Guide all'universita'

Direttore del corso di laurea:

Carlo BALDASSI

Assistente del Direttore del corso di laurea:
Guido Osimo
 

Classe di appartenenza del corso di laurea:
Scienze matematiche (L-35 del DM 16 marzo 2007) (il corso beneficia della “flessibilità” prevista dall’art. 8.1 DM 6/2019).

Il corso di laurea in Mathematical and Computing Sciences for Artificial Intelligence - impartito in lingua inglese - mira a formare laureati in grado di comprendere e utilizzare metodi matematici, computazionali e di modellizzazione fondamentali e in grado di saperli coniugare con i metodi dell’intelligenza artificiale (ad esempio apprendimento automatico, reti neurali e programmazione logica).    

Il corso ha una natura interdisciplinare: agli insegnamenti di base tipici degli studi in matematica applicata si affianca una solida base di informatica, sia teorica che applicata. La fisica e l’economia forniscono gli esempi di base di modellizzazione e problem solving. Inoltre i pilastri metodologici dell’intelligenza artificiale rappresentano l’elemento unificante del corso di studi in quanto in diversi insegnamenti tali pilastri sono introdotti in modo coordinato.     

Complessivamente lo scopo del corso di studi è di formare laureati con solide basi metodologiche che possano proseguire gli studi in matematica applicata o in intelligenza artificiale, oppure optare per discipline diverse avendo nel proprio bagaglio di conoscenze strumenti di modellizzazione matematica e tecniche di base relative all’intelligenza artificiale. In particolare, si tratta di un corso metodologico di base "per" l’intelligenza artificiale e non di un corso specialistico "in" intelligenza artificiale.
La formazione sottolinea in particolare gli aspetti critici e metodologici, al fine di evitare l'obsolescenza delle competenze acquisite.

In particolare, gli obiettivi formativi specifici del Corso sono:  
        
1. fornire una rigorosa preparazione teorica, in termini di contenuti e metodi, nell'ambito delle scienze matematiche (analisi matematica, algebra, geometria, probabilità, statistica, ottimizzazione, calcolo numerico) e delle scienze della computazione (programmazione, algoritmi, informatica teorica, strutture logiche, metodi di gestione dell'informazione, algoritmi su grafi);

2. fornire una rigorosa preparazione teorica, in termini di contenuti e metodi, sia nelle basi della fisica e delle tecniche di modellizzazione della fisica (inclusi metodi matematici per la modellizzazione di sistemi classici e quantistici e per la fisica statistica) sia nelle basi dell’economia e delle tecniche di modellizzazione dell'economia (inclusi la teoria dei giochi, la teoria delle decisioni e la modellizzazione comportamentale);

3. fornire una preparazione metodologica di base in intelligenza artificiale (machine learning, ottimizzazione continua e discreta in alta dimensionalità e nelle tecniche computazionali associate, reti neurali, elementi di programmazione logica);        

4. insegnare a padroneggiare i principali metodi matematici, computazionali, di modellizzazione e di intelligenza artificiale per la soluzione di problemi quantitativi di vari gradi di complessità, utilizzando molteplici strumenti e costruendo i modelli adeguati;

5. sviluppare soft skills (ad esempio: comunicazione efficace, lavoro in gruppo) attraverso attività in aula e fuori aula legate agli insegnamenti curricolari; sviluppare inoltre, attraverso seminari ad hoc, ulteriori competenze utili per l'inserimento nel mondo del lavoro, quali la capacità di valutare l'impatto etico e sociale dei temi legati all'intelligenza artificiale, alle scienze e alle tecnologie e la capacità di discutere e analizzare in dettaglio (anche in uno specifico contesto applicativo) temi selezionati di intelligenza artificiale;

6. oltre all'inglese (lingua in cui è impartito il corso di studi), promuovere la conoscenza di un'altra lingua UE (l'italiano è obbligatorio per i non madrelingua italiana).

Il profilo professionale tipico di un laureato BAI che accede direttamente al mercato del lavoro è:

Profilo junior, esperto di metodi matematici, computazionali, di modellizzazione e di intelligenza artificiale

Funzione in un contesto di lavoro:
Il laureato opererà prevalentemente in team (come risorsa interna oppure come consulente esterno), eventualmente a supporto di un senior manager.
Il laureato svolgerà attività di:
- acquisizione di grande mole di dati, elaborazione e analisi di base delle informazioni in essi contenute;
- scelta ed utilizzo dei metodi matematici, computazionali e di modellizzazione per l’analisi progredita dei dati;
- utilizzo dei metodi dell’intelligenza artificiale (ad esempio l’apprendimento automatico e l’uso di reti neurali artificiali).

Tali attività possono avere come ambito applicativo di riferimento sia la fisica e gli altri ambiti delle scienze naturali, sia l’economia e gli altri ambiti delle scienze sociali (ad esempio finanza, management, marketing, accounting, ecc.).
 

Competenze associate alla funzione:
Il laureato possiede solide conoscenze matematico-computazionali, solide conoscenze nelle scienze della modellizzazione (fisica ed economia), capacità di analisi di problemi di vari livelli di complessità e di sviluppo e utilizzo creativo dei metodi per la comprensione e la modellizzazione di realtà complesse. Inoltre, possiede le soft skills necessarie per inserirsi prontamente nell’ambiente di lavoro e per interagire in modo costruttivo con le altre figure professionali che compongono il team.
Grazie a una formazione accademica che dà grande rilevanza sia agli aspetti critici e metodologici che a quelli interdisciplinari, il laureato avrà capacità di adattamento e capacità di acquisizione di ulteriori conoscenze specifiche, per essere in grado di avere un ruolo chiave in molti campi innovativi e in evoluzione che richiedono un continuo aggiornamento delle conoscenze.
 

Sbocchi occupazionali:
- Studi di secondo livello in Intelligenza Artificiale, Matematica Applicata, Statistica, Data Science, Scienze dell’Informazione, Fisica, Economia, Finanza, Business, sia in Italia che all’estero. Grazie alla sua natura metodologica, il corso di studi consente di accedere anche a studi di secondo livello in ambiti differenti, in cui l’analisi di grandi moli di dati e la modellizzazione hanno un ruolo importante.
- Principali sbocchi professionali: aziende, istituzioni, gruppi di ricerca sia locali che internazionali, di varia tipologia in termini di dimensione, settore di attività, ambito (privato/pubblico), caratterizzate dalla necessità di utilizzare tale profilo professionale.

Il BSc in Mathematical and Computing Sciences for Artificial Intelligence è impartito in lingua inglese.

Il piano studi è costruito su quattro blocchi principali:  

• formazione ampia e approfondita di matematica e computer science (nel corso dei primi due anni);
• formazione di base in fisica e in economia (nel corso dei primi due anni);
• formazione di base nei metodi matematici e computazionali per la modellizzazione in fisica e in economia (nel secondo e terzo anno);
• formazione di base nei metodi specifici dell’intelligenza artificiale (nel secondo e terzo anno).

Gli studenti possono scegliere inoltre le attività opzionali (corsi opzionali in Italia o all'estero, stage) in modo da adattare l'ultima parte del piano studi ai loro obiettivi individuali. Lo scopo di tali attività è quello di dare agli studenti l'opportunità di allargare le loro conoscenze verso altri settori disciplinari