Insegnamenti a.a. 2024-2025   

Il corso di Laurea Magistrale in Scientific and Data-Intensive Computing si propone di formare dei laureati di profilo ampiamente multidisciplinare e caratterizzati da una solida preparazione in tre pilastri teorico-metodologici: calcolo intensivo, data analysis, e modellazione e simulazione numerica.
La solida formazione teorica sarà accompagnata e resa concreta da conoscenza ed esperienza in almeno un dominio applicativo, nell'ambito dell'ingegneria o delle scienze, ed integrata con capacità di comunicare ed interagire con esperti in ambiti tali ambiti applicativi. I lavori di tirocinio e tesi, svolgibili presso laboratori di ricerca ed aziende, costituiranno un ulteriore elemento di formazione, permettendo di mettere in pratica le capacità di problem solving sviluppate e le conoscenze apprese.

Gli obiettivi formativi del percorso di studi sono i seguenti:
- saper affrontare in modo flessibile ma rigoroso problemi complessi in ambito multi-disciplinare, mediante la costruzione di modelli matematici e/o statistico-probabilistici, e la loro risoluzione numerica mediante l'uso di risorse computazionali di calcolo intensivo;
- saper valutare quali tecniche risolutive e quali strumenti computazionali e tecnologici usare, sviluppando un approccio ingegneristico finalizzato alla risoluzione di un problema nel modo più efficiente possibile;
- saper comunicare ed interagire con esperti in almeno un applicativo affine, comprendendo le problematiche principali ed il linguaggio specifico.
I laureati del corso in Scientific and Data-Intensive Computing avranno una formazione che permetterà loro sia di entrare con successo nel mondo dell'impresa, che di continuare lo studio in un dottorato di ricerca negli ambiti modellistici, computazionali, e di analisi dei dati.

Gli insegnamenti erogati durante il corso sono organizzati in quattro aree:
- Modellazione e simulazione: corsi in quest'area forniscono strumenti teorici, implementativi ed applicativi, per la costruzione, l'addestramento, soluzione e simulazione numerica di modelli matematici.
- Metodi statistici per l'analisi dei dati e machine learning: verranno fornite nozioni e metodi di machine learning, applicati all'analisi di big data, nonché metodi statistici di analisi dati.
- Informatica e calcolo intensivo: corsi in quest'area forniranno nozioni sulla tecnologia hardware e software del calcolo intensivo, sulla programmazione avanzata e parallela, sulla gestione di grandi moli di dati, nonché nozioni di progettazione di algoritmi efficienti.
- Applicazioni: verranno forniti corsi in diversi ambiti applicativi, sia di tipo introduttivo alle problematiche dell'area che sull'applicazione a tale ambito delle conoscenze metodologiche acquisite. Il corso di studi proporrà diversi percorsi applicativi, in ambito ingegneristico e scientifico, grazie anche alla collaborazione attiva con molti enti di ricerca del territorio.

Percorsi di studio daranno enfasi diversificata alle diverse aree, sia con un focus più metodologico che più orientato ad uno specifico ambito applicativo.
Nello specifico, il percorso formativo prevede al primo anno sia una formazione comune metodologica nei tre macro ambiti che un approfondimento in un sottoinsieme di essi, in funzione del curriculum scelto. Al secondo anno, invece, lo studente potrà approfondire alcuni aspetti metodologici e acquisire conoscenze in uno specifico ambito applicativo tra quelli proposti dal corso. Inoltre, acquisirà la capacità di applicare gli strumenti metodologici, sia attraverso insegnamenti specifici che nel lavoro di tirocinio e tesi.

Il regolamento didattico del corso di studio e l'offerta formativa saranno in ogni caso tali da consentire agli studenti che lo vogliono di seguire percorsi formativi nei quali sia presente un'adeguata quantità di crediti in settori affini e integrativi che non sono già caratterizzanti.

