Conoscenza e Capacità di Comprensione 

I laureati hanno la capacità di comprensione degli aspetti scientifici, tecnologici, gestionali del Machine Learning e Big Data e delle loro variegate applicazioni. I laureati sono in grado di operare anche nell'ambito della ricerca applicata e industriale e hanno conoscenza e capacità di inquadramento degli sviluppi più avanzati e attuali dell'Informatica applicata nel contesto internazionale della ricerca. 

I laureati di entrambi i Curricula (Machine Learning & Big Data, Innovation) acquisiscono le seguenti conoscenze metodologiche e capacità di comprensione comuni: 

    1. aspetti teorico-pratici del Machine Learning, con particolare attenzione alle tecniche di Deep Learning;

    2. aspetti teorico-pratici per l'analisi e comprensione di immagini e video;

    3. i fondamenti della fisica classica e quantistica;

    4. aspetti teorico-pratici dei Big Data di tipo spaziali, parallele, distribuite e stream di dati 

Inoltre, i laureati del Curriculum Machine Learning & Big Data acquisiscono le seguenti specifiche conoscenze metodologiche e capacità di comprensione: 

     5. strumenti per analizzare, visualizzare, organizzare e comprendere big dati aziendali;

     6. metodologie e tecniche di Machine Learning per l'analisi e l'elaborazione di dati Multimediali;

     7. aspetti teorico-pratici dei sistemi operativi distribuiti,e del cloud computing per big data. 

Viceversa, i laureati del Curriculum Innovation acquisiscono le specifiche conoscenze metodologiche e capacità di comprensione: 

      8. aspetti teorico-pratici di project management, per la gestione di progetti aziendali;

      9. aspetti teorico-pratici di innovation management, per la gestione dell' innovazione in ambiti aziendali. 

Le conoscenze e capacità da 1. a 7. sono acquisite durante i corsi fondamentali, i corsi a scelta e l'attività relativa alla redazione dell'elaborato finale di laurea e sono valutate attraverso le attività di verifica previste da ogni corso e la prova finale. 

Mentre le conoscenze e capacità 8. e 9. sono acquisite mediante la frequenza obbligatoria dello studente, del Curriculum Innovation, al Master MIT Entrepreneurship & Innovation (MEIM), e dei relativi insegnamenti in ambito economico, di management e di innovazione. 

Capacità di applicare conoscenza e comprensione

I laureati magistrali acquisiscono, anche attraverso una vasta e articolata attività di laboratorio e la collaborazione con laboratori di ricerca e aziende, una capacità di comprensione, di interazione e di risoluzione di problemi applicativi che provengono da ambiti scientifici e tecnologici diversificati. I laureati sono in grado di applicare in modo critico e consapevole le metodologie e gli strumenti dell'Informatica Applicata e di analizzare oggettivamente e quantitativamente le soluzioni che propongono e sviluppano. 

I laureati di entrambi i Curricula (Machine Learning & Big Data e Innovation) acquisiscono una capacità di comprensione, di interazione e di risoluzione di problemi applicativi in diversi ambiti, in particolare volta a: 

    1. Progettare e sviluppare programmi di vari livelli di complessità usando TensorFlow, Torch, Caffe, Python, J2EE, Swift.

    2. Utilizzare strumenti e tecniche di calcolo, ad esempio strumenti di sviluppo software. 

    3. Analizzare i problemi relativi all'elaborazione e all'informatica e individuare soluzioni per loro.

    4. Realizzare presentazioni e relazioni tecniche.

    5. Effettuare ricerche bibliografiche sul Machine Learning e sui Big Data.

    6. Abbinare i problemi con gli strumenti e le tecniche più adatte a risolverli. 

Inoltre, i laureati del Curriculum Machine Learning & Big Data acquisiscono, specificatamente, una capacità di comprensione, di interazione e di risoluzione di problemi applicativi in diversi ambiti, in particolare volta a: 

    7. Cogliere le esigenze degli utenti finali e le questioni relative alla progettazione, alla gestione e alle prestazioni di software su larga scala.

     8. Condurre ricerche approfondite su strumenti e lingue disponibili online.

     9. Analizzare il calcolo e l'elaborazione dei problemi correlati e individuare soluzioni per loro.

    10. Sviluppare una comprensione e una pratica di argomenti di calcolo più avanzati, tra cui deep learning, machine learning, audio e video analisi e internet of things.

     11. Pianificare, condurre e scrivere un programma di sviluppo del software da realizzare in squadra.

     12. Pianificare, condurre e redigere un programma di ricerca originale e sviluppo del software. 

Viceversa, i laureati del Curriculum Innovation acquisiscono, specificamente, una capacità di comprensione, di interazione e di risoluzione di problemi applicativi in diversi ambiti, in particolare volta a: 

    13. Ideare, pianificare, e gestire un progetto di innovazione digitale all' interno di un’organizzazione aziendale.

    14. Progettare, avviare e condurre un'iniziativa imprenditoriale altamente innovativa. 

Le capacità comprese tra 1. e 12. sono acquisite e valutate attraverso un percorso formativo finalizzato alla risoluzione di problemi concreti e alla validazione effettiva delle soluzioni proposte dagli studenti, attraverso le attività di laboratorio, sia i laboratori didattici sia quelli di ricerca, le esercitazioni guidate, i progetti associati a quasi tutti gli insegnamenti, stage e attività per la redazione dell'elaborato di laurea, 

Infine, esse sono verificate mediante gli strumenti classici di valutazione (progetti individuali e di gruppo, esame del corso, giudizio sul tirocinio aziendale, prova finale) e mediante una piattaforma di e-learning corredata di strumenti di autovalutazione e di interazione con docente e tutor. 

Le capacità 13. e 14. sono maturate dal laureato del Curriculum Innovation mediante la frequenza obbligatoria dello studente al Master MIT Entrepreneurship & Innovation (MEIM) e dei relativi insegnamenti in ambito economico, di management e di innovazione.