DSTI School of Engineering

MSc applicato in Data Science e AI

Obiettivi del Master applicato in Data Science e AI

Di seguito sono riportati gli obiettivi principali del Master applicato nel programma Applied Data Science e AI:

• Affina le tue competenze di matematica applicata. Il nostro programma mira a potenziare le tue competenze matematiche e la loro applicazione per risolvere complesse sfide di Data Science e IA.
• Comprendere gli algoritmi di intelligenza artificiale. Il nostro corso si concentra sull'offrire agli studenti una conoscenza approfondita degli algoritmi di intelligenza artificiale fondamentali, che comprendono l'apprendimento automatico, il deep learning e l'elaborazione del linguaggio naturale.
• Implementazione di architetture IT e Big Data. Il nostro programma aiuta gli studenti a utilizzare le proprie competenze scientifiche insegnando loro ad analizzare, progettare, implementare e monitorare framework IT e Big Data.
• Comprensione della gestione dei progetti IT e degli aspetti legali. Il nostro programma fornisce conoscenze sulla gestione dei progetti IT e sulle implicazioni legali del trattamento dei dati, incluse le leggi sulla privacy. Introduce inoltre considerazioni etiche relative all'estrazione di big data.

Il Master Applicato in Data Science e Intelligenza Artificiale offre brillanti opportunità di carriera. Quasi tutti i laureati ottengono un tirocinio entro sei mesi in Europa, con una retribuzione mensile media di 1.300 €.

• Il 98% degli studenti riceve un'offerta di tirocinio entro 6 mesi
• Il 91% degli studenti trova stage in Europa
• 1.300€ di gratificazione media mensile
• 51.000 € di stipendio iniziale medio lordo (in Francia)

I nostri studenti del Master applicato in Data Science e AI lavorano come

• Data Scientist
• Consulente
• Consulente dei dati
• Analista dei dati clinici
• Ricerca e applicazione nella scienza dei dati
• Responsabile prodotto IA

Datori di lavoro del nostro Master applicato in Data Science e studenti di intelligenza artificiale

• Adalta
• Laboratori dell'Agorà
• Altastrada
• Altran
• Automi AI
• AXA
• Assi
• BEL
• BNP Parigibas
• Capgemini
• Caranx Medical
• CCN CONSULTING
• CGG/Sercel
• Croda International
• Danone
• DATI
• Monitoraggio dentale
• Devoteam
• Eclipia
• Edenred
• EDF – Dipartimento Sesamo
• Engie Digital
• Sistemi EPAM
• Eurobanca
• Eurodisney
• InDhu
• Sistema IRTX
• Liebherr
• Logiroad
• Consulente Maiple (impresa familiare).
• McDermott
• Modis
• Tecnologia Moten
• Gruppo NPD
• Ricerca2Libertà
• Servizi di ingegneria Safran
• Schneider Electric
• Sensato
• Significare
• Soladis
• Linee aeree internazionali svizzere
• TotalEnergies
• Trimble Mensi
• Banca Mondiale

Il curriculum del Master Applicato DSTI in Data Science e Intelligenza Artificiale

Il programma didattico più aggiornato è disponibile sul nostro sito web, cliccando su questo link .

Inoltre, non esitate a fare un giro per i contenuti del corso DSTI reale , su DSTI Learn - Open Access (accesso come ospite) - basta cliccare qui ed esplorare - https://open.dsti.school

Corsi di Riscaldamento - 6 ECTS

DSTI School of Engineering offre corsi di preparazione per il Master Applicato in Data Science e Intelligenza Artificiale, garantendo che tutti gli studenti, indipendentemente dal loro background, partano con la stessa comprensione e siano in grado di consolidare le proprie conoscenze attuali per essere pienamente preparati ad affrontare il programma. Il corso di preparazione comprende i seguenti moduli:

• Matematica applicata fondamentale
• Struttura dei dati e apprendimento automatico applicato utilizzando Python e R
• Introduzioni a:
  • Gestione dati
  • Consapevolezza dell'intelligenza artificiale
  • Architettura del computer
  • Networking
  • Laboratori di sistemi informatici
  • IT pulito
  • Nozioni di base di Excel

Scienza dei dati e intelligenza artificiale di base – 24 ECTS

Il modulo Core Data Science & AI del nostro programma di Master applicato approfondisce argomenti chiave come matematica applicata per la scienza dei dati, fondamenti dell'analisi statistica, analisi delle serie temporali, ottimizzazione continua, SAS "The SAS Ecosystem DSTI Chair" e reti neurali artificiali.

