizzazione e gestione dei sistemi informativi e delle reti di calcolatori per cui sarà in grado di ideare, pianificare, progettare e gestire sistemi di calcolo complessi;

• la capacità di comunicare i propri pensieri in maniera razionale e consequenziale, in modo da renderli chiari e convincenti sviluppando

(5)

un'attitudine positiva allo studio e all'aggiornamento continuo, che lo rende capace di trovare soluzioni innovative;

• la capacità di comprendere il contesto, le funzioni dei processi dell’industria in cui opera per affrontare problemi e opportunità che si presenteranno.

4. Schema del Corso di Studio e successivi livelli di formazione

4.1 Schema del Corso di Studio e Titoli conseguiti

La laurea magistrale in High Performance Computing Engineering (Ingegneria del calcolo ad alte prestazioni) si struttura su un biennio e consta di 120 crediti (crediti formativi universitari – CFU).

Ognuno dei due anni del Corso di Laurea Magistrale è diviso in due semestri.

Il primo anno offre alcuni insegnamenti obbligatori relativi a discipline fondamentali, seguiti da insegnamenti obbligatori più avanzati, nell’ambito dell’analisi numerica, della statistica applicata, degli algoritmi, del calcolo parallelo e dei paradigmi di programmazione parallela, dei processori paralleli ad alte prestazioni e dei sistemi HPC, cloud e data center.

Durante il secondo anno, agli studenti verranno offerti insegnamenti obbligatori in ambito Quantum Computing e sistemi HPC eterogenei basati su acceleratori (GPUs e tensor cores) e insegnamenti bilanciati tra i due ambiti dell'ingegneria informatica e della matematica/statistica. Sono inoltre previsti 20 CFU focalizzati sull’applicazione del calcolo ad alte prestazioni in differenti contesti di dominio dell’ingegneria (quali fluidodinamica computazionale, aerospazio, sostenibilità energetica, meccanica, chimica e biomeccanica computazionale, finanza) ed un lavoro di tesi finale, eventualmente ammissibile anche se svolto in contesto aziendale o all’estero.

Per maggiori dettagli in merito si rimanda alla Sezione 7.3 del presente documento.

4.2 Accesso ad ulteriori studi

La qualifica dà accesso al Dottorato di Ricerca, al Corso di Specializzazione di secondo livello e al Master Universitario di secondo livello

5. Sbocchi professionali e mercato del lavoro

5.1 Status professionale conferito dal titolo

Il titolo di Laurea Magistrale in High Performance Computing Engineering consente l'accesso – previo il superamento di un esame di Stato – alla Classe di Ingegneria dell'Informazione della Sezione A dell'Albo degli Ingegneri, col titolo di Ingegnere.

(6)

Indicazioni specifiche sulle attività professionali consentite nei Settori indicati dall'Albo sono contenute nel Decreto del Presidente della Repubblica 5 giugno 2001, n. 328 "Modifiche ed integrazioni della disciplina dei requisiti per l'ammissione all'esame di Stato e delle relative prove per l'esercizio di talune professioni, nonché della disciplina dei relativi ordinamenti", pubblicato sul Supplemento ordinario N.

212/L alla G.U. n. 190 del 17 agosto 2001 - Serie generale.

Si osserva tuttavia che il suddetto Esame di Stato per l'abilitazione all'esercizio della professione di Ingegnere dell'Informazione e l'iscrizione al relativo Albo non sono allo stato attuale in alcun modo necessari per l'esercizio delle professioni legate all'informatica, né in ambito privato né in ambito pubblico.

5.2 Ruoli e sbocchi occupazionali in dettaglio

Il Politecnico di Milano ha l'ambizione di preparare ingegneri capaci di far valere le loro doti in ambito globale, come dimostrato dalla presenza di nostri laureati in posizioni elevate non solo in Italia ma anche in paesi stranieri.

Le applicazioni del calcolo ad elevate prestazioni sono in costante crescita e diversificazione. L’ingegnere del calcolo ad elevate prestazioni si caratterizza per un elevato profilo, che vede un sempre maggiore interesse da parte del mercato dei servizi pubblico e privato, delle aziende specialistiche in tecnologie informatiche, delle società di ingegneria specializzate nel trattamento di complessi problemi computazionali, delle società di produzione di beni industriali per i quali sono necessari studi progettuali approfonditi.

Tra i principali sbocchi professionali e occupazionali si elencano, a titolo di esempio e sicuramente non in modo esaustivo, il mercato dei servizi pubblico e privato, le aziende specialistiche in tecnologie informatiche, le società di ingegneria specializzate nel trattamento di complessi problemi computazionali, le società di produzione di beni industriali per i quali sono necessari studi progettuali approfonditi, i centri di ricerca sul calcolo ad elevate prestazioni e l’accademia.

Il calcolo ad alte prestazioni vede svariati ambiti di applicazione in diversi settori, tra i quali:

• lo studio del clima globale in Climatologia

• le equazioni fluidodinamiche della Fisica, che trovano ampia applicazione nei settori aerospaziale, meccanico, biomeccanico ed energetico

• lo studio della materia a livello atomico (Equazione di Schrödinger) nel settore della Chimica

• lo sviluppo di nuovi farmaci in Farmacologia

• lo studio delle proteine in Medicina, che trova un’importante applicazione nella cura contro il cancro e le malattie degenerative

• l'analisi di dati genomici

• simulazioni in ambito finanziario, quali analisi di serie temporali, trading e analisi dei dati su larga scala

Le prospettive occupazionali dei corsi nella stessa classe di laurea LM-32 (Classe delle Lauree Magistrali in Ingegneria Informatica), sono decisamente soddisfacenti. A titolo

(7)

di esempio, l'84% dei laureati in Ingegneria Informatica ha trovato lavoro entro i primi 3 mesi dalla laurea e addirittura il 40% lavorava prima di laurearsi. Questi dati sono molto migliori rispetto alle medie nazionali e alle stesse medie di Ateneo. Gli ambiti lavorativi per i laureati della classe LM-32, sia secondo i dati Alma Laurea, sia secondo l’indagine del Career Service del Politecnico di Milano, sono pertinenti alla formazione ricevuta, comprendendo sia i settori industriali sia quelli dei servizi e consulenza.

Non ultimo, tale formazione garantisce la piena possibilità di proseguire nella formazione alla ricerca con percorsi di PhD dedicati (nazionali o internazionali), master post-universitari, corsi di specializzazione viatici sia all’impiego aziendale di più alto livello che all’impiego presso centri di ricerca/università pubbliche e private.

L’ingegnere del calcolo ad elevate prestazioni può partecipare all'esame di Stato per l'accesso all'Albo degli Ingegneri dell'Informazione.

