1 Decreto Rettore
Master di II livello a.a. 2020/2021 in “Data Science”;
Il Rettore VISTO lo Statuto di Ateneo;
VISTO il Regolamento Didattico di Ateneo;
VISTO il Regolamento per l’Amministrazione e la Contabilità;
VISTO il Regolamento in materia di master Universitari, Corsi di Alta Formazione, Corsi di Formazione permanente e summer/winter school emanato con D.R. 26 aprile 2013, n. 896 ed aggiornato con D.R. 1 dicembre 2015, n. 1888;
VISTA la legge 19 novembre 1990 n. 341 sugli ordinamenti universitari;
VISTA la legge 5 febbraio 1992 n. 104 così come integrata e modificata dalla legge 28 gennaio 1999 n. 17;
VISTO il Decreto del Presidente della Repubblica 18 ottobre 2004, n. 334, regolamento recante modifiche ed integrazioni al decreto del Presidente della Repubblica 31 agosto 1999, n. 394, regolamento recante norme di attuazione del testo unico delle disposizioni concernenti la disciplina dell’immigrazione e norme sulla condizione dello straniero;
VISTO il D.P.R. 28 dicembre 2000, n. 445 e successive modificazioni;
VISTO il decreto del Presidente del Consiglio dei Ministri 9 aprile 2001, uniformità di trattamento sul diritto agli studi universitari, ai sensi dell'articolo 4 della legge 2 dicembre 1991, n. 390;
VISTO il D.M. del 3 novembre 1999 n. 509, regolamento recante norme concernenti l'autonomia didattica degli atenei e il successivo decreto di modifica del 22 ottobre 2004, n. 270;
VISTO il decreto legislativo 30 giugno 2003 n. 196, “Codice in materia di protezione dei dati personali”, e il Regolamento (UE) 2016/679 del Parlamento europeo e del Consiglio 27 aprile 2016, "Regolamento generale sulla protezione dei dati";
VISTA la delibera del Dipartimento di Economia, Statistica e Finanza “Giovanni Anania” del 23/04/2020 che approva la proposta di nuova istituzione del Master di II livello in “Data Science”;
VISTA la delibera del Senato Accademico del 23 giugno 2020 con la quale è stata approvata la proposta di nuova istituzione del master di II livello in “Data Science” per l’anno accademico 2020/2021;
VISTO il parere di regolarità tecnico-amministrativa del Dirigente dell'Area Servizi di Supporto alle attività di Ricerca, giusta sigla apposta al presente provvedimento;
RITENUTO necessario di dover procedere alla pubblicazione del bando per consentire l’avvio del corso;
D E C R E T A
Art. 1 Istituzione
È istituito su proposta del Dipartimento di Economia, Statistica e Finanza “Giovanni Anania” dell’Università della Calabria, per l’anno accademico 2020/2021, il master universitario di II livello in Data Science.
unical AOO1 Amministrazione Centrale D.R. n.1568 del 20/10/2020
2 Art. 2 Finalità e obiettivi
Nell’era della dirompente trasformazione digitale, che molti chiamano quarta rivoluzione industriale, il mondo moderno si trova a fronteggiare una nuova e avvincente sfida: trasformare ingenti moli di dati senza un apparente valore, noti come big data, in smart data, cioè dati utili per conoscere, prevedere e creare business e innovazione. L’idea di offrire un master in Data Science si colloca proprio in questo scenario data-driven e risponde alla richiesta, in sempre più ambiti lavorativi, della figura del Data Scientist, un esperto che sa acquisire, gestire, analizzare e interpretare dati, di qualunque natura e provenienti da fonti non sempre convenzionali, e sa trasformarli in conoscenza a supporto dei processi decisionali e delle strategie operative di enti, istituzioni e aziende.
Nella realtà dell’Industry 4.0, saper leggere i dati e imparare da essi, attraverso modelli predittivi di tipo statistico-informatico, si traduce in un notevole vantaggio competitivo. Ecco perché oggi, chi sceglie un percorso professionalizzante che ampli le proprie competenze teorico-pratiche nell’analisi dei dati e renda capaci di affrontare problemi complessi e di diversa natura, utilizzando tecniche statistico-informatiche, sa che il mercato del lavoro è pronto ad accoglierlo. Il Data Scientist è, infatti, la figura che occupa i primi posti nella classifica dei lavori migliori (in base al guadagno e alle potenzialità di crescita) rintracciabili nelle offerte di lavoro in Italia e nel mondo. Banca, finanza e assicurazioni; mobilità e trasporti; telecomunicazioni e information technology; ambiente, sanità e medicina; ricerche di mercato e sport analytics sono solo alcuni degli ambiti in cui il Data Scientist può lavorare con successo e in brevissimo tempo.
