Vinaora Nivo Slider 3.xVinaora Nivo Slider 3.xVinaora Nivo Slider 3.xVinaora Nivo Slider 3.x

Laurea Magistrale

Introduzione

Il Corso di Laurea Magistrale in Informatica è pensato per fornire competenze approfondite e costantemente aggiornate nei principali contesti applicativi dell’Informatica, atte a sviluppare le capacità avanzate di problem solving, progettazione del software, ed innovazione tecnologica. 

Grazie ad opportune competenze teoriche e metodologiche, affiancate e completate da aspetti tecnologici avanzati costantemente aggiornati, i laureati saranno in grado di:

  • aggiornarsi indipendentemente nel corso della propria carriera (formazione permanente) in una disciplina, quale l'informatica, soggetta a continua evoluzione;
  • trovare ampi sbocchi professionali con responsabilità tecnico/decisionali, sia in Italia che all’estero, in contesti quali Software Houses e Aziende di ICT, Libera Professione, Start-up, Ricerca e Sviluppo nelle grandi aziende, Enti e Amministrazioni pubbliche, Centri di Ricerca e Università, Insegnamento.

La finalità formativa è conseguita prevedendo sia insegnamenti riguardanti fondamenti logico-matematici, sia approfondimenti metodologici e tecnologici nei temi tecnologici chiave dell’Informatica odierna.

I diversi insegnamenti erogati consentono di articolare percorsi di studio strutturati sulle seguenti aree di forte interesse:

  • Artificial Intelligence
  • Data Science
  • Security and Privacy
  • Computer games
  • Reliable Software Systems

Lo studente può personalizzare il proprio percorso di studi integrando gli insegnamenti obbligatori con opportune scelte tra gli insegnamenti facoltativi a scelta libera e vincolata. Il titolo di dottore Magistrale in Informatica consente l'accesso all'Albo degli Ingegneri dell’Informazione, sezione A, settore dell'Informazione (per ulteriori informazioni si veda: http://informatica.dieti.unina.it/index.php/scoprici/albo-degli-ingegneri).

Il Corso di Laurea Magistrale in Informatica ha ottenuto anche nell’anno 2019 il Bollino GRIN. Il Bollino GRIN, erogato in collaborazione tra GRIN (Gruppo di Informatica - l'associazione dei professori universitari di informatica) e AICA (Associazione Italiana per l'Informatica ed il Calcolo Automatico), certifica la qualità dei contenuti delle lauree triennali e magistrali di informatica (classi L-31 e LM-18).
La certificazione di qualità dei contenuti si basa su un insieme di criteri che definiscono quanta e quale informatica viene insegnata, quanta matematica di aree rilevanti per l'informatica viene insegnata, e quanti docenti di ruolo di informatica sono presenti.

AVVERTENZA

Il Regolamento del corso di Laurea Magistrale è stato variato nell’AA. 2019-20. Il nuovo Regolamento approvato entra in vigore nell’AA. 2020-21 per tutti gli studenti che si immatricolano nell’AA. 2020-21. Gli studenti immatricolati in precedenti Anni Accademici osservano il regolamento in vigore al momento dell’iscrizione. Per informazioni sul percorso formativo del regolamento precedente si faccia riferimento alla Guida dello Studente dell’AA. 2019-20 disponibile sul sito del corso di studi: http://informatica.dieti.unina.it/


Requisiti d’ingresso e attività formative propedeutiche e integrative

Per essere ammessi al corso di Laurea Magistrale in Informatica occorre essere in possesso della laurea in Informatica della classe L31 conseguita presso l'Ateneo Federico II di Napoli o, ai sensi del punto 3 lettera e) dell'allegato 1 al D.M. 26 Luglio 2007, di altre Lauree previa valutazione dei requisiti di ammissione.

Costituiscono un requisito di ingresso:

  • la conoscenza e la comprensione dei principi e dei linguaggi di base del metodo scientifico ed in particolare le nozioni di base di matematica sia discreta che del continuo (per l'equivalente di almeno 18 CFU);
  • conoscenze di base nelle seguenti discipline: architetture dei sistemi di elaborazione e delle reti di comunicazione, sistemi operativi, algoritmi e strutture dati, metodologie di programmazione e linguaggi di programmazione, sistemi per la gestione delle basi di dati, ingegneria del software (per l'equivalente di almeno 50 CFU).