5.3 Profilo del laureato

Ingegnere del calcolo ad elevate prestazioni Funzione in un contesto di lavoro

L'Ingegnere del calcolo ad elevate prestazioni è un esperto di tutti gli aspetti della creazione, gestione ed utilizzo di sistemi paralleli (multicore, GPU, quantum computer) come acceleratori per applicazioni ad elevate prestazioni di matematica applicata e di analisi dei dati.

L’ingegnere del calcolo ad elevate prestazioni può svolgere diverse funzioni, quali:

• astrarre e analizzare in modo critico problemi reali;

• integrare competenze e tecnologie diverse e sofisticate;

• modellare, anche attraverso strumenti formali, problemi reali ad alta complessità;

• simulare ed analizzare grandi moli di dati altamente complessi;

• riportare i risultati per disegnare strategie di miglioramento di processi.

Questa figura professionale ha un ruolo attivo e critico nell'evoluzione scientifico- tecnologica in questo settore e nelle relative applicazioni, essendo caratterizzata da una approfondita cultura di base, da un attento spirito critico, nonché da una marcata qualificazione professionale.

Competenze associate alla funzione

Le principali competenze acquisite nel percorso LM in High Performance Computing Engineering, che maggiormente verranno richieste ed esercitate dal ruolo professionale dell’ingegnere del calcolo ad elevate prestazioni sono:

• affrontare problemi specifici utilizzando algoritmi avanzati e tecniche di programmazione parallela e distribuita, metodi di modellazione numerica, algoritmi di machine e statistical learning;

• utilizzare tecniche di programmazione avanzata e algoritmi paralleli;

(8)

• padroneggiare la modellazione numerico-statistica nei problemi oggetti di studio, sfruttando in modo sinergico le opportunità fornite dal calcolo ad elevate prestazioni;

• analizzare, valutare e progettare strumenti di calcolo ad elevate prestazioni e saper proporre nuove tecniche per il miglioramento della loro architettura;

• analizzare, valutare, progettare e gestire il software di sistema in ambienti di supercalcolo e saper proporre tecniche innovative di ottimizzazione;

• applicare il metodo scientifico allo studio e all'analisi di fenomeni e sistemi in qualsiasi ambito dell'Informatica, e nell'ideazione, progettazione e realizzazione di soluzioni innovative e originali;

• padroneggiare la modellazione matematica, il calcolo e la progettazione sperimentale nei centri tecnologici e di ingegneria delle aziende, in particolare nella ricerca e nell'innovazione in tutte le aree dell’informatica e della data science.

Si tratta di una figura professionale che coniuga al meglio professionalità trasversali che vanno dalla modellazione e progettazione informatica, alla modellistica matematica e all’apprendimento statistico dai dati per la gestione e l’organizzazione di sistemi e realtà ad elevata complessità.

Sbocchi occupazionali

L’ingegnere del calcolo ad elevate prestazioni può trovare impiego, oltre che presso industrie informatiche, industrie per l'automazione e la robotica, anche presso aziende o industrie in diversi settori quali:

• fluidodinamica computazionale

• aerospazio

• sostenibilità energetica

• meccanica e biomeccanica computazionale

• chimica, biologia, medicina e farmacologia

• finanza

6. Iscrizione al Corso di Studio

6.1 Requisiti di Ammissione

Titolo di studio di I ciclo (6 Livello EQF) o titolo comparabile.

L’ammissione alla Laurea Magistrale è soggetta a un processo di valutazione atto ad attestare l’idoneità del candidato. Tale processo, a norma della regolamentazione esistente (D.M. 22/10/2004 n. 270 art. 6 comma 2 e D.M. del 16/3/2007, art.6 comma 1), si basa su requisiti curricolari e sulla verifica della adeguatezza della preparazione dello studente.

L’ammissione alla Laurea Magistrale sarà deliberata in forma insindacabile da una Commissione di valutazione istituita a tale scopo dal Consiglio di Corso di Studio, che

(9)

– in assenza di documentazione comprovata che evidenzi elementi reali di eccezionalità e che quindi giustifichi il mancato rispetto dei criteri qui indicati e dimostri l’adeguatezza della preparazione acquisita – si baserà sull’analisi della carriera accademica. L’eventuale documentazione che certifichi i reali elementi di eccezionalità dovrà essere allegata alla richiesta d’ammissione.

È parte integrante della verifica della personale preparazione l'adeguata conoscenza della lingua inglese che dovrà essere certificata, in sede di richiesta di ammissione, mediante il conseguimento di livelli minimi di punteggio nei test riconosciuti dall'Ateneo.

6.2 Descrizione delle conoscenze richieste agli studenti in ingresso

Per essere ammessi al corso di LM in High Performance Computing Engineering occorre essere in possesso di una laurea di primo livello nelle classi:

L7 (Ingegneria civile e ambientale), L8 (Lauree in Ingegneria dell'Informazione), L9 (Lauree in Ingegneria Industriale), L31 (Laurea in Scienze e tecnologie Informatiche).

Più in generale, occorre essere in possesso di una laurea di durata almeno triennale, ovvero conseguita attraverso l'acquisizione di almeno 180 CFU, di cui:

• almeno 20 CFU relativi ad attività formative nei SSD INF/01, ING‐

INF/05;

• almeno 20 CFU relativi ad attività formative nei, SSD da MAT/01 a MAT/09, SECS-S/01;

• almeno 10 CFU relativi ad attività formative nei SSD da FIS/01 a FIS/08.

Gli stessi criteri si applicano anche a coloro che sono in possesso di un titolo di studio di livello universitario conseguito all'estero, giudicato idoneo dal Consiglio di Corso di Laurea Magistrale, per il quale siano possibili l'identificazione dei settori scientifico-disciplinari e il numero di crediti conseguiti in ciascun settore. Se l'identificazione non è possibile, si procederà alla valutazione della carriera da parte della Commissione di Accesso al Corso di Studio.

L'ammissione al Corso di LM in High Performance Computing Engineering è inoltre subordinata alla verifica della personale preparazione, che sarà uniformata a criteri che valutino il curriculum pregresso e l'adeguatezza delle conoscenze e competenze ritenute indispensabili per affrontare proficuamente il corso di studio, con particolare riferimento alla votazione finale.

Nella valutazione dei candidati, la commissione opera sulla base dei criteri elencati nel seguito.

Sono automaticamente ammessi al Corso di Laurea Magistrale in High Performance Computing Engineering i laureati del Politecnico di Milano che provengano da un Corso di Laurea di continuità (Ingegneria Informatica, Ingegneria Matematica, Ingegneria Elettronica, Ingegneria dell’Automazione, Ingegneria Fisica), e che abbiano acquisito almeno 105 CFU con una votazione media pesata per crediti >=

(10)

24/30 (entro il termine della sessione autunnale d'esami di profitto del 2° anno dall’immatricolazione, e abbiano conseguito la laurea entro 4 anni accademici dall'immatricolazione).

