MINISTERO DELL'ISTRUZIONE, DELL'UNIVERSITÀ E DELLA RICERCA


Modulo Proposta Anagrafe dei dottorati - a.a. 2018/2019
codice = DOT1743928



1. Informazioni generali



Corso di Dottorato

Il corso è: Rinnovo  
Denominazione del corso a.a. 2017/2018 DATA SCIENCE  
Cambio Titolatura? NO  
Ciclo 34  
Data presunta di inizio del corso 01/11/2018  
Durata prevista 3 ANNI  
Dipartimento/Struttura scientifica proponente Classe di scienze  
Dottorato in collaborazione con le imprese/dottorato industriale
(art. 11 del regolamento): 		NO
[dato riportato in automatico dalla sezione "Tipo di Organizzazione"]  
Dottorato in collaborazione con Università e/o enti di ricerca esteri
(art. 10 del regolamento): 		NO
[dato riportato in automatico dalla sezione "Tipo di Organizzazione"]  
Dottorato relativo alla partecipazione a bandi internazionali: NO  
se altra tipologia:
-
  
se SI, Descrizione tipo bando  
se SI, Esito valutazione  
Il corso fa parte di una Scuola? NO  
Presenza di eventuali curricula? NO  
Sito web dove sia visibile l'offerta formativa prevista ed erogata https://www.sns.it/phd/corsi-di-phd  


AMBITO: indicare i settori scientifico disciplinari coerenti con gli obiettivi formativi del corso

n. Settori scientifico disciplinari interessati (SSD) Indicare il peso percentuale di ciascun SSD nel progetto scientifico del corso Settori concorsuali interessati Macrosettore concorsuale interessato Aree CUN-VQR interessate
1. INF/01     %  25,00   INFORMATICA   01/B - INFORMATICA  
01 - Scienze matematiche e informatiche  
2. ING-INF/05     %  22,00   SISTEMI DI ELABORAZIONE DELLE INFORMAZIONI   09/H - INGEGNERIA INFORMATICA  
09 - Ingegneria industriale e dell'informazione  
3. FIS/03     %  14,50   FISICA SPERIMENTALE DELLA MATERIA   02/B - FISICA DELLA MATERIA  
02 - Scienze fisiche  
4. SECS-S/01     %  7,00   STATISTICA   13/D - STATISTICA E METODI MATEMATICI PER LE DECISIONI  
13 - Scienze economiche e statistiche  
5. BIO/09     %  3,50   FISIOLOGIA   05/D - FISIOLOGIA  
05 - Scienze biologiche  
6. CHIM/02     %  3,50   MODELLI E METODOLOGIE PER LE SCIENZE CHIMICHE   03/A - ANALITICO, CHIMICO-FISICO  
03 - Scienze chimiche  
7. FIS/01     %  3,50   FISICA SPERIMENTALE DELLE INTERAZIONI FONDAMENTALI   02/A - FISICA DELLE INTERAZIONI FONDAMENTALI  
02 - Scienze fisiche  
8. GEO/07     %  3,50   GEOCHIMICA, MINERALOGIA, PETROLOGIA, VULCANOLOGIA, GEORISORSE ED APPLICAZIONI   04/A - GEOSCIENZE  
04 - Scienze della Terra  
9. MED/42     %  3,50   IGIENE GENERALE E APPLICATA, SCIENZE INFERMIERISTICHE E STATISTICA MEDICA   06/M - SANITA’ PUBBLICA  
06 - Scienze mediche  
10. SECS-P/08     %  3,50   ECONOMIA E GESTIONE DELLE IMPRESE   13/B - ECONOMIA AZIENDALE  
13 - Scienze economiche e statistiche  
11. SECS-S/06     %  3,50   METODI MATEMATICI DELL'ECONOMIA E DELLE SCIENZE ATTUARIALI E FINANZIARIE   13/D - STATISTICA E METODI MATEMATICI PER LE DECISIONI  
13 - Scienze economiche e statistiche  
12. SPS/07     %  3,50   SOCIOLOGIA GENERALE   14/C - SOCIOLOGIA  
14 - Scienze politiche e sociali  
13. SPS/08     %  3,50   SOCIOLOGIA DEI PROCESSI CULTURALI E COMUNICATIVI   14/C - SOCIOLOGIA  
14 - Scienze politiche e sociali  
  TOTALE    %  100,00          