Le modalità di verifica delle conoscenze saranno stabilite caso per caso dal Consiglio di Corso di Studio, che potrà eventualmente deliberare l'iscrizione con l'assegnazione di percorsi di studio individuali.

 

Obiettivi e finalità del Corso di Laurea

Il Corso di Laurea Magistrale in Informatica si pone come obiettivo l’integrazione ed il rafforzamento del processo formativo di base intrapreso nel I ciclo attraverso un ordinamento che si adatti con la massima flessibilità alle esigenze formative dello studente e alle richieste delle varie parti interessate, in particolare il mercato del lavoro. Pertanto, in accordo con le linee guida delle associazioni nazionali (GRIN) ed internazionali (ACM/IEEE) del settore, il percorso didattico prevede la formazione di solide conoscenze sia dei fondamenti che degli aspetti applicativi dei vari settori dell'informatica.

Obiettivi comuni a tutti i percorsi di studio interni al corso di laurea sono:

  • l'acquisizione del metodo scientifico di indagine che prevede l'utilizzazione degli strumenti matematici che sono di supporto all'informatica ed alle sue applicazioni;
  • l'approfondimento delle tecnologie dei sistemi di elaborazione e gestione dell'informazione;
  • l'approfondimento delle metodologie di progettazione e realizzazione dei sistemi informatici;
  • l'approfondimento di specifici settori di applicazione dei sistemi informatici e delle tecnologie informatiche;
  • l'acquisizione di elementi di cultura aziendale e professionale.

 

Sbocchi occupazionali e professionali previsti per i laureati

Gli ambiti occupazionali e professionali di riferimento per i laureati magistrali della classe sono quelli della progettazione, organizzazione e manutenzione di sistemi informatici orientati anche alla gestione di sistemi complessi o innovativi (con specifico riguardo ai requisiti di affidabilità, prestazioni e sicurezza), sia in imprese produttrici nelle aree dei sistemi informatici e delle reti, sia nelle imprese e nelle pubbliche amministrazioni.

L'alta qualità del corso di studi magistrale in Informatica della Federico II è riconosciuta dal mondo del lavoro: già a un anno dalla Laurea il tasso di disoccupazione dei suoi laureati è nullo e la loro retribuzione a tre anni dalla laurea è superiore alla media nazionale (fonte Almalaurea, indagine 2018).

I laureati magistrali potranno trovare impiego in aziende produttrici di software innovativo e in centri di ricerca e sviluppo pubblici e privati, nonché in aziende, enti e organismi che offrono servizi informatici avanzati.  La richiesta di laureati supera costantemente l'offerta, il che permette di scegliere il contesto e la nazione in cui lavorare. 

Nel quadro di riferimento fornito dalla Classificazione delle Professioni dell'ISTAT, Edizione 2001, parte seconda, tali occupazioni ricadono nel settore 2-“Professioni intellettuali, scientifiche e di elevata specializzazione”, Specialisti in scienze matematiche, fisiche, naturali ed assimilati, gruppo 2.1.1.4 “Informatici e telematici”.

Il corso prepara alle professioni di

  • Analisti e progettisti di software applicativi e di sistema
  • Analisti di sistema
  • Specialisti in sicurezza informatica
  • Specialisti in reti e comunicazioni informatiche
  • Specialisti nella ricerca informatica di base

 

Definizione del Piano di Studio

Lo studente compone il suo piano di studi integrando il nucleo degli insegnamenti obbligatori con due tipologie di scelte: insegnamenti a scelta vincolata e insegnamenti a scelta libera.

Gli insegnamenti a scelta vincolata determinano la scelta del percorso tematico. Il percorso tematico permette di indirizzare lo studio verso un’area specializzata di interesse. I percorsi previsti sono i seguenti

  • Artificial Intelligence
  • Data Science
  • Security and Privacy
  • Computer games
  • Reliable Software Systems

 

La struttura degli insegnamenti per anno è la seguente:

 

Insegnamento o attività formativa

Modulo

CFU

I anno

 

Logic for computer science

 

6

Advanced databases

DB technologies

6

NoSQL

6

Machine Learning

Statistical learning

6

Neural networks and deep learning

6

Computational complexity

 

6

Operating systems for mobile, cloud and IoT

 

6

Parallel and distributed computing (*)

 

6

Esami a libera scelta (Tab. B)

 

6

Esami a scelta vincolata (Tab. A)

 

6

II anno

 

Intelligent web

 

6

Operations research (**)

 

6

Esami a scelta vincolata (Tab. A)

 

6

Esami a libera scelta (Tab. B)

 

6

Altre attività formative

 

1

Prova finale

 

29

 

 Note:

(*) Se già sostenuto alla triennale (o sostenuto con la titolatura Calcolo parallelo e distribuito Mod.A), sostituzione obbligatoria con “Parallel high performance computing: tools, algorithms and software”

(**) Se già sostenuto alla triennale (o sostenuto con la titolatura Ricerca operativa) sostituzione obbligatoria con Combinatorial optimization.