Tutti gli studenti che non risultino automaticamente ammessi al Corso di Laurea Magistrale, così come i candidati provenienti da altri corsi di laurea del Politecnico di Milano o di altri Atenei, saranno sottoposti al vaglio dell’apposita Commissione di Valutazione, che deciderà per l’ammissione sulla base degli studi pregressi del candidato, il profitto e l’adeguatezza delle conoscenze e competenze ritenute indispensabili per affrontare le discipline trattate nella formazione magistrale con un'appropriata padronanza di metodi e contenuti scientifici generali nelle discipline scientifiche di base e nelle discipline dell'ingegneria, propedeutiche a quelle caratterizzanti previste dalla classe di laurea magistrale di appartenenza (D.M.

16/03/2007; LM‐32). In particolare, si valuteranno il voto di laurea, il numero di anni impiegati per il conseguimento del titolo e i voti conseguiti negli insegnamenti relativi a SSD di base o caratterizzanti le classi di laurea L7, L8, L9 e L31.

In ogni caso, l'ammissione potrà essere subordinata a integrazioni curricolari e/o a vincoli nelle scelte curricolari. Le integrazioni sono corsi di cui si chiede il superamento dell'esame prima dell'immatricolazione alla Laura Magistrale; i corrispondenti CFU non rientrano nel novero dei 120 previsti e il loro voto non concorre alla formazione della media. I vincoli nelle scelte curricolari sono invece obblighi o divieti sul piano degli studi da presentare.

In caso di ammissione, sia le integrazioni sia i vincoli saranno esplicitati contemporaneamente al giudizio positivo e prima dell’immatricolazione, così da fornire le informazioni necessarie per una scelta trasparente e razionale dei piani di studio.

Note importanti:

• I candidati sono obbligati in ogni caso a presentare la domanda secondo le modalità e le scadenze previste.

• Le soglie sopra riportate potranno essere aumentate nei prossimi anni accademici.

• Prerequisito per l’ammissione a qualsiasi Corso di Laurea Magistrale del Politecnico di Milano è la presentazione di certificazione attestante la conoscenza della lingua inglese ad un livello minimo come previsto dalla normativa di Ateneo; in mancanza dell’idonea certificazione non sarà possibile procedere all’immatricolazione.

6.3 Scadenze per l'ammissione e numero posti disponibili

Informazioni dettagliate relative alle scadenze e alle procedure di ammissione sono disponibili nella sezione dedicata all'orientamento del sito di Politecnico di Milano.

6.4 Indicazione di eventuali attività per l'orientamento per gli studenti

e attività di tutorato

(11)

Il tutorato è stato istituito con Legge n. 341 del 1990 (Riforma degli ordinamenti didattici universitari) come un'attività diretta a "orientare ed assistere gli studenti lungo tutto il percorso degli studi, a renderli attivamente partecipi del processo formativo, a rimuovere gli ostacoli ad una proficua frequenza dei corsi, anche attraverso iniziative rapportate alle necessità, alle attitudini e alle esigenze dei singoli" (art. 13).

La Scuola di Ingegneria Industriale e dell'Informazione offre una serie di attività finalizzate a rendere più efficaci e produttivi gli studi universitari, con l'ausilio sia di docenti tutor, sia di studenti tutor, questi ultimi selezionati attraverso specifici bandi di concorso che l'Ateneo pubblica annualmente.

Per maggiori informazioni sulle attività svolte si rimanda alla pagina web del sito della Scuola di Ingegneria Industriale e dell'Informazione sui servizi di tutorato:

http://www.ingindinf.polimi.it/studenti/tutorato/

7. Contenuti del Corso di Studio

7.1 Requisiti per il conseguimento del titolo

Per il conseguimento del titolo è richiesta l'acquisizione dei 120 crediti (CFU) specificati nel presente regolamento didattico. In particolare, per le attività formative caratterizzanti sono previsti almeno 45 CFU, per le attività affini e integrative sono previsti almeno 30 CFU, mentre per attività a scelta dello studente sono previsti al massimo 20 CFU.

Per la preparazione della Tesi di Laurea Magistrale e per la preparazione della prova finale sono previsti 20 CFU, di cui uno dedicato all'approfondimento delle conoscenze relative alla lingua inglese.

7.2 Modalità di frequenza e di didattica utilizzata

Il corso è a tempo pieno e comprende la partecipazione a lezioni e ad attività di laboratorio.

7.3 Obiettivi e quadro generale delle attività didattiche per ciascun piano di studio preventivamente approvato

Piani di studio preventivamente approvati

Il Consiglio di Corso di Studi propone agli studenti, nel presente Regolamento Didattico, un Piano di Studio Preventivamente Approvato (PSPA, track).

Insegnamenti del primo anno di corso

Il primo anno è dedicato al consolidamento delle competenze tipiche della classe applicate alle tematiche delle architetture dei processori paralleli, dei sistemi di supercalcolo e del calcolo parallelo, oltre a competenze di ambito matematico.

(12)

Insegnamenti del 1° Anno di corso - Piano di studio preventivamente approvato:

HPC - High performance computing engineering

Codice Attività

formative SSD Denominazione Insegnamento Lingua Sem CFU CFU Gruppo 058165 -- ING-

INF/05 PARALLEL COMPUTING 1 5,0

20,0 058166 -- MAT/08 ADVANCED METHODS FOR SCIENTIFIC COMPUTING 1 5,0

058167 -- MAT/08 NUMERICAL LINEAR ALGEBRA 1 5,0

058168 -- MAT/08

NUMERICAL METHODS FOR PARTIAL DIFFERENTIAL

EQUATIONS 1 5,0

058169 -- FIS/01 QUANTUM PHYSICS 2 5,0

25,0 095898 -- ING-

INF/05 COMPUTING INFRASTRUCTURES 2 5,0 058170 -- ING-

INF/05 SOFTWARE ENGINEERING FOR HPC 2 5,0 088949 -- ING-

INF/05

ADVANCED COMPUTER

ARCHITECTURES 2 5,0

052911 -- SECS-

S/01 APPLIED STATISTICS 2

5,0 [1,0

]

-- -- -- Insegnamenti a scelta dal Gruppo ICT -- -- -- 5,0 -- -- -- Insegnamenti a scelta dal Gruppo MATH-