Il master è progettato appositamente per laureati e professionisti che, avendo maturato la consapevolezza che l'enorme patrimonio dei dati disponibili vada valorizzato per creare opportunità di business, vogliano collocarsi nel mercato del lavoro accettandone la nuova sfida. Il master, in particolare, si rivolge a professionisti di enti pubblici e privati, società e aziende, e a laureati (in Matematica, Fisica, Economia, Economia Aziendale, Ingegneria, Statistica e Informatica) che, dotati di una solida preparazione in contesti trasversali e di una forma mentis quantitativa, intendano aggiungere al proprio curriculum un nuovo livello di professionalità. Il profilo professionale così formato avrà una valenza interdisciplinare potendo abbinare le capacità e le competenze già acquisite durante gli studi precedenti, o lo svolgimento dell’attività lavorativa, con quelle tecnico-specialistiche del master. Ciò consentirà, a chi consegue il titolo di master in Data Science, di poter lavorare in team multidisciplinari e affiancare efficacemente sia esperti di specifici settori applicativi sia manager e decision-maker.
Il master in Data Science offre un percorso formativo molto operativo caratterizzato dalla presentazione teorica e l’applicazione delle più moderne e innovative tecniche statistiche e di machine learning, di linguaggi di programmazione e software statistici open source, di metodologie per la creazione e la gestione di banche dati, di metodi per la costruzione e la validazione di strumenti predittivi.
Il processo formativo prevede lezioni, in lingua italiana, in cui la teoria è finalizzata alla pratica, e lezioni dedicate ad esercitazioni e laboratorio orientate al problem solving e alla conoscenza di opportuni software.
Enfasi è data, in particolare, allo sviluppo, allo studio e all'analisi di specifici casi reali o simulati presentati anche da esponenti del mondo del lavoro. Le capacità di apprendimento e le abilità personali sono stimolate da homework, progetti individuali e di gruppo, e seminari volti a migliorare le soft skills quali l’attitudine a lavorare in team o sostenere con successo un colloquio di lavoro.
3
Il corpo docente è eterogeneo, altamente qualificato e con riconosciute expertise in data science. Ne fanno parte docenti dell’Università della Calabria e di altri atenei italiani, ricercatori di prestigiosi enti e istituti di ricerca, ed esperti aziendali.
L’idea di offrire un master in Data Science all’Università della Calabria risponde anche all’esigenza di un territorio che negli ultimi anni ha visto la nascita e la crescita di piccole e medie realtà locali che operano nell’ambito delle ricerche di mercato, che offrono consulenza strategica e innovazione, soluzioni avanzate di business, marketing, comunicazione e tecnologia.
Tante di queste aziende sono guidate da giovani calabresi che hanno saputo riconoscere nella crescente produzione di dati e informazioni digitali un’opportunità di business. Proprio queste aziende rappresentano un valore aggiunto per il master al quale hanno aderito in qualità di partner accogliendo gli studenti nella fase di stage e contribuendo ad arricchire l’offerta formativa con esperienze lavorative reali, progetti concreti e casi studio.
Objectives and aims
The fourth industrial revolution poses a new exciting challenge due to a rapid progress in digital technology: transforming a huge amount of seemingly worthless information in smart data, i.e. value- creating data, capable of increasing business and innovation. The master in Data Science lies in this data- driven scenario, where firms' demand for Data Scientists is dramatically increasing in all the production and service sectors. Data Scientists are professionals able to acquire, manage, analyze, and interpret data often from unconventional sources.
In the world of Industry 4.0, being able to use predictive models to understand data means having a competitive advantage in the labour market competition. This is the reason why professionals specialized in Data Science are aware that the labour market needs them.
Data scientists are currently ranking top as professionals in the Italian and international labour markets in terms of salary and potential professional growth.
Banking, finance, insurance, transportation, telecommunication and information technology, marketing, healthcare and environment are only a few examples of sectors where Data Scientists can successfully put their competencies into practice.