Requisti

L'ammissione al corso di laurea magistrale in Scientific and Data-Intensive Computing richiede il possesso di un titolo di laurea (o di laurea ante riforma) o Diploma Universitario di durata triennale, ovvero di altro titolo di studio equivalente conseguito all'estero. È necessario possedere i requisiti curriculari e un'adeguata preparazione personale. In particolare sono richiesti almeno 60 CFU conseguiti in uno o più dei seguenti ambiti scientifico-disciplinari: matematica (MAT/*), informatica (INF/01), ingegneria dell'informazione (ING-INF/*), ingegneria industriale (ING-IND/*), ingegneria civile (ICAR/01-09), fisica (FIS/*), statistica e metodi matematici per le decisioni (SECS-S/*), economia e finanza (SECS-P01,05,08,09,11), chimica (CHIM/*), biologia molecolare e genetica (BIO/10, BIO/11, BIO/18), geofisica e fisica terrestre (GEO/10-12).
Obbligatoriamente, almeno 21 di questi CFU dovranno essere conseguiti in ambito matematico (MAT/*, SECS-S/06), ed almeno 6 CFU in ambito informatico (INF/01, ING-INF/05).
L'effettiva preparazione individuale sarà verificata secondo le modalità indicate nel regolamento didattico del corso. È richiesta altresì una buona conoscenza della lingua inglese (certificazione di livello B2 o equivalente).
L'eventuale numero programmato di studenti in accesso, il numero massimo di studenti, le modalità di verifica della personale preparazione e le modalità di selezione dei candidati saranno definite dal Consiglio di Corso di studi e saranno parte integrante del regolamento didattico del corso

Modalità

Il corso di laurea magistrale in Scientific and Data-Intensive Computing prevede il numero programmato in accesso. La selezione dei candidati sarà effettuata da un'apposita Commissione per l'accesso, nominata secondo le modalità previste dal regolamento didattico del corso di laurea

Prova Finale

La prova finale rappresenta un momento essenziale nel percorso formativo della laurea magistrale, in quanto permetterà al laureando non solo di applicare alcune metodologie apprese durante il corso, ma anche di sperimentare in pratica quali siano i problemi comunicativi e concettuali sottostanti la modellazione ed analisi di un problema complesso, in collaborazione con esperti del settore. Sarà anche un momento essenziale per perfezionare e fare propria l'idea di un uso integrato e flessibile delle metodologie e tecnologie computazionali, statistiche e matematiche fondanti del suo percorso di studi.
La prova finale consisterà in una tesi elaborata in modo originale sotto la guida di un relatore in cui il laureando affronterà un problema proposto da un laboratorio di ricerca o da un'azienda. Lo studente dovrà analizzare il problema, formalizzarlo, capire quali sono gli strumenti più efficaci per risolverlo, e presentare poi i risultati delle analisi in modo chiaro e comprensibile ad un pubblico non specialistico.

Modalità

La prova finale per il conseguimento del titolo di dottore magistrale in Scientific and Data-Intensive Computing consiste nella preparazione di un elaborato, che proponga una soluzione originale ad un problema di natura scientifica o aziendale. L'elaborato deve inquadrare il problema affrontato all'interno del campo specifico ed essere corredato di una adeguata bibliografia.
La tesi viene svolta sotto la guida di un relatore, di norma un docente del corso di studi in Scientific and Data-Intensive Computing. Possono esservi uno o più correlatori, anche non appartenenti al consiglio del Corso di Studi. La tesi potrà essere svolta presso un laboratorio di ricerca o un'azienda convenzionata.
La tesi sarà scritta e discussa in lingua inglese.
L'esame finale consiste in una discussione dell'elaborato, di fronte ad una Commissione nominata secondo le modalità specificate nel regolamento del Corso di Studi.
Il voto finale di Laurea Magistrale si basa sulla valutazione del curriculum degli studi, dei contenuti della Tesi, della sua presentazione e su ulteriori attività formative svolte dallo studente, secondo modalità dettagliate nel regolamento del Corso di Studi

Esperto in High Performance e Data-Intensive Computing

• Funzioni: I laureati in Scientific and Data-Intensive Computing sono esperti nell'utilizzare sistemi di calcolo ad alte prestazioni (high-performance computing) e la gestione delle grandi quantità di dati necessarie.
  In particolare, saranno esperti degli aspetti della creazione, gestione ed utilizzo di sistemi paralleli come acceleratori per applicazioni ad elevate prestazioni di modellazione di digital twins e di analisi dei dati. Saranno in grado di astrarre e analizzare problemi reali, integrando tecnologie e competenze diverse, partecipare alla modellazione di sistemi reali e alla loro simulazione anche facendo uso dell'analisi di grandi quantità di dati. Questa figura professionale ha quindi un ruolo essenziale nell'evoluzione delle applicazioni scientifiche e tecnologiche del calcolo parallelo
  