PHYS-TLC -- -- -- 10,0

Insegnamenti del Gruppo ICT

formative SSD Denominazione Insegnamento Lingua Sem CFU 085887 -- ING-

INF/05 BASI DI DATI 1 1 5,0

089194 -- ING-

INF/04 COMPLESSITÀ NEI SISTEMI E NELLE RETI 1 5,0 090950 -- ING-

INF/05 DISTRIBUTED SYSTEMS 1 5,0

057955 -- ING- INF/05

NETWORKED SOFTWARE FOR DISTRIBUTED

SYSTEMS 1

5,0 [1,0 ] 056897 -- ING-

INF/05

PERFORMANCE EVALUATION AND

APPLICATIONS 1 5,0

056895 -- ING-

INF/05 STREAMING DATA ANALYTICS 1 5,0

090957 -- ING-

INF/05 CODE TRANSFORMATION AND OPTIMIZATION 2 5,0 055633 -- ING-

INF/05 COMPUTER SECURITY - UIC 587 2 5,0

097683 -- ING-

INF/05 MACHINE LEARNING 2 5,0

(13)

formative SSD Denominazione Insegnamento Lingua Sem CFU 054420 -- ING-

INF/04 SYSTEM IDENTIFICATION AND PREDICTION 2 5,0

Insegnamenti del Gruppo MATH-PHYS-TLC

formative SSD Denominazione Insegnamento Lingua Sem CFU 052499 --

MAT/06 SECS-

S/01 BAYESIAN STATISTICS 1

10,0 [2,0

]

055701 --

MAT/08 SECS-

S/01 COMPUTATIONAL STATISTICS 1 5,0

083220 -- MAT/09 FONDAMENTI DI RICERCA OPERATIVA 1 5,0 088983 -- MAT/09 FOUNDATIONS OF OPERATIONS RESEARCH 1 5,0 058172 -- ING-

INF/03 NETWORK COMPUTING 1 5,0

055703 -- SECS-

S/01 NONPARAMETRIC STATISTICS 1 5,0

055697 -- MAT/08 NUMERICAL ANALYSIS FOR MACHINE LEARNING 1 10,0 [2,0

] 058171 -- ING-

INF/01 QUANTUM CIRCUITS AND DEVICES 1 5,0 054862 -- FIS/01 QUANTUM OPTICS AND INFORMATION 1 5,0 055283 -- MAT/06 BAYESIAN LEARNING AND MONTECARLO

SIMULATION 2 5,0

058175 -- ING-

INF/03 QUANTUM COMMUNICATIONS 2 10,0

058173 -- MAT/08 SCIENTIFIC COMPUTING TOOLS FOR ADVANCED MATHEMATICAL MODELLING 2 5,0

Insegnamenti del secondo anno di corso

Il secondo anno è dedicato all’approfondimento delle conoscenze in ambito dell’analisi dei dati, delle reti neurali per Deep Learning, della computazione quantistica e gli studenti potranno affrontare l’analisi di applicazioni computazionali di dominio.

Nel compilare il proprio piano di studi lo studente deve rispettare le prescrizioni incluse nel decreto di ammissione.

Attività a scelta dello studente e piani autonomi degli studi

(14)

Eventuali piani degli studi autonomi saranno presi in considerazione soltanto in casi eccezionali, come la partecipazione a programmi di scambio internazionale o programmi di doppia laurea. In ogni caso, l’approvazione di un piano degli studi autonomo è soggetta alla verifica di compatibilità con i vincoli di ordinamento e con il progetto formativo della Laurea Magistrale. Lo studente intenzionato a presentare un piano degli studi autonomo è invitato a prendere contatto preventivamente con la Commissione Piani di Studio per Laurea Magistrale di High Performance Computing Engineering.

Il Consiglio di Corsi di Studi si riserva di approvare o rigettare tali piani autonomi in base alla loro coerenza con l'offerta formativa e con il percorso complessivo proposto dallo studente.

Deroga a tale limitazione è data:

• agli studenti il cui piano degli studi sia divenuto di fatto “autonomo”

per una semplice permutazione degli insegnamenti;

• agli studenti il cui piano degli studi sia divenuto di fatto “autonomo” in conseguenza ai vincoli nelle scelte curricolari (obblighi e/o divieti) fissati dalla Commissione di Valutazione al momento dell’ammissione alla Laurea Magistrale.

Orari delle lezioni e Appelli d'esame

Data l'ampiezza dell'offerta formativa, l'assenza di sovrapposizioni, sia di orario che di appello di esame, è spesso impossibile. Per alcuni insegnamenti erogati a cura di altri Corsi di Studio non si garantisce l'assenza di sovrapposizioni con tutti i percorsi.

7.4 Descrizione sintetica delle attività affini e integrative

Il numero minimo di CFU assegnato all’ambito delle attività affini e integrative è di 30 CFU. Tali attività contribuiscono al raggiungimento degli obiettivi formativi specifici del corso:

- Un congruo numero di CFU è stato dato al gruppo delle scienze matematiche, fisiche e statistiche perché permettono allo studente di apprendere e padroneggiare metodi numerici, probabilistico, statistici e di modellazione fisica che costituiscono uno strumento abilitante per risolvere problemi di grande scala in ambienti di calcolo ad alte prestazioni.

- Un congruo numero di CFU è stato inoltre riservato al gruppo dell’ingegneria elettronica e delle telecomunicazioni perché permettono allo studente di acquisire le competenze tecniche e scientifiche necessarie per progettare, realizzare, caratterizzare e collaudare dispositivi, circuiti e modellare apparati, sistemi e infrastrutture per applicazioni finalizzate al trasferimento di segnali sistemi che rappresentano la base delle moderne tecnologie della comunicazione e che sono di fondamentale importanza per affrontare problemi tipici del calcolo a elevate prestazioni.

7.5 Modalità di accertamento lingua straniera

(15)

La normativa prevista dall’Ateneo relativa ai requisiti di conoscenza di una lingua straniera che è necessario possedere per poter accedere ai Corsi di Laurea Magistrale è riportata nel documento “Guida alla lingua inglese” disponibile sul sito del Politecnico di Milano.

I candidati all’ammissione sono pertanto invitati a leggere con cura tale documento. Il livello minimo richiesto per l’accesso al corso di Laurea Magistrale in High Performance Computing Engineering coincide con quello vigente nell’ateneo.

7.6 Modalità dell'esame di Laurea

L’esame di Laurea Magistrale verte sulla discussione di una Tesi di Laurea. Alla preparazione della Tesi sono dedicati 20 CFU, uno dei quali specificamente dedicato all’acquisizione di ulteriori competenze linguistiche, certificare dalla redazione in lingua inglese di un sommario esteso della Tesi.