The master in Data Science is designed for those who, being aware of the great value of available data in terms of business opportunities, are willing to play a role in this new challenge. In particular, the master in Data Science seeks public and private professionals and graduates (in Mathematics, Physics, Economics, Accounting, Engineering, Statistics and Computer Science) who want to add the expertise in Data Science to their competencies. By adding skills and abilities already acquired to the new know-how deriving from the master, student's professional profile will be interdisciplinary. This will make the master's graduates able to work in multidisciplinary teams and contexts.
The curriculum of the master in Data Science is a perfect blend of theory and practice. It includes applied experiments with the most advanced statistical and machine learning techniques. Students will use a variety of open-source statistical software programs and will deepen methods for both database management and predictive models implementation.
4
Lectures will be in Italian. Throughout classes, students will explore the basic theory and will be provided with case studies and lab sessions. Particular emphasis will be given to the analysis of real-world cases outlined by professionals. Homework and individual projects will stimulate students' learning skills. Ad-hoc seminars will enhance students' soft skills, such as team-working and succeeding in a job interview.
The teaching staff comes from various professional and academic fields, all highly qualified and with well- grounded knowledge in Data Science. University professors, researchers from research centers, and highly qualified professionals are part of the teaching staff.
The master in Data Science meets the needs of the Calabrian territory, a region where a number of firms have been established over the last few years that provide strategic advice, advanced business solutions, marketing research, and information and communication technologies. Many of these firms are managed by young professionals from our region, who have succeeded in doing business in the field of data management and processing. These firms are partners and crucial players of the master in Data Science.
Students will have the opportunity to apply for an internship, thus enriching their background with real-life experience.
Art.3
Requisiti di ammissione
Il master si rivolge a cittadini comunitari ed extracomunitari con regolare permesso di soggiorno in Italia.
Possono presentare domanda di ammissione al master coloro che, alla data di scadenza della presentazione della domanda, sono in possesso di una laurea (o titolo equipollente) nelle discipline: matematica, fisica, economia, economia aziendale, ingegneria, statistica e informatica. In particolare, sono considerati titoli validi:
laurea magistrale conseguita ai sensi del D.M.270/04
laurea specialistica conseguita ai sensi del D.M. 509/99
laurea conseguita secondo gli ordinamenti previgenti al D.M. 509/99
titolo di studio conseguito all’estero, riconosciuto idoneo dal Consiglio Scientifico del master ai soli fini dell’iscrizione al corso.
L’iscrizione al master è incompatibile con l’iscrizione ad altro corso di studio.
Art.4
Convenzioni e Collaborazioni
Il master si avvale di una rete di contatti con università ed enti di ricerca e collaborazioni con imprese, enti pubblici e privati per lo svolgimento delle attività didattiche, formative e per i tirocini. Le collaborazioni verranno sottoscritte con apposite convenzioni formali che le regoleranno.
Tra i partner del master si segnalano:
ALMA srl – sviluppo software e consulenze
ALTRAMA Italia srl – soluzioni digitali per il business ALTILIA – intelligent process automation
BANCA d’ITALIA – Banca centrale italiana
CERVED – data-driven company for growth, risk e credit management
CONTESTI srl – programmazione, supporto alle decisioni, consulenza strategica e innovazione CORE ANALYTICS spa – soluzioni avanzate di marketing e business analytics
CRIF spa – sistemi di informazioni creditizie, business information, servizi di outsourcing, processing e soluzioni per il credito
5 ETHICA srl – ricerche di mercato, comunicazione e formazione FIRE group spa – credit management
GOODWILL – formazione a giovani, imprese e progettazione sociale ISTAT – Istituto Nazionale di Statistica
LINKALAB srl – servizi di ricerca per aziende e agenzie di comunicazione TEA sas – strumenti di analisi per il territorio, l’economia e l’arte TI&SI srl – ricerche di mercato
WISH srl – programmazione, supporto alle decisioni, consulenza strategica e innovazione.
Il Rettore delega il Direttore del master alla firma delle convenzioni con le strutture individuate per lo svolgimento delle attività di tirocinio.
Art. 5 Attività formativa
Il piano di studio del master prevede 1500 ore di attività formative, che consentono l’acquisizione di 60 crediti formativi (CFU), articolate in:
360 ore di attività didattica (CFU 40)
400 ore di tirocinio (CFU 16)
100 ore per la redazione dell’elaborato finale (CFU 4)
640 ore di studio individuale.