Descrizione e obiettivi del corso

Una conseguenza dirompente della rivoluzione digitale e della conseguente disponibilità dei “big data”, combinata con l’avanzamento delle tecniche di analisi di dati e delle infrastrutture di calcolo scalabili, è l’emergere della “Data Science”. E’ un cambio di paradigma che investe tutte le discipline, una nuova sintesi fra teorie, modelli e conoscenze che emergono dalle grandi masse di dati, in grado di spiegare più a fondo la complessità dei fenomeni sociali, economici, biologici, tecnologici, culturali, naturali. I dati hanno favorito la convergenza di discipline diverse per lo sviluppo di modelli ed algoritmi per l’estrazione di conoscenza dai dati: database e data mining, machine learning e intelligenza artificiale, sistemi complessi e network science, statistica e fisica statistica, matematica applicata.
In questo quadro, il dottorato si pone l’obiettivo di creare una nuova generazione di ricercatori che sappiano coniugare alle competenze disciplinari quelle di “data scientist”, in grado di sfruttare il patrimonio di dati e modelli per l’avanzamento delle conoscenze, sia nelle specifiche discipline che all’interfaccia fra discipline diverse. A tal fine, il dottorato fornisce un mix di competenze e conoscenze sui metodi per l’acquisizione, l’integrazione e la gestione dei big data, sulle tecniche di analisi e modellizzazione dei dati, sulle tecniche di visualizzazione e narrazione delle conoscenze, sugli aspetti etici e l’impatto sociale della Data Science.


Sbocchi occupazionali e professionali previsti

La figura del “data scientist”, nelle varie sfumature professionali, è una delle più ricercate nel mercato del lavoro a livello globale. Le fonti più autorevoli concordano nel prevedere una forte carenza di data scientist rispetto alla domanda, sia in ambito industriale/aziendale che in ambito accademico. Ad esempio il rapporto “The Future of Jobs - Employment, Skills and Workforce Strategy for the Fourth Industrial Revolution” del World Economic Forum (2016), basato su una indagine globale nei diversi settori produttivi, identifica nei “big data” e tecnologie associate il principale fattore dirompente di cambiamento, e nel “data scientist/data analyst” l’unica figura professionale che emerge come critica e indispensabile in tutti i settori produttivi e in tutti i luoghi. Citando dal rapporto, “companies expect data scientists help them make sense and derive insights from the torrent of data generated by the technological disruptions.” La competizione fra le aziende per assicurarsi talenti nell’ambito della data science sarà pertanto accesa, specialmente per figure ad elevata qualificazione, con uno spiccato orientamento verso l’innovazione e la ricerca. Si prevede quindi un’alta impiegabilità dei dottori di ricerca in Data Science, sia nella ricerca che nell’industria e nel settore pubblico.


Sede amministrativa

Ateneo Proponente: Scuola Normale Superiore di PISA  
N° di borse finanziate 2  


Tipo di organizzazione

2b) Convenzione
  
con
(indicare i soggetti partecipanti al consorzio/convenzione):  
Università italiane

Università straniere

enti di ricerca pubblici o privati di alta qualificazione, anche di Paesi diversi

imprese che svolgono attività di ricerca e sviluppo
  
se in convenzione:   1) data di sottoscrizione: 12/05/2017   numero di cicli di dottorato:3  
(eventuale)      


Atenei italiani consorziati/convenzionati

Denominazione Dipartimento/ Struttura Consorziato/ Convenzionato Sede di attività formative N° di borse finanziate Rilascio del titolo congiunto/multiplo:
Università di PISA  
id: 0014

eseguito da: (ex-suse-1-567947d548-w7nl4)
line: 2092 (funzioni.inc) Error: ORA-01008: not all variables bound