La Tesi di Laurea potrà essere scritta in italiano o in inglese, ma dovrà comunque contenere il sommario esteso redatto in inglese.

Le informazioni relative alle norme generali, regolamenti, calendario appelli, iscrizioni e consegna tesi sono disponibili sul sito:

http://www.polimi.it/studenti/carriera/esame-di-laurea/

La prova finale di Laurea Magistrale si svolge in accordo a quanto prescritto dal

“Regolamento della Prova Finale di Laurea e di Laurea Magistrale” della Scuola di Ingegneria Industriale e dell’Informazione (disponibile sul sito web della Scuola) e dal “Regolamento Integrativo della Prova Finale di Laurea e di Laurea Magistrale” del Corso di Studi.

7.7 Conoscenza e comprensione, Capacità di applicare conoscenza e comprensione: Dettaglio

Area di apprendimento: Modellistica matematica Conoscenza e comprensione

Nel percorso formativo, per quanto concerne l’area di apprendimento di ingegneria matematica, lo studente acquisisce strumenti avanzati della matematica applicata e dell'ingegneria per poter successivamente affrontare lo studio di problemi applicativi di elevata complessità.

In particolare, il laureato magistrale in High Performance Computing Engineering:

• ha una conoscenza ampia e profonda di teorie e tecniche avanzate della matematica applicata, con particolare attenzione agli ambiti della modellistica numerica, del machine learning e dell’apprendimento statistico;

• ha una conoscenza ampia e profonda delle tecniche di formalizzazione e modellizzazione tipiche delle applicazioni della matematica in domini di applicazione scientifici e tecnologici di svariata natura;

(16)

• è in grado di comprendere i contenuti di testi tecnici e scientifici anche complessi al fine di elaborare idee personali in contesti specifici di ricerca e innovazione.

Tali conoscenze sono ottenute attraverso la frequenza di opportuni insegnamenti comprendenti lezioni, esercitazioni, laboratori, e inoltre con il supporto allo studio individuale fornito dai docenti e l'accesso alle risorse bibliotecarie e informatizzate.

Le corrispondenti verifiche di apprendimento avvengono mediante prove d'esame (scritte o orali) ed eventualmente la valutazione di progetti individuali o di gruppo.

Capacità di applicare conoscenza e comprensione

Alla conclusione del biennio della Laurea Magistrale lo studente dispone degli strumenti per poter analizzare, modellare e risolvere problemi di varia natura, e ad elevata complessità scegliendo il modello matematico opportuno da utilizzare sulla base di un compromesso tra complessità del modello e accuratezza dei risultati.

In particolare, il laureato magistrale in High Performance Computing Engineering è capace di:

• giudicare in modo autonomo l'applicabilità di modelli matematici complessi a situazioni concrete e motivare la scelta di metodi e strumenti adottati;

• formulare modelli differenziali o discreti, analizzare ed interpretare le informazioni ottenute da dati ad elevata complessità sia generati da simulazioni physics-informed, sia reali;

• effettuare studi progettuali approfonditi, basati sull'uso di procedure matematiche avanzate;

• fornire l’interpretazione statistica di dati in situazioni di grande complessità utilizzando in modo sinergico le tecnologie del calcolo ad elevate prestazioni e i modelli avanzati del machine learning e dello statistical learning;

• applicare le moderne tecniche di programmazione scientifica e utilizzare tecniche avanzate di simulazione numerica per lo studio di un modello e per la sua ottimizzazione nonché per raggiungere una sua calibrazione ottimale.

• approfondire le proprie conoscenze a livello più specialistico in uno degli ambiti proposti dal percorso formativo.

Tali capacità di applicare conoscenza e comprensione sono ottenute attraverso la frequenza di opportuni insegnamenti comprendenti lezioni, esercitazioni, laboratori, e inoltre con il supporto allo studio individuale fornito dai docenti e l'accesso alle risorse bibliotecarie e informatizzate. Le corrispondenti verifiche di apprendimento avvengono mediante prove d'esame (scritte o orali) ed eventualmente la valutazione di progetti individuali o di gruppo.

Le conoscenze e capacità sono conseguite e verificate nelle seguenti attività formative:

• MAT/08 ADVANCED METHODS FOR SCIENTIFIC

COMPUTING

(17)

• MAT/08 NUMERICAL LINEAR ALGEBRA

• MAT/08 NUMERICAL METHODS FOR PARTIAL

DIFFERENTIAL EQUATIONS

• SECS-S/01 APPLIED STATISTICS

Area di apprendimento: Sistemi di elaborazione delle informazioni Conoscenza e comprensione

Lo studente acquisisce strumenti avanzati che gli permettono di conoscere le diverse architetture di calcolo ad alte prestazioni per poter successivamente affrontare lo studio di problemi applicativi di elevata complessità.

• ha una conoscenza ampia e profonda delle diverse architetture ad alte prestazioni (architetture parallele, computer quantistici, acceleratori hardware, sistemi di storage, datacenter di grandi dimensioni), con particolare attenzione alle potenzialità e alle complessità di ciascuna architettura;

• ha una conoscenza ampia e approfondita dei principi che sono alla base degli algoritmi per architetture ad alte prestazioni, con una chiara visione delle casistiche che si presentano più comunemente nei diversi domini di applicazione scientifici e tecnologici;

• è in grado di comprendere i contenuti di testi tecnici e scientifici anche complessi al fine di far evolvere le proprie competenze con l’evoluzione delle architetture e degli algoritmi ad alte prestazioni.

Capacità di applicare conoscenza e comprensione

Alla conclusione del biennio della Laurea Magistrale lo studente dispone degli strumenti per poter programmare e gestire architetture ad alte prestazioni di varia natura e ad elevata complessità scegliendo le architetture e gli algoritmi opportuni da utilizzare sulla base dei requisiti di calcolo, memoria e storage e sulla base di un compromesso tra complessità di sviluppo degli algoritmi e loro scalabilità.

• selezionare quali siano le architetture ad alte prestazioni più idonee per la risoluzione di modelli matematici complessi in applicazioni concrete, e di motivarne la scelta in termini di costi, scalabilità, ed efficienza;

(18)

• realizzare algoritmi complessi per architetture ad alte prestazioni, anche ibride, analizzare ed interpretare le informazioni ottenute in termini di scalabilità ed efficienza, per poter intervenire in un ciclo di miglioramento continuo delle prestazioni;

• effettuare studi progettuali approfonditi, basati sulla realizzazione di algoritmi avanzati;

• analizzare grandi volumi di dati per realizzare analisi predittive in scenari di grande complessità utilizzando in modo sinergico le tecnologie del calcolo ad elevate prestazioni e i modelli avanzati dello statistical learning e del machine learning;

• utilizzare architetture a algoritmi ad elevate prestazioni per lo studio di problemi complessi di ottimizzazione, in diversi ambiti applicativi.