Le eventuali sostituzioni vanno comunicate  contestualmente alla comunicazione del piano di studi.

La scelta del percorso tematico impone il conseguimento di entrambi gli insegnamenti associati ad un percorso. Lo studente potrà scegliere tra uno dei seguenti percorsi.

 

Percorso

Insegnamenti

Anno

CFU

Artificial Intelligence

Methods for artificial intelligence

I

6

Computer vision

II

6

Data science

Data analytics

I

6

Algorithm design

II

6

Security and privacy

Biometric systems

I

6

Security and privacy

II

6

Computer games

Game design and development

I

6

Computer graphics

II

6

Reliable software systems

Software project management and evolution

I

6

Automated software verification

II

6

 

I 18 CFU legati agli esami a libera scelta possono essere conseguiti scegliendo liberamente insegnamenti attivati presso l’Ateneo:

  • Se tali CFU sono conseguiti attingendo esclusivamente alla lista di esami attivati per il Corso di Laurea Magistrale in Informatica (Tabella B del Manifesto degli Studi, a pagina 13), lo studente NON è tenuto a presentare un piano di studi preventivo.
  • Se tali CFU sono conseguiti avvalersi anche in parte con insegnamenti erogati dall’Ateneo ma non attivati per il Corso di Laurea Magistrale in Informatica, è necessario presentare un piano di studi al Coordinatore del Corso di Studi PRIMA del loro sostenimento ed in ogni caso rispettando i tempi e le modalità descritti nella sezione dedicata alla comunicazione del piano di studi.

In assenza di presentazione del piano di studi, la Segreteria Didattica al momento della registrazione degli esami convaliderà nella carriera i soli esami attivati per il corso di studi elencati nella Tabella B. Pertanto, è nella responsabilità dello studente una scelta coerente degli insegnamenti sia a scelta libera che vincolata. Scelte non coerenti non permetteranno la registrazione degli esami connessi eventualmente sostenuti.

 

 

Tabella B: Esami a libera scelta coerenti con gli obiettivi formativi del Corso di Studi (i cui CFU sono pienamente riconosciuti senza previa delibera della Commissione di Coordinamento Didattico)

Materie a scelta Tabella B

SSD

CFU

Prope-deuticità

Mutuazione da

Algorithm design

INF/01

6

 

 

Automated software verification

INF/01

6

 

 

Bioinformatics

INF/01

6

 

 

Biometric systems

INF/01

6

 

 

Calcolo numerico

MAT/08

6

 

LT informatica

L31

Combinatorial optimization

MAT/09

6

Operations research

 

Computer networks II

ING-INF/05

6

 

LM-32

ING-INF

Computer forensics

INF/01

6

 

 

Computer graphics

INF/01

6

 

 

Computer vision

INF/01

6

 

 

Data analytics

ING-INF/03

6

 

 

Encoding and encryption

INF/01

6

 

 

Formal methods for strategic reasoning

INF/01

6

 

 

Game design and development

INF/01

6

 

 

Game engines and interactive experience

INF/01

6

 

 

Human-Robot interaction

INF/01

6

 

 

Intelligent robotics

INF/01

6

 

 

Istituzioni di matematica 2

MAT/05

6

 

LT ottica e optometria

Linguaggi di programmazione II

INF/01

6

 

LT informatica

L31

Mathematics for cryptography

MAT/05

6

 

 

Methods for Artificial Intelligence

INF/01

6

 

 

Multimedia information systems

INF/01

6

 

 

Natural language processing

INF/01

6

 

 

Network security

ING-INF/05

6

 

LM-32

ING-INF

Parallel High Performance Computing: tools, algorithms and software

INF/01

6

 

 

Scientific computing

MAT/08

6

 

 

Secure systems design

ING-INF/05

6

 

