Nota: Dovrai compilare il piano di studi non prima di Ottobre-Novembre 2027. La lista degli esami a scelta liberà sarà necessariamente aggiornata in prossimità di tale data. Però quanto scritto di seguito può fornirti un'idea abbastanza precisa degli esami selezionabili a scelta libera.
Lo studente o la studentessa al secondo anno di corso deve presentare un piano di studio individuale nel quale seleziona, come previsto dal regolamento didattico: i) gli insegnamenti da due finestre di scelta, e ii) 12 CFU a scelta libera dall'offerta di Ateneo.
FINESTRA 1. Selezionare un esame affine o integrativo (6 CFU) tra i corsi del secondo anno:
FINESTRA 2. Selezionare due esami (12 CFU) caratterizzanti tra i corsi del terzo anno:
A SCELTA LIBERA. Si deve identificare 12 CFU a scelta libera, selezionando insegnamenti dall'intera offerta dell'Ateneo, purchè coerenti con il percorso di laurea.
I piani di studio sono soggetti a verifica da parte del Comitato per la Didattica e ad approvazione da parte del Consiglio di Corso di Studio. Il Corso di Laurea garantisce l’approvazione di percorsi che esauriscano i 12 CFU a scelta libera con gli insegnamenti indicati nelle tabelle riportate sotto, i cui programmi sono calibrati per le conoscenze di uno studente triennale. L'inserimento di due esami qualsiasi tra quanto elencato di seguito permette l'approvazione automatica del piano di studio.
Il Corso di Laurea si riserva la possibilità di rifiutare percorsi che includono insegnamenti con programmi molto simili a quelli già offerti all'interno del Corso di Laurea stesso, nonché insegnamenti dei corsi di Laurea Magistrale in Data Science e in Software: Science and Technology ulteriori rispetto a quanto indicato in questa pagina.
Gli insegnamenti consigliati per la scelta libera sono:
|
codice |
corso |
SSD |
CFU |
|
B033523 |
ALGORITHMS AND PROGRAMMING FOR MASSIVE DATA |
INF/01 |
6 |
|
B032430 |
DATA COLLECTION AND MACHINE LEARNING FOR CRITICAL CYBER-PHYSICAL SYSTEMS |
INF/01 |
6 |
|
B032845 |
DIDATTICA DELL'INFORMATICA |
INF/01 |
6 |
|
B032436 |
GAME DEVELOPMENT |
INF/01 |
6 |
|
B035767 |
TRUSTWORTHY AUTONOMOUS SYSTEMS |
INF/01 |
6 |
|
B032425 |
AUTOMATED SOFTWARE TESTING |
INF/01 |
6 |
|
B032428 |
SOFTWARE ARCHITECTURES AND METHODOLOGIES |
INF/01 |
6 |
|
B032429 |
RESILIENCY, REAL TIME AND CERTIFICATION |
INF/01 |
6 |
|
B032441 |
OPTIMIZATION AND MACHINE LEARNING FOR DYNAMICAL SYSTEMS |
ING-INF/04 |
6 |
|
B032434 |
QUANTITATIVE EVALUATION OF STOCHASTIC MODELS |
ING-INF/05 |
6 |
|
B032433 |
SOFTWARE DEPENDABILITY |
ING-INF/05 |
6 |
|
B032480 |
LOGICA PER L'INTELLIGENZA ARTIFICIALE |
MAT/01 |
6 |
|
B032482 |
MODELLI MATEMATICI PER I REGISTRI DISTRIBUITI: TEORIA E CASI D'USO |
MAT/05 |
6 |
|
B032439 |
OPERATIONS RESEARCH AND OPTIMIZATION |
MAT/09 |
6 |
|
B032483 |
STATISTICAL ANALYSIS OF NETWORK DATA |
SECS-S/01 |
6 |
|
B032437 |
STATISTICAL METHODS FOR COMPUTER SCIENCE |
SECS-S/01 |
6 |
Per gli studenti o studentesse interessati all'iscrizione al corso magistrale in Data Science, Calcolo Scientifico & Intelligenza Artificiale sono ritenuti utili a completare la preparazione anche i seguenti insegnamenti interdisciplinari:
|
codice |
corso |
SSD |
CFU |
|
B032465 |
IL LINGUAGGIO DEL VIVENTE |
BIO/19 |
6 |
|
B032472 |
FONDAMENTI DI CHIMICA PER IL DATA/COMPUTATIONAL SCIENTIST |
CHIM/03 |
6 |
|
B032474 |
DATA SCIENCE PER LE NEUROSCIENZE |
FIS/03 |
6 |
|
B032477 |
GEOCHIMICA COMPUTAZIONALE E GEOSTATISTICA |
GEO/08 |
6 |
Gli studenti o le studentesse che intendono iscriversi alla Laurea Magistrale in Data Science, Calcolo Scientifico & Intelligenza Artificiale o alla Laurea Magistrale in Software: Science and Technology sono comunque invitati a contattare i referenti delle due lauree, rispettivamente prof.ssa Donatella Merlini e prof. Francesco Tiezzi, per suggerimenti sugli insegnamenti utili a completare la loro formazione.
ULTIMO AGGIORNAMENTO
10.06.2026