• ING-INF/05 PARALLEL COMPUTING

• ING-INF/05 SOFTWARE ENGINEERING FOR HPC

• ING-INF/05 ADVANCED COMPUTER ARCHITECTURES

• ING-INF/05 QUANTUM COMPUTING

• ING-INF/05 SYSTEMS AND METHODS FOR BIG AND UNSTRUCTURED DATA

• ING-INF/05 ARTIFICIAL NEURAL NETWORKS AND DEEP LEARNING

Area di apprendimento: Applicazioni

Nel percorso formativo, per quanto concerne l’area di apprendimento dei diversi ambiti applicativi (chimica, biologia, fluidodinamica, meccanica, aerospazio, calcolo strutturale, energia e finanza) lo studente acquisisce le competenze di dominio e gli strumenti che gli permettono di capire come affrontare i problemi computazionali più frequenti nei diversi domini applicativi.

• ha una conoscenza approfondita di diverse aree applicative che necessitano di architetture ad alte prestazioni per poter risolvere problemi complessi (chimica, biologia, fluidodinamica, meccanica, aerospazio, calcolo strutturale, energia e finanza);

• ha una ampia conoscenza degli strumenti matematici necessari per risolvere i problemi che emergono dai diversi domini applicativi;

• comprende le motivazioni pratico/teoriche che stanno alla base dei diversi problemi applicativi ed è in grado di formulare soluzioni

(19)

alternative ai problemi che meglio si adattano alle architetture di calcolo ad alte prestazioni;

• è in grado di comprendere i contenuti di testi tecnici e scientifici anche complessi al fine di far evolvere le proprie competenze anche in ambiti e domini applicativi diversi da quelli studiati nel corso della laurea.

Capacità di applicare conoscenza e comprensione

Alla conclusione della Laurea Magistrale lo studente dispone degli strumenti per poter individuare le architetture e gli algoritmi opportuni da utilizzare sulla base dei modelli matematici necessari alla risoluzione dello specifico problema applicativo.

• selezionare quali siano i modelli matematici, le architetture e gli algoritmi più idonee per la risoluzione di problemi applicativi complessi nei diversi ambiti, e di motivarne la scelta in termini di costi, scalabilità, ed efficienza;

• realizzare e testare algoritmi ad alte prestazioni per la risoluzione di problemi applicativi complessi nei diversi ambiti specifici;

• effettuare studi progettuali approfonditi in scenari applicativi complessi e diversi tra loro applicati ai diversi ambiti specifici.

• ING-IND/10 COMPUTATIONAL FLUID DYNAMICS FOR ENERGY ENGINEERING

• ING-IND/04 - ING-IND/06 HIGH PERFORMANCE SCIENTIFIC COMPUTING IN AEROSPACE

• ICAR/01 - ING-IND/10 HPC APPLICATIONS FOR SUSTAINABLE USE OF SUBSURFACE ENERGY RESOURCES

• ING-IND/13 - ING-IND/14 HIGH PERFORMANCE SIMULATION LAB FOR MECHANICAL ENGINEERING

• CHIM/07 - ING-IND/22 - ING-IND/24 HIGH PERFORMANCE MOLECULAR MODELING

(20)

• ING-IND/34 COMPUTATIONAL BIOMECHANICS LABORATORY

• SECS-S/06 MODELS AND MACHINE LEARNING FOR FINANCE

Modalità di verifica

Il raggiungimento degli obiettivi formativi viene verificato attraverso il superamento degli esami relativi agli insegnamenti offerti dal Corso di studio. In particolare, sono previste diverse modalità di verifica che contribuiscono al raggiungimento dei risultati di apprendimento attesi, secondo quanto indicato nella seguente tabella in accordo ai 5 descrittori di Dublino*:

Prova scritta:

risoluzione di problemi numerici (i risultati di apprendimento perseguiti sono relativi ai descrittori 1, 2)

esercizi di tipo progettuale (i risultati di apprendimento perseguiti sono relativi ai descrittori 1, 2, 3, 4, 5)

domande di carattere teorico a risposta aperta sugli argomenti del corso (i risultati di apprendimento perseguiti sono relativi ai descrittori 1, 4, 5)

Esame orale:

domande di carattere teorico sugli argomenti del corso (i risultati di apprendimento perseguiti sono relativi ai descrittori 1, 4, 5)

domande volte a evidenziare la capacità dello studente di elaborare collegamenti fra i vari argomenti del corso e con gli insegnamenti precedenti (i risultati di apprendimento perseguiti sono relativi ai descrittori 1, 2, 3, 4, 5)

Valutazione elaborato di laboratorio:

valutazione delle attività sviluppate in sede di laboratorio informatico, progettuale e sperimentale svolte in gruppo o individualmente (i risultati di apprendimento perseguiti sono relativi ai descrittori 2, 3, 4, 5)

Presentazione orale:

valutazione della presentazione delle attività sviluppate in sede di laboratorio informatico, progettuale e sperimentale svolte in gruppo o individualmente (i risultati di apprendimento perseguiti sono relativi ai descrittori 2, 3, 4, 5)

Valutazione prova finale

presentazione e discussione dell'attività svolta in modo autonomo dall'allievo, nell'ambito del proprio lavoro di tesi (i risultati di apprendimento perseguiti sono relativi ai descrittori 2, 3, 4, 5)

Ciascun insegnamento sceglie tra queste forme di verifica quelle più indicate per gli specifici argomenti trattati.

(21)

8. Organizzazione e responsabilità della AQ a livello del Corso di Studio

Il Consiglio di Corso di studio (CCS) è la struttura che progetta e realizza il percorso formativo e riunisce i docenti titolari di insegnamenti o moduli didattici erogati nel Corso di studio e un numero di rappresentanti eletti degli studenti.

In particolare, il Consiglio di Corso di studio svolge le seguenti attività: (i) predispone e propone alla Scuola di appartenenza il Regolamento didattico del Corsi di studio;

(ii) analizza la coerenza dell’offerta formativa con il Regolamento didattico approvato e l’efficacia degli insegnamenti svolti; (iii) intraprende le eventuali azioni correttive necessarie.

Ogni Corso di Studio è governato dal Coordinatore, che presiede il Consiglio di Corso di Studio ed è eletto tra i docenti componenti del Consiglio stesso.

I Coordinatori costituiscono il primo e più importante presidio, in grado di avvertire l'insorgere dei problemi, ancor prima della loro formalizzazione nei dati di monitoraggio, e quindi di intervenire tempestivamente. Hanno inoltre la responsabilità di coinvolgere i docenti dei propri corsi di studio, tenendoli al corrente delle strategie di Ateneo e delle decisioni che riguardano il Corso di Studio.