LM-32

ING-INF

Security and privacy

INF/01

6

 

 

Social, ethical, and psychological issues in AI

INF/01

6

 

 

Software project management and evolution

INF/01

6

 

 

Software testing

ING-INF/05

6

 

LM-32

ING-INF

Strategic reasoning

INF/01

6

 

 

Tecnologie Web

INF/01

6

 

LT informatica

Teoria dell’informazione

ING-INF/03

6

 

LM TEL

 

Manifesto degli Studi del Corso di Laurea Magistrale in Informatica 

In ogni anno accademico viene approvato il Manifesto degli Studi, che formalmente struttura l’offerta formativa per gli studenti che si immatricolano in quell’anno accademico. Il Manifesto degli Studi definisce obbligatorietà, propedeuticità, e attivazioni degli insegnamenti facoltativi. In assenza di cambiamento di regolamento gli insegnamenti obbligatori e a scelta vincolata rimangono immutati in ogni manifesto. Quello che può variare di anno in anno è invece l’attivazione degli insegnamenti a libera scelta (tabella B). In tutta la sua carriera, lo studente deve fare riferimento al Manifesto degli Studi dell’anno della sua immatricolazione.

 

Di seguito viene riportato il Manifesto degli Studi approvato per l’A.A. 2020-2021.

 

Classe delle lauree in Informatica – Classe LM-18

 A.A. 2020-2021

Insegnamento o

attività formativa

Modulo

Semestre

CFU

SSD

Tipologia (*)

Propedeuticità

I anno

 

Logic for computer science

 

1

6

M-FIL/02

4

 

Advanced databases

 

DB Technologies

1

6

INF/01

2

 

NoSQL

2

6

INF/01

 

Machine Learning

Statistical Learning

1

6

INF/01

2

 

Neural networks and deep learning

2

6

INF/01

 

Computational complexity

 

2

6

INF/01

2

 

Operating systems for mobile, cloud and IoT

 

2

6

INF/01

2

 

Parallel and distributed computing  (*)

 

1

6

INF/01

2

 

Esami a libera scelta (vedi Tab.B)

 

 

6

 

3

 

Esami a scelta vincolata (Tab. A)

 

 

6

 

2

 

II anno

 

Intelligent web

 

1

6

INF/01

2

 

Operation research (**)

 

1

6

MAT/09

4

 

Esami a scelta vincolata (Tab. A)

 

 

6

 

2

 

Esami a libera scelta (vedi Tab.B)

 

 

12

 

3

 

Altre attività formative

 

 

1

 

6

 

Prova finale

 

 

29

 

5

 

Note:

(*)           Se già sostenuto alla triennale, sostituzione obbligatoria con “Parallel High Performance Computing: tools, algorithms and software”

(**)         Se già sostenuto alla triennale, sostituzione obbligatoria con Combinatorial optimization.

 

Tabella A: Esami a scelta vincolata

Scelta

Insegnamenti

Modulo

SSD

CFU

Semestre

Anno

Artificial Intelligence

Methods for Artificial Intelligence

 

INF/01

6

2

I

Computer vision

 

INF/01

6

1

II

Data science

Data analytics

 

ING-INF/03

6

2

I

Algorithm design

 

INF/01

6

2

II

Security and privacy

Biometric systems

 

INF/01

6

2

I

Security and privacy

 

INF/01

6

1

II

Computer games

Game design and development

 

INF/01

6

2

I

Computer graphics

 

INF/01

6

1

II

 Reliable software systems

Software project management and evolution

 

INF/01

6

2

I

Automated Software Verification

 

INF/01

6

2

II

 

Tabella B: Esami a libera scelta coerenti con gli obiettivi formativi del Corso di Studi (i cui CFU sono pienamente riconosciuti senza previa delibera della Commissione di Coordinamento Didattico)

Materie a scelta Tabella B

SSD

CFU

Semes-tre

Prope-deuticità

Mutuazione da

Algorithm design

INF/01

6

2

 

 

Automated software verification

INF/01

6

2

 

 

Bioinformatics

INF/01

6

2

 

 

Biometric systems

INF/01

6

2

 

 

Calcolo numerico

MAT/08

6

2

 

LT informatica

L31

Combinatorial optimization

MAT/09

6

2

Operations research

 

Computer networks II

ING-INF/05

6

1

 

LM-32

ING-INF

Computer forensics

INF/01

6

2

 