• Fondamenti di Analisi Statistica e Apprendimento Automatico - Parte 1 - 3 ECTS
• Fondamenti di Analisi Statistica e Apprendimento Automatico - Parte 2 - 4 ECTS
• Analisi delle serie temporali – 3 CFU
• SAS Base - 3 CFU
• Ottimizzazione continua - 4 ECTS
• Reti neurali artificiali - 4 CFU

Ingegneria dei dati di base – 24 ECTS

Questo modulo offre una panoramica approfondita di Amazon AWS Cloud Computing, basi di ingegneria del software, laboratori di machine learning in Python, ecosistemi Big Data, Data Wrangling con SQL e MLOps. Si concentra sui concetti di ingegneria del software, sui fondamenti di machine learning, sulle tecnologie dei database relazionali e sugli strumenti MLOps e Big Data per soluzioni dati robuste.

• Ingegneria del Software - Parte 1 - 2 ECTS
• Ingegneria del Software - Parte 2 - 3 ECTS
• Laboratori di apprendimento automatico Python - 4 CFU
• MLOps di Adaltas - 4 ECTS
• Gestione dei dati con SQL - 3 CFU
• Cloud Computing - Amazon AWS - Preparazione alla certificazione "AWS Solution Architect Associate" - 4 ECTS
• Ecosistema Big Data di Adaltas - 4 CFU

Scienza dei dati applicata e intelligenza artificiale – 32 ECTS

Questi corsi comprendono tecniche avanzate di analisi statistica, apprendimento automatico, apprendimento profondo e modellazione basata su agenti. Offrono una conoscenza approfondita dei concetti di data science e delle loro applicazioni pratiche.

• Analisi statistica avanzata e apprendimento automatico - 4 CFU
• Analisi statistica di dati massivi e ad alta dimensionalità - 3 CFU
• Analisi di sopravvivenza - 3 CFU
• Problemi inversi e assimilazione dei dati - 4 CFU
• Database a Grafi – NoSQL – Parte 1 - 4 ECTS
• Database di documenti – NoSQL – Parte 2 - 2 CFU
• Apprendimento profondo - 4 ECTS
• Modellazione basata su agenti - 4 CFU
• Tecnologie del Web Semantico - 4 CFU

Metodologie operative – 4 CFU

Un modulo incentrato sulle metodologie di gestione dei progetti e sulle questioni etiche e sociali relative all'uso dei dati.

• Leggi e regolamenti sui dati – Filosofie, geopolitica ed etica - 2 CFU
• Gestione dei progetti IT: approcci tradizionali e agili - 2 CFU

Pagina di riferimento

https://dsti.school/admissions-and-finances-msc/

I candidati devono aver conseguito una laurea triennale o quadriennale in matematica applicata o in una delle relative discipline (fisica, ingegneria, economia, ecc.) presso un'università riconosciuta.

Record accademici

Tutti gli studenti devono presentare i loro documenti accademici e una delle seguenti opzioni può anche essere completata o richiesta

Opzione 1: Test di ammissione standard + certificato di laurea triennale

Per garantire la qualità delle candidature, diamo valore ai punteggi dei test standardizzati. Per il GRE, punta a un punteggio minimo di 155 nella sezione quantitativa e superiore a 280 per una media totale. Per il GMAT, punta a un punteggio minimo di 42 o superiore a 560. Puoi presentare questo punteggio in aggiunta al tuo curriculum accademico per migliorare la tua candidatura.

Opzione 2: esame di ammissione DSTI online

Potremmo chiederti di sostenere l'esame di ammissione al DSTI oltre a presentare i tuoi documenti accademici. L'esame può essere sostenuto da casa. Tutto ciò che serve è un computer e una connessione internet stabile. L'esame si compone di due sezioni: Matematica e Informatica.

Competenza in inglese

Poiché tutti i corsi sono erogati in inglese, gli studenti devono possedere una conoscenza della lingua inglese di livello almeno B2. Il DSTI valuterà tale conoscenza durante il colloquio di ammissione.

Per rafforzare la propria candidatura, gli studenti possono fornire i loro punteggi IELTS o TOEFL.

Esplora i veri contenuti del corso DSTI con accesso ospite

DSTI opera quotidianamente come una scuola globale

Ogni modalità, indipendentemente dal ritmo o dal metodo di erogazione, garantisce lo stesso rigore nei corsi , nelle valutazioni e nel riconoscimento del titolo al completamento con successo. Al DSTI, ci impegniamo da sempre affinché la flessibilità non comprometta la qualità della tua formazione. Abbraccia il futuro della scienza dei dati, dell'ingegneria dell'intelligenza artificiale e della sicurezza informatica con le diverse modalità di studio del DSTI.

In tutte queste modalità, gli studenti hanno la libertà di seguire lezioni in diretta dai nostri due campus di Nizza Sophia-Antipolis (Costa Azzurra) e Parigi , oppure online , in diretta da qualsiasi luogo con un fuso orario compatibile.

I nostri docenti insegnano in un campus specifico e gli studenti partecipano da qualsiasi luogo le loro circostanze lo consentano. In questo modo, garantiamo che le nostre diverse modalità di studio non solo offrano opportunità di apprendimento flessibili, ma anche un'esperienza formativa autenticamente internazionale .

Campus della Costa Azzurra

Campus di Parigi 

Online - In diretta