• Competenze: L'esperto in High Performance e Data-Intensive Computing svilupperà un ampio spettro di competenze scientifiche e tecnologiche sia dal punto di vista teorico che con esperienze pratiche che gli consentiranno di affrontare con successo le sfide lavorative.
  In particolare, le competenze acquisite nel percorso di LM in Scientific and Data-Intensive Computing permettono l'implementazione di modelli di sistemi complessi, e.g., dei digital twins, su sistemi di calcolo ad alte prestazioni tramite algoritmi avanzati, programmazione parallela e distribuita anche con uso di acceleratori, metodi di calcolo numerico, algoritmi di machine learning e metodi di gestione di grandi quantità di dati.
  Il laureato in Scientific and Data-Intensive Computing sarà in grado di padroneggiare le tecniche di modellazione classica e guidata dai dati, analizzare, valutare e progettare sistemi di calcolo a elevate prestazioni e software in ambienti di calcolo parallelo e distribuito. Sarà inoltre in grado di applicare il metodo scientifico alla progettazione, implementazione e valutazione di modelli di sistemi complessi.
  Il laureato svilupperà altresì buone capacità comunicative per interagire con altre figure professionali, capire i problemi proposti, e comunicare i risultati del suo lavoro, anche in contesto internazionale. Sarà capace di aggiornarsi in modo continuo sulle innovazioni tecnologiche e metodologiche e di proporre soluzioni innovative ed efficienti ai problemi proposti
  
• Sbocco:
  Il laureato magistrale potrà svolgere funzioni lavorative di elevata responsabilità in ambiti variegati:
  - Aziende/centri di ricerca che operano nel settore dell'elaborazione dell'informazione e della scienza ed ingegneria computazionali;
  - Centri di calcolo
  - Società ed enti pubblici coinvolte nella gestione di grandi moli di dati (per esempio: agenzia entrate, istat, poste, agenzie ambientali)
  - Laboratori di ricerca e sviluppo, pubblici e privati
  - Assicurazioni e istituzioni finanziarie
  - Industrie biomediche e farmaceutiche
  - Società di consulenza
  

Esperto in Simulation-Based Science and Engineering

• Funzioni: L'esplosione delle tecnologie digitali di gestione ed analisi di dati e di calcolo intensivo stanno dando un forte impeto allo sviluppo della Simulation-based Science and Engineering, che combina progettazione ed analisi in silico con tecniche di continuous data integration e di ottimizzazione per dar vita a digital twin del ciclo di vita di prodotti e servizi.
  I laureati in Scientific and Data-Intensive Computing saranno in grado di affrontare in squadra la progettazione di sistemi e modelli di elevatissima complessità nel contesto della Simulation-based Science and Engineering, integrando progettazione ed analisi in silico con tecniche di continuous data integration e di ottimizzazione, grazie allo sviluppo delle capacità di problem solving ed alle solide competenze matematiche, informatiche e di data analytics. Essi si potranno occupare della progettazione di algoritmi e di sistemi integrati per la simulazione e l'integrazione con i dati di modelli di prodotti e servizi, e della loro esecuzione in sistemi di calcolo ad alte prestazioni. Sapranno altresì collaborare in gruppi di ricerca per applicare queste tecniche a problemi di frontiera delle scienze fisiche e naturali.
  
• Competenze:
  L'esperto in Simulation-based Science and Engineering svilupperà un parco di competenze teoriche ed esperienze pratiche che gli permetteranno di affrontare con successo le sfide lavorative.
  In particolare, l'esperto in Simulation-based Science and Engineering avrà solide competenze di calcolo scientifico, di modellizzazione numerica, di ottimizzazione, nonché solide competenze legate alla programmazione parallela e all'uso di diverse tipologie di risorse HPC e di data analytics.
  Queste conoscenze formeranno delle solide basi concettuali per analizzare problemi complessi e proporre soluzioni che integrino in modo efficace questi strumenti.
  Il laureato svilupperà altresì buone capacità comunicative per interagire con altre figure professionali, capire i problemi proposti, e comunicare i risultati del suo lavoro, anche in contesto internazionale. Sarà capace di aggiornarsi in modo continuo sulle innovazioni tecnologiche e metodologiche e di proporre soluzioni innovative ed efficienti ai problemi proposti.

• Sbocco: Il laureato magistrale potrà svolgere funzioni lavorative di elevata responsabilità in ambiti variegati:
  - Centri di ricerca, sviluppo e progettazione, sia pubblici che privati, che operano nel settore dell'elaborazione dell'informazione e delle scienze ed ingegneria computazionale
  - Centri di calcolo
  - Laboratori di ricerca e sviluppo, pubblici e privati
  - Ingegneria computazionale (simulation-based engineering)
  - Società informatiche che producono software tecnico scientifico
  - Società di consulenza