 

Computer graphics

INF/01

6

1

 

 

Computer vision

INF/01

6

1

 

 

Data analytics

ING-INF/03

6

2

 

 

Encoding and encryption

INF/01

6

1

 

 

Formal methods for strategic reasoning

INF/01

6

2

 

 

Game design and development

INF/01

6

2

 

 

Game engines and interactive experience

INF/01

6

2

 

 

Human-Robot interaction

INF/01

6

1

 

 

Intelligent robotics

INF/01

6

2

 

 

Istituzioni di matematica 2

MAT/05

6

1

 

LT ottica e optometria

Linguaggi di programmazione II

INF/01

6

2

 

LT informatica

L31

Mathematics for cryptography

MAT/05

6

1

 

 

Methods for Artificial Intelligence

INF/01

6

2

 

 

Multimedia information systems

INF/01

6

2

 

 

Natural language processing

INF/01

6

2

 

 

Network security

ING-INF/05

6

1

 

LM-32

ING-INF

Parallel High Performance Computing: tools, algorithms and software

INF/01

6

2

 

 

Scientific computing

MAT/08

6

1

 

 

Secure systems design

ING-INF/05

6

1

 

LM-32

ING-INF

Security and privacy

INF/01

6

1

 

 

Social, ethical, and psychological issues in AI

INF/01

6

1

 

 

Software project management and evolution

INF/01

6

2

 

 

Software testing

ING-INF/05

6

1

 

LM-32

ING-INF

Strategic reasoning

INF/01

6

2

 

 

Tecnologie Web

INF/01

6

1

 

LT informatica

Teoria dell’informazione

ING-INF/03

6

1

 

LM TEL

 

 (*) Legenda delle tipologie delle attività formative ai sensi del DM 270/04

Attività formativa

1

2

3

4

5

6

7

rif. DM270/04

Art. 10 comma 1, a)

Art. 10 comma 1, b)

Art. 10 comma 5, a)

Art. 10 comma 5, b)

Art. 10 comma 5, c)

Art. 10 comma 5, d)

Art. 10 comma 5, e)

 

Descrizione dei percorsi

Nella seguente tabella viene riportata la corrispondenza tra i percorsi dei piani di studio e gli insegnamenti obbligatori, a scelta vincolata e a scelta libera. La corrispondenza delineata permette di avere un quadro complessivo più completo dell’offerta formativa rispetto ad ogni percorso. Lo studente che desiderasse strutturare il suo piano di studio in modo perfettamente centrato sul tema prescelto può esercitare la scelta autonoma (per 18 CFU) negli insegnamenti associati al tema. Dopo la tabella di corrispondenza viene riportata una descrizione generale dei percorsi.

Nelle corrispondenze ai percorsi sono riportati anche gli insegnamenti obbligatori per avere una panoramica complessiva dell’approfondimento sul tema. Per i contenuti dei corsi lo studente può far riferimento alla sezione dedicata alle schede dei corsi.

Artificial Intelligence

-          Machine Learning (Mod. Statistical learning, Mod. Neural networks and deep learning)

-          Logic for computer science

-          Intelligent Web

-         Methods for artificial intelligence (Obb. di percorso)

-          Computer vision (Obb. di percorso)

Intelligent robotics

Human-robot interaction

Natural language processing

Social, ethical, and psychological issues in artificial intelligence

Formal methods for strategic reasoning

Data Science

-          Machine Learning (Mod. Statistical learning, Mod. Neural networks and deep learning)

-         Advanced databases (Mod. DB Technologies, Mod. NoSQL)

-          Operations research

-          Parallel and distributed computing

-         Algorithm design (Obb. di percorso)

-         Data analytics (Obb. di percorso)

Combinatorial optimization

Biometric systems

Bioinformatics

Natural language processing

Parallel high performance computing: tools, algorithms and software

Security and privacy

-          Security and privacy  (Obb. di percorso) 

-         Biometric systems (Obb. di percorso)

Computer forensics

Mathematics for cryptography

Encoding and encryption

Network security

Automated software verification

Secure systems design

Computer games

-          Game design and development (Obb. di percorso)

-          Computer graphics (Obb. di percorso)

Game engines and interactive experience

Methods for artificial intelligence

Linguaggi di programmazione II

Multimedia information systems

Reliable Software Systems

-         Advanced databases (Mod. DB Technologies, Mod. NoSQL)

-          Logic for computer science

-          Software project management and evolution (Obb. di percorso)

-          Automated software verification (Obb. di percorso)

Algorithm design

Linguaggi di programmazione II

Software testing

Secure systems design

Di seguito per ciascun tema viene riportata una breve descrizione e suggerimenti per gli esami a scelta.