Il progetto generale delle attività formative, che garantisce 360 ore di attività didattica in lingua italiana (in presenza e/o a distanza) svolte da professori e ricercatori universitari, dell’Università della Calabria e di altre università italiane o istituti di ricerca, e da esperti operanti in enti pubblici e aziende, avrà la seguente articolazione:
Ambito Argomento Contenuti Docenti/Esperti SSD
ore moduli coordinati
ore modulo
CFU modulo
Statistics and Machine Learning
Statistical Models
linear models, logit models
Anthony Cossari (UNICAL) Sabrina Giordano (UNICAL)
SECS
-S01 16
48 6
Data Analysis and Statistical
Learning
cluster, principal component analysis,
discriminat analysis
Salvatore Ingrassia (UNICT) Antonio Punzo
(UNICT)
SECS
-S01 16 Tree-Based
Models
CART, random forest,
boosting Anna Gottard (UNIFI) SECS
-S01 16 Data Mining on
Social Media
social network analysis, performance indexes, customer segmentation
Michelangelo Puliga (LINKALAB) Milena Lopreite
(UNICAL)
SECS -S01 8
32 4
Text Mining
textual data acquisition, data processing and
modelling
Michelangelo Misuraca (UNICAL)
SECS
-S01 16 Missing Data imputation methods Ilaria Amerise (UNICAL) SECS
-S01 8
6 Neural
Networks
artifical neural networks for prediction, classification and
modelling
Sara Franceschi (UNISI) Paolo Cozzucoli (UNICAL)
SECS
-S01 16
24 3
Deep Learning on Temporal
Data
modelling and forecasting Pier Francesco Perri (UNICAL)
SECS -S01 8
Programming Languages
Programming
with R ABC of language, packages
Sabrina Giordano (UNICAL) Ilaria Amerise
(UNICAL)
SECS
-S01 16
40 5
Programming
with Python ABC of language, features Alfredo Garro (UNICAL) Alberto Falcone (UNICAL)
ING- INF 05
24
Applied Mathematics,
Economics and Business
Risk
Management financial econometrics
Domenico De Giovanni
(UNICAL) Fabio Lamantia (UNICAL)
SECS
-06 16
40 5
Revenue Management
capacity control, pricing techniques
Giovanni Giallombardo
(UNICAL) Francesca Vocaturo
(UNICAL)
MAT
-09 8
Machine Learning in Economics and
Business
resampling, validation methods, model selection
and regularization
Giovanni Cerulli (IRCrES-CNR Roma)
SECS
-P06 16
Computer Science
Databases construction and query (SQL)
Sergio Greco (UNICAL) Cristian Molinaro (UNICAL) Irina Trubitsyna
(UNICAL)
ING- INF 05
24 24 3
Data Warehousing
methods and algorithms for multidimensional data
Alfredo Garro (UNICAL) Alberto Falcone (UNICAL)
ING- INF 05
24
32 4
Business Intelligence
and Performance
business management tools
Alfredo Garro (UNICAL) Alberto Falcone (UNICAL)
ING- INF 05
8
Data Mining
algorithms for classification, clustering,
association
Andrea Tagarelli (UNICAL)
ING- INF 05
24 24 3
Experience/
Lab/
Cases Study
Data Management
data sources, data
cleaning, data visualization Stefano Vena (ALTRAMA)
16
96 7
Output Management
output visualization and
dashboard Serena Formosa (CRIF) 4
Soft Skills data storytelling Lucia Moretti 8
7
team building (GOODWILL)
Case Study
measure and predict sales through econometric
models
Nevio Leone (CORE
ANALYTICS) 8
Case Study data-driven for positioning
and advertising plan Enzo Bartalotta (ETHICA) 8 Case Study a survey on the black
economy Elena Console (TEA) 8
Case Study unconventional sources of data (web scraping)
Carmelo Origlia
(CONTESTI) Luca Gallo (WISH)
8
Case Study a new approach for exit
polls Gianluca Tiesi (TI&SI) 8
Case Study - Business Game
contextual value analytics for companies
Pierpaolo Cristaudo
(CRIF) 8
Case Study errors in data Roberta Varriale (ISTAT) 8 Case Study machine learning for
public policies
Guido De Blasio
(BANCA d'ITALIA) 4
Case Study
algorithms for fraud prevention and granting
credit
Luca D'Ippolito (ALTILIA)
Fausto Pupo (ALTILIA) 4 Soft Skills how to prepare for a job
interview
Maruska D'Agostino
(FIRE) 4
Al termine dell’attività didattica è previsto un tirocinio di 400 ore da svolgere nelle aziende partner con la finalità “learning by doing”. Il tirocinio consiste nell’applicare le nozioni e gli strumenti appresi a problemi reali proposti delle aziende ospitanti. Ogni azienda ospitante individuerà un tutor aziendale che seguirà lo studente del master in un project work che sarà oggetto della prova finale. L’assegnazione del tirocinio ad ogni studente compete al Consiglio Scientifico.