Il Coordinatore di Corso di Studio è chiamato a svolgere tutte quelle attività richieste per la progettazione, definizione, istituzione, attivazione, modifica ed erogazione dell'offerta formativa. Date le molteplici attività di cui è responsabile, solitamente nomina dei referenti di Corso di Studio e delle Commissioni di Scuola che collaborano con lui.

Ogni anno, il Coordinatore, in collaborazione con il Preside della Scuola, individua o conferma a livello di Scuola:

-i componenti delle Commissioni Lauree;

-i componenti della Commissione Accessi - Ammissione Lauree Magistrali;

-i componenti della Commissione Mobilità internazionale;

-i componenti della Commissione Tutorato;

-i componenti della Commissione Orari delle lezioni / Esami di profitto;

e per ciascun Corso di Studio

-i componenti del Gruppo di Riesame;

-il Referente Assicurazione Qualità;

-il Referente trasferimenti e riconoscimenti;

(22)

-i Referenti piani degli studi per il Corso di Studio;

con modalità e tempi definiti nel regolamento di Scuola.

La gestione dell'offerta formativa per l'anno accademico in corso richiede, da parte del Coordinatore del Corso, le seguenti attività:

-Ammissione Lauree Magistrali: collabora con la Commissione Accessi di Scuola alla valutazione dei requisiti di ammissione alla Laurea Magistrale e propone i candidati per l'attribuzione di specifici obblighi formativi.

-Approvazione dei Piani di Studio: collabora con il Referente Piano di Studi del Corso di studio nell'approvazione dei Piani di Studio Autonomi che presentano discordanze dal regolamento didattico e dall'offerta formativa e che non possono essere presentati/modificati on line (esempio cambio di ordinamento). Riceve il piano di studi scansionato via mail dalla Segreteria Studenti, valuta la richiesta, e ne effettua la convalida mediante applicativo “Presentazione Piani di Studio”

-Schede incarico docenza: approva le schede incarico docenza, preparate dai docenti titolari degli insegnamenti del CdS, controllando la coerenza tra l'offerta formativa e quanto inserito nell'applicativo “Scheda Insegnamento_Programma dettagliato”.

-Mix didattico: collabora con lo staff di Presidenza di scuola al controllo dello svolgimento delle attività formative. Se la differenza sul mix didattico erogato rispetto a quello previsto è maggiore di ± 10 ore o se e la differenza tra i CFU erogati rispetto a quelli previsti ha delta negativi interviene per risolvere le incongruenze o sollecita il docente nella registrazione.

-Individuazione e messa a disposizione delle infrastrutture: collabora con i servizi dell'Ateneo nell'individuazione di eventuali problemi relativi alle infrastrutture utilizzate dagli studenti e dai docenti del CdS, comunicando al Preside eventuali proposte di risoluzione.

-Incontro matricole: organizza il primo incontro con le matricole per presentare il CdS e spiegare come avviene la valutazione della didattica.

-Commissione Lauree: collabora con il Preside nella definizione dei componenti della Commissione Lauree da proporre al Rettore.

-Tutorato in itinere: collabora con la Commissione Tutorato di Scuola nell'organizzazione e gestione del servizio di orientamento e tutorato in itinere (per la Scuola di Design non è prevista tale Commissione)

-Mobilità Internazionale: decide sulle proposte fatte dalla Commissione Mobilità Internazionale di Scuola nella scelta degli accordi per la mobilità internazionale degli studenti e collabora con i servizi dell'Ateneo all'organizzazione e gestione del servizio di assistenza per lo svolgimento di periodi di formazione all'estero.

-Azioni di Miglioramento: mette in atto le azioni di miglioramento proposte nel documento di Riesame precedente all'anno accademico in corso.

(23)

-Istanze: è responsabile della gestione delle istanze presentate dagli studenti che riceve tramite email dalla Segreteria Studenti o da altri uffici dell'Ateneo.

La gestione dell'offerta formativa per l'anno accademico futuro, se non si prevedono modifiche richiede, da parte del Coordinatore del Corso, le seguenti attività:

-Riesame ed azioni di miglioramento: riceve dall'Ateneo i dati per ogni Corso di Studio e il modello di riesame da utilizzare; dopo aver definito e convocato il Gruppo di Riesame, avvia la riflessione e la stesura del documento, definendo le azioni di miglioramento per gli anni successivi. Una volta chiusa la prima fase di riesame, invia quanto prodotto al presidio AVA (presidioAVA@polimi.it). I documenti di Riesame vengono rivisti ed inviati dal Presidio AVA alle rispettive Commissione Paritetiche Docenti Studenti di Scuola (definite secondo quanto riportato nello Statuto di Ateneo art.27) che hanno, tra i loro compiti, quello di valutarli, formulando eventuali proposte di miglioramento a livello di Scuola. I Coordinatori di Corso di Studio riceveranno quindi le relazioni delle rispettive Commissioni Paritetiche Docenti Studenti per effettuare un'ulteriore revisione del documento e delle azioni di miglioramento proposte o confermarne la bontà.

-Opinioni degli studenti sulla didattica: collabora con il Preside della Scuola nell'analisi dei risultati ottenuti per il proprio Corso di Studio. Definisce possibili problemi, le cause di questi e le eventuali proposte di risoluzione.

-Definizione del numero programmato: collabora con il Preside nella definizione del numero programmato dei Corsi di Studi facenti capo al Consiglio di Corso di Studio.

-Manifesto degli Studi: propone alla Scuola di appartenenza il Manifesto dei Corsi di Studi facenti capo al Consiglio di Corso di Studio

-Regolamento Didattico: predispone e propone alla Scuola di appartenenza i Regolamenti didattici dei Corsi di Studio facenti capo al Consiglio di Corso di Studio definendo: il profilo professionale e gli sbocchi professionali e occupazionali in base ai risultati ottenuti dalla consultazione con il mondo del lavoro; i requisiti di ammissione, le modalità di verifica del possesso dei requisiti di ammissione e le regole per il riconoscimento di periodi di studio e apprendimenti pregressi, i criteri per l'attribuzione di specifici obblighi formativi aggiuntivi e delle modalità di verifica del loro soddisfacimento; gli obiettivi formativi specifici del corso; i risultati di apprendimento attesi; le modalità di controllo delle prove di verifica dell'apprendimento e della prova finale in collaborazione con la Scuola; il percorso formativo e le caratteristiche degli insegnamenti e delle altre attività formative.

-Collabora con la Commissione accessi - Ammissione Lauree Magistrali alla valutazione dell'equipollenza dei titoli di Laurea stranieri per l'ammissione alla Laurea Magistrale.