Artificial Intelligence

Referente: Prof. Piero Andrea Bonatti

Il corso di laurea magistrale in Informatica fornisce, mediante i suoi esami obbligatori, una estesa preparazione in Intelligenza Artificiale, relativamente ai metodi e alle tecniche oggi più diffusi. In particolare, i due moduli di Machine Learning coprono le tecniche di apprendimento automatico basate su statistica e reti neurali, incluso il deep learning. I corsi di Intelligent web e Logic for computer science forniscono le competenze necessarie per la rappresentazione della conoscenza e il ragionamento automatico, inclusi gli standard RDF/RDFS e W3C OWL2 per l’encoding di ontologie e annotazioni semantiche delle risorse web. Gli insegnamenti obbligatori di indirizzo sono Methods for artificial intelligence – che copre ulteriori aspetti dell’Intelligenza Artificiale classica, tra i quali l’inferenza probabilistica e gli algoritmi di ricerca – e Computer vision, che si occupa del riconoscimento e dell’interpretazione delle immagini. Lo studente può inoltre approfondire diversi aspetti specialistici dell’AI. Gli argomenti di robotica cognitiva (ovvero metodi e algoritmi per realizzare agenti software e robot intelligenti) si trovano nei corsi di Intelligent robotics – dove si approfondiscono, ad esempio, gli aspetti di pianificazione delle azioni, anche in sistemi multirobot e team misti persone-robot – e Human-robot interaction, dove sono di particolare importanza l’analisi e l’interpretazione del comportamento degli utenti umani. L’elaborazione del linguaggio naturale (italiano, inglese, ecc.) è trattata in Natural language processing. Il corso di Strategic reasoning fornisce metodi teorici che trovano applicazione concreta in diversi campi, dai giochi alle aste on-line. Infine, gli aspetti etici e l’impatto sociale dell’Intelligenza Artificiale vengono trattati nel corso Social, ethical, and psychological issues in artificial intelligence.

  • Insegnamenti obbligatori:
    • Intelligent web
    • Logic for computer science
    • Machine learning (Mod. Statistical learning, Mod. Neural networks and deep learning)
  • Insegnamenti a scelta vincolata:
    • Computer vision
    • Methods for artificial intelligence
  • Insegnamenti consigliati - tematica robotica cognitiva
    • Human-robot interaction
    • Intelligent robotics
  • Altri insegnamenti consigliati su temi specialistici
    • Natural language processing
    • Social, ethical, and psychological issues in artificial intelligence
    • Formal methods for strategic reasoning

Data Science

Referenti: Proff. Anna Corazza, Sergio Di Martino, Francesco Isgrò

La diffusione del Data Science in campi tra loro anche molto diversi, quali la bioinformatica, la medicina, le scienze sociali, gli studi di marketing e molti altri ancora, ha moltiplicato le richieste di esperti in queste tecniche, i cosiddetti data scientist, le cui competenze si devono basare su una solida base informatica  per la gestione di grosse moli di dati, il machine learning e la statistica avanzata. Tenendo in considerazione l’obbligatorietà dei due moduli di Advanced databases (DB Technologies, NoSQL), dei due moduli di Machine Learning (Statistical Learning e Neural networks and deep learning), e del corso di Parallel and distributed computing, il piano di studi risultante prevede l'inserimento di due insegnamenti obbligatori di percorso, il primo volto agli aspetti statistici dell'analisi (Data analytics), il secondo alla progettazione di algoritmi sofisticati (Algorithm design). A completamento del curriculum si può scegliere di approfondire le metodologie per l'analisi  (Ottimizzazione Combinatoria, Calcolo parallelo e distribuito mod. B) oppure un particolare dominio di indagine, quali Bioinformatics, Natural Language Processing, Computer Vision, ...