Art.6
Riconoscimento dei crediti
Possono essere riconosciuti come crediti acquisiti ai fini del completamento del corso di master, con corrispondente riduzione del carico formativo dovuto, le attività svolte in master o corsi di perfezionamento organizzati dall’Università della Calabria, da altre università o da enti pubblici di ricerca, per le quali esista idonea attestazione. Il riconoscimento delle attività formative precedentemente svolte compete al Consiglio Scientifico.
La misura del riconoscimento, comunque non superiore a 12 crediti, dipende dall’affinità e comparabilità delle suddette attività con quelle del master.
8 Art. 7 Organi del Master Sono organi del master:
Il Direttore del master che sovrintende alla conduzione scientifica, didattica ed organizzativa del master e presiede il Consiglio Scientifico: la Prof.ssa Sabrina Giordano del Dipartimento di Economia, Statistica e Finanza “Giovanni Anania” (DESF), Università della Calabria
Il Comitato Proponente, costituito dai docenti: Prof.ssa Sabrina Giordano, Prof.ssa Maria Rosaria Agostino e Prof. Domenico De Giovanni, tutti afferenti al DESF, Università della Calabria
Il Consiglio Scientifico, presieduto dal Direttore del master, che istruisce, propone e delibera in merito alla gestione scientifica, didattica, economica e amministrativa è composto dai Proff.
Mariarosaria Agostino, Domenico De Giovanni e Pier Francesco Perri del DESF - Università della Calabria, dai Proff. Giovanni Giallombardo e Cristian Molinaro del DIMES - Università della Calabria, dalla Prof.ssa Anna Gottard dell’Università di Firenze, dal Prof. Antonio Punzo dell’Università di Catania, e da due esperti aziendali il Dott. Enzo Bartalotta, titolare dell’azienda Ethica srl e il Dott.
Nevio Leone, titolare dell’azienda Core Analytics Spa.
Art. 8
Numero di candidati ammessi e posti riservati Al master saranno ammessi un minimo di 15 e un massimo di 30 partecipanti.
Sono ammessi gli uditori (in misura del 20% dei partecipanti). Gli uditori, ammessi comunque nel rispetto della vigente normativa, non sostengono esami e verifiche, non conseguono crediti e, al termine del corso, ricevono un certificato di frequenza o partecipazione. Per gli uditori è prevista una quota d’iscrizione ridotta al 50%. Per gli uditori dipendenti dell’Università della Calabria, indicati dalla Direzione Generale, le quote di iscrizione ridotte possono gravare sul 20%.
Al master sarà riservato un posto a titolo gratuito per un candidato straniero e uno per un dipendente dell’Ateneo, che potrà usufruirne previo nulla osta della struttura di appartenenza. Tale condizione dovrà essere specificata nel campo note della domanda di ammissione. In presenza di più domande il Consiglio Scientifico determinerà i criteri di selezione. I candidati vincitori potranno usufruire di tale agevolazione una sola volta.
Art. 9
Domanda di ammissione
La domanda di ammissione dovrà essere compilata solo attraverso il sito web:
https://unical.esse3.cineca.it/ entro e non oltre sessanta giorni dalla data di pubblicazione del bando.
Alla domanda di ammissione i candidati dovranno allegare:
dichiarazione sostitutiva dell’atto di notorietà con la quale lo studente dichiara di non essere iscritto ad altro corso di studio
i titoli che intendono sottoporre a valutazione per l’eventuale selezione
il curriculum vitae.