-Ammissione Lauree Magistrali: collabora con la Commissione accessi - Ammissione Lauree Magistrali alla valutazione dell'equipollenza dei titoli di Laurea stranieri per l'ammissione alla Laurea Magistrale.

(24)

-Valutazione della carriera pregressa: collabora con i Referenti trasferimenti e riconoscimenti alla valutazione della carriera pregressa degli studenti che presentano domanda di trasferimento ad uno dei Corsi di Studio facenti capo al Consiglio di Corso di Studio tramite applicativo on line di Ateneo. Gli accessi alla laurea Magistrale seguono l'iter normale.

-Mondo del lavoro: collabora con il Career Service per l'identificare le organizzazioni rappresentative del mondo della produzione e definirne i modi, i tempi e gli esiti della consultazione.

-Scheda SUA-CdS: compila la Scheda SUA-CdS per tutti i corsi di studio tranne quelli di nuova istituzione.

-Open Day: supervisiona la presentazione dei Corsi di Laurea facenti capo al Consiglio di Corso di Studio durante la giornata di Open Day

La gestione dell'offerta formativa per l'anno accademico futuro, per cui si prevedono modifiche all'ordinamento richiede le stesse attività elencate per la gestione dell'offerta formativa futura senza modifiche all'ordinamento ma con scadenze anticipate. Le proposte di modifica degli ordinamenti didattici andranno presentate nella parte ordinamentale (RaD) della scheda SUA-CdS entro febbraio. Il Coordinatore propone alla Scuola di appartenenza le proposte di modifica all'ordinamento dei Corsi di Studi facenti capo al Consiglio di Corso di Studi. Con periodicità non superiore a cinque anni, e comunque su richiesta specifica dell'ANVUR, del MIUR o dell'Ateneo, o in presenza di forti criticità o di modifiche sostanziali dell'ordinamento, il Coordinatore del Corso di Studio è responsabile della:

-Definizione degli obiettivi formativi da raggiungere (ricognizione della domanda di formazione);

-Definizione delle attività adeguate a raggiungere gli obiettivi formativi (insegnamenti, modalità di verifica, ecc);

-Verifiche sistematiche del raggiungimento degli obiettivi formativi (Riesame ciclico).

9. Calendario

Il Corso di Laurea segue il Calendario Accademico pubblicato sul sito del Politecnico.

10. Docenti

I nominativi dei docenti afferenti al Corso di Studio e dei relativi insegnamenti saranno disponibili sul manifesto degli studi a partire dal mese di settembre.

Il Manifesto degli Studi viene pubblicato annualmente sul sito web del Politecnico di Milano.

(25)

I nominativi dei docenti afferenti al Corso di Studio e dei relativi insegnamenti saranno disponibili sul manifesto degli studi a partire dal mese di settembre.

11. Strutture

Gli studenti del Corso di Laurea Magistrale avranno accesso a tutte le strutture del Politecnico di Milano (aule informatizzate, biblioteche, sale studio, mense, strutture sportive). Diversi corsi prevedono attività di laboratorio e attività progettuali, che saranno svolte in aule informatizzate.

I laboratori e i progetti hanno l’obiettivo di integrare le conoscenze acquisite negli insegnamenti e di consentire allo studente di applicarle nella risoluzione di problemi specifici.

Gli studenti laureandi possono svolgere nei laboratori disponibili la Tesi di Laurea Magistrale.

12. Contesto internazionale

La ricerca all'interno del Politecnico di Milano affianca, in un percorso parallelo, la fitta rete di rapporti di cooperazione con altre università italiane e straniere, con centri di ricerca pubblici e privati, centri di supercalcolo, nonché con il sistema industriale.

La qualità e l'impatto delle ricerche svolte dal Politecnico trovano conferma, in questi ultimi anni, nella crescita dei rapporti con la comunità scientifica internazionale.

Testimonianza di ciò è il gran numero di progetti e programmi di ricerca recentemente intrapresi con le migliori università europee e di altri paesi, dal Nord America al Sud- Est asiatico.

Nell'anno 2007 i dipartimenti dell'Ateneo hanno sottoposto le loro attività di ricerca a un processo di valutazione internazionale (peer review). Per garantire la terzietà della valutazione i coordinatori dei panels di valutazione sono stati scelti da Rettori di università tecniche europee (scelte, per lo più, fra quelle che precedono il Politecnico nei ranking internazionali) e, a loro volta, i coordinatori indicati hanno deciso la composizione dei loro gruppi. In totale il processo ha visto partecipare 81 esperti (nessuno italiano) provenienti da 52 università e centri di ricerca internazionali.

L'Ateneo ha ottenuto un giudizio complessivo di 3 (good at International level) in una scala da 1 a 4 (eccellenza). Dei 1270 docenti coinvolti nel processo di peer review, il 39% appartiene a gruppi valutati “excellent at International level” e il 21% a gruppi valutati good at International level.

13. Internazionalizzazione

Gli studenti del Corso di Studio in High Performance Computing Engineering possono accedere a programmi di studio internazionali, basati su accordi stipulati con numerose istituzioni straniere. Gli studenti selezionati per un programma specifico possono arricchire il loro curriculum trascorrendo un periodo all'estero e acquisendo crediti completamente riconosciuti dal Politecnico di Milano.

Le opportunità offerte sono molteplici. Fra queste ricordiamo le seguenti:

(26)

• doppia laurea magistrale nell’ambito del progetto europeo EUMaster4HPC di cui Politecnico di Milano è partner;

• tirocinio presso aziende o laboratori universitari stranieri;

• svolgimento della tesi all'estero;

14. Dati quantitativi

L'Osservatorio della didattica di Ateneo ed il Nucleo di Valutazione di Ateneo, avvalendosi anche del supporto degli osservatori della didattica delle facoltà, svolgono periodiche analisi sui risultati complessivi e sul livello qualitativo dell'attività didattica dei Corsi di Studio, monitorando le attività formative e l'inserimento del laureato nel mondo del lavoro. I rapporti e gli studi sono disponibili sul sito web del Politecnico di Milano.

15. Altre informazioni

A causa di motivi tecnici, legati anche al recente cambio di ordinamento, il sistema WebPoliself non è sempre in grado di effettuare tutte le verifiche con la carriera pregressa al momento del salvataggio del piano. Saranno quindi effettuati controlli a posteriori sui piani presentati, che potranno pertanto quindi essere successivamente rifiutati, anche se approvati in automatico dal sistema.

16. Errata corrige

Eventuali errori e modifiche del manifesto sono segnalati tempestivamente con avvisi sul sito della Scuola.