  • Insegnamenti obbligatori di percorso:
    • Data analytics
    • Algorithm design
  • Insegnamenti consigliati - metodologici
    • Ottimizzazione combinatoria
    • Calcolo parallelo e distribuito mod. B
  • Insegnamenti consigliati - domini di indagine
    • Bioinformatics
    • Natural Language Processing
    • Computer Vision

Security and privacy

Referente: Prof. Piero Andrea Bonatti

Il Piano di Studi orientato alla sicurezza prevede un corso introduttivo a largo spettro sull'argomento e un corso di introduzione alle tecniche di autenticazione biometrica e di analisi automatica dei video di sicurezza. Per approfondire ulteriormente gli argomenti di sicurezza, lo studente può selezionare diversi insegnamenti che ne coprono tutti gli aspetti principali. Chi predilige tematiche di ingegneria del software può seguire Secure systems design, che illustra i temi di securiy e privacy by design. Il legame con gli aspetti legali e processuali e le tecniche di investigazione sono illustrate in Computer forensics. La sicurezza delle reti informatiche è trattata in Network security. I metodi formali per garantire l’affidabilità del software (trusted computing bases) sono introdotti in Automated software verification. Crittografia, codici e le basi algebriche dei moderni crittosistemi si trovano in Encoding and encryption e Mathematics for cryptography. Gli ulteriori esami a scelta consigliati completano la preparazione tecnologica e metodologica di più comune utilizzo.

  • Insegnamenti a scelta vincolata:
    • Security and privacy
    • Biometric systems
  • Insegnamenti consigliati - tematica sicurezza
    • Automated software verification
    • Computer Forensics
    • Encoding and encryption
    • Mathematics for cryptography
    • Network security
    • Secure systems design
  • Insegnamenti consigliati - tematica applicazioni su rete
    • Linguaggi di programmazione II o Tecnologie web

 

Computer games

Referente: Prof. Marco Faella

Il percorso in Computer Games offre gli strumenti tecnici e teorici fondamentali per affrontare la progettazione e lo sviluppo di videogiochi ed altri sistemi software complessi. Infatti, oltre al loro valore commerciale, educativo e di intrattenimento, i videogiochi rappresentano un caso notevole nell’ambito dei sistemi software, essendo caratterizzati dalla stretta interazione tra molteplici sotto-sistemi concorrenti, in presenza di stringenti requisiti di performance.

I corsi obbligatori e quelli consigliati di questo percorso approfondiscono da un lato delle tecniche generali di programmazione avanzata, e dall’altro le principali funzionalità utili ai sistemi di intrattenimento digitale, come l’intelligenza artificiale e la grafica tridimensionale. In aggiunta, vengono illustrati gli elementi di base per la progettazione dell?esperienza di gioco (game design).

  • Insegnamenti a scelta vincolata:
    • Game design and development
    • Computer graphics
  • Insegnamenti consigliati
    • Game design and interactive experience
    • Methods for artificial intelligence
    • Linguaggi di programmazione II

Reliable Software Systems

Referenti: Prof. Sergio Di Martino, Massimo Benerecetti, Adriano Peron

Il Piano di Studi è orientato ad approfondire le tecniche e le metodologie per lo sviluppo dei sistemi informatici complessi e di alta qualità, con particolare attenzione alle fasi di progettazione, sviluppo, verifica e validazione del software. Il Piano prevede un primo insegnamento a scelta vincolata (Software Project Management and Evolution) in cui saranno presentate le più moderne metodologie dell’Ingegneria del Software per gestire progetti complessi, finalizzate a sviluppare prodotti di alta qualità in maniera efficace, anche in scenari di Manutenzione del Software, con Architetture distribuite ed eterogenee. Il secondo insegnamento a scelta vincolata (Automated Software Verification) pone particolare enfasi sulle metodologie per la specifica e la verifica di proprietà descritte e attese dei sistemi informatici, incluse le tecniche di tipo automatico o automatizzabile (in particolare il model checking), che sono alla base delle certificazioni di software che operano in contesti critici, quali ad esempio l’ambito medico, automotive o aeronautico. Ulteriori esami consigliati dal piano di studi sono tesi a completare il quadro tecnico-metodologico.

Insegnamenti obbligatori

Advanced databases

Insegnamenti a scelta vincolata:

Software Project Management and Evolution

Automated Software Verification

Altri insegnamenti consigliati

Algorithm Design

Linguaggi di programmazione II

Software Testing

Secure Systems Design

I cookie rendono più facile per noi fornirti i nostri servizi. Con l'utilizzo dei nostri servizi ci autorizzi a utilizzare i cookie.
Maggiori informazioni Ok