Art. 10
Selezione dei candidati
Nel caso in cui il numero delle domande superi il numero dei posti disponibili (30), si procederà a formulare una graduatoria di merito per titoli e colloquio secondo la seguente griglia di valutazione su un totale di 60 punti:
fino a 10 punti per il voto di laurea (10 punti 110 e lode, 9 punti 110, 7 punti da 106 a 109, 5 punti da 100 a 105, 3 punti da 90 a 99, 1 punto ≤ 89)
fino a 20 punti per il curriculum vitae
fino a punti 30 per il colloquio, che dovrà tra l’altro accertare la motivazione dei candidati.
9
Il calendario con l’indicazione dei giorni e dell’aula (o i riferimenti della piattaforma online) in cui si terranno i colloqui sarà reso noto, mediante pubblicazione sul sito del Dipartimento di Economia, Statistica e Finanza “Giovanni Anania” e sul sito https://unical.portaleamministrazionetrasparente.it. Saranno ammessi al master coloro che rientrano nel numero dei posti stabiliti. La Commissione che valuterà le domande di ammissione sarà composta dal Direttore del master e da due docenti nominati dal Consiglio Scientifico. In caso di rinuncia, prima del completamento del 20% delle attività didattiche previste, da parte di uno o più candidati, i posti resisi vacanti saranno ricoperti per scorrimento della graduatoria.
Art. 11 Iscrizione
I candidati collocatisi in posizione utile in graduatoria dovranno versare, entro dieci giorni dalla pubblicazione degli ammessi sul sito https://unical.portaleamministrazionetrasparente.it, la quota di iscrizione che può essere versata in un’unica soluzione o in due rate.
La quota di iscrizione è di 3000 €:
I rata di € 1500,00 contestualmente all’iscrizione
II rata di € 1500,00 entro il mese di giugno 2021.
Il pagamento deve essere effettuato esclusivamente on line mediante Pago PA.
Non saranno accettati pagamenti eseguiti mediante modalità di pagamento non previste.
I posti resisi vacanti saranno ricoperti per scorrimento della graduatoria. Se non si raggiungerà il numero minimo (15) di iscritti, l’attivazione del master non avrà luogo e si provvederà al rimborso della quota versata. La quota versata non potrà essere restituita per nessun’altra ragione.
Ogni candidato ammesso al master in Data Science potrà concorrere all’erogazione di un voucher della Regione Calabria per l’intera copertura dei costi di iscrizione. Requisiti e bando al sito http://calabriaeuropa.regione.calabria.it/website/bando/382/index.html. Inoltre, è messo a disposizione da Banca Intesa Sanpaolo, il prestito “per merito” attraverso cui i partecipanti al master in Data Science potranno ricevere un finanziamento a condizioni agevolate. Maggiori dettagli al sito https://www.intesasanpaolo.com/it/persone-e-famiglie/prodotti/prestiti/prestito-onore-per-merito.html.
Art. 12
Durata del master, sede delle attività didattiche e frequenza Il master avrà inizio nel mese di gennaio 2021 e terminerà entro il mese di gennaio 2022.
L'attività didattica del master sarà svolta presso l’aula seminari al piano terra del cubo 0C e/o presso l’auletta seminari al piano terra del cubo 1C del Dipartimento di Economia, Statistica e Finanza “Giovanni Anania” dell’Università della Calabria. La fase di didattica sarà svolta da gennaio a luglio 2021. I tirocini si svolgeranno nei mesi successivi.
Le lezioni si terranno tendenzialmente dal giovedì al sabato per un impegno di 16 ore settimanali. La modalità di erogazione delle lezioni sarà ibrida, cioè in presenza e a distanza. A completamento della classe, su esigenze dei docenti e allievi, sarà strutturato il calendario definitivo delle giornate formative. Il calendario delle lezioni sarà pubblicato a cura della direzione del master, sul sito del Dipartimento di Economia, Statistica e Finanza “Giovanni Anania” dell’Università della Calabria.
La frequenza da parte degli iscritti alle varie attività del master è obbligatoria. Per il conseguimento del titolo è comunque richiesta una frequenza pari almeno all’80% della durata complessiva del master.
10 Art. 13
Verifiche e prova finale
Il conseguimento dei crediti corrispondenti alle varie attività formative è subordinato a verifiche di accertamento delle competenze acquisite in relazione agli ambiti di insegnamento seguiti, con votazione finale in trentesimi. Il tirocinio e le attività tenute da esperti saranno valutati con giudizio di superato o non superato. Tutte le valutazioni dovranno essere registrate in ESSE3 secondo le modalità indicate dal Regolamento Didattico d’Ateneo.
Le verifiche di accertamento delle competenze acquisite spettano al titolare di ciascuna attività formativa affiancato da una Commissione giudicatrice.
Le Commissioni giudicatrici preposte per la valutazione delle singole prove e dell’esame finale sono nominate dal Direttore Scientifico del master, sentito il Consiglio Scientifico.
Le verifiche periodiche si terranno al termine di uno o più moduli formativi, secondo il calendario stabilito dal Consiglio Scientifico del master. Ogni verifica si svolgerà secondo la modalità decisa da ciascun titolare del corso, a scelta tra: homework, esercizi in aula, redazione/discussione di progetti individuali o di gruppo, seminari, tesine, test, colloqui orali o altro.
Il conseguimento del titolo è subordinato al superamento delle verifiche di accertamento delle competenze per i corsi seguiti e di una prova finale che consiste nella discussione sulle attività di tirocinio e di un project work (da sviluppare durante il tirocinio sotto la supervisione del tutor aziendale).
Il voto finale sarà espresso in centodecimi e calcolato come somma di:
a) un voto base, ottenuto ponderando i voti delle verifiche periodiche di accertamento per i crediti acquisiti e moltiplicando il voto così ottenuto per 11/3;
b) un voto da 0 a 10 attribuito, in sede di prova finale, al project work sviluppato dal candidato, dalla Commissione giudicatrice. La Commissione può decidere, all’unanimità, di attribuire la lode.
Art.14 Titolo finale
Allo studente che supera la prova finale, su sua richiesta, verrà rilasciato il titolo di Master Universitario di II livello in “Data Science” del valore di 60 CFU. La certificazione del titolo finale comprende: il totale dei crediti acquisiti e la valutazione finale, espressa in 110-mi. Il titolo sarà firmato dal Rettore e dal Direttore del master e verrà rilasciato dagli uffici competenti.
Art.15
Sede amministrativa del master
La sede amministrativa del master è sita presso il Dipartimento di Economia, Statistica e Finanza “Giovanni Anania” dell’Università della Calabria, Cubo 0 e 1 C, via P. Bucci, Arcavacata di Rende, 87036, tel.
+39.351.5395550, e-mail: masterdatascience@unical.it,
pagina web: https://www.unical.it/portale/strutture/dipartimenti_240/disesf/data_science/.
Art. 16
Trattamento dei dati personali
I dati personali dei candidati saranno trattati dall’Università della Calabria, titolare del trattamento, per le finalità di gestione della procedura concorsuale e dell’eventuale procedimento di immatricolazione, nel rispetto dei principi e delle disposizioni sulla protezione dei dati personali e sulla tutela della riservatezza stabiliti dall’art. 13 del Decreto Legislativo 30 giugno 2003 n. 196 e s.m.i. e dall’art. 13 del Regolamento (UE) 2016/679 del Parlamento europeo e del Consiglio 27 aprile 2016 "Regolamento generale sulla protezione dei dati".
11 Art.17 Norme finali
Dopo il rilascio della matricola, verrà generata per ogni nuovo studente una mail istituzionale con dominio @studenti.unical.it. È la mail che permette di ricevere le comunicazioni ufficiali dell’ateneo e di usufruire gratuitamente del pacchetto Office di Teams. La casella di posta è accessibile alla pagina outlook.com/studenti.unical.it.
Lo studente dovrà autenticarsi usando come username l’indirizzo di posta istituzionale (codicefiscale@studenti.unical.it) e la password temporanea (prime cinque lettere del codice fiscale, un punto e la matricola, es. bcdfg.000000). Al primo accesso, la password andrà modificata inserendone una personale sicura (da 8 a 16 caratteri, includendo maiuscole, minuscole e numeri).
Le date indicate agli articoli precedenti hanno carattere ordinatorio. Esse potranno essere modificate dalla direzione del master.
Per quanto non esplicitamente previsto dal presente decreto si rinvia allo statuto, ai regolamenti di ateneo e alle norme legislative in vigore.
Il Rettore Nicola Leone
SANTOLLA FRANCESCO 20.10.2020 10:38:27 UTC
LEONE NICOLA 20.10 .2020 15:08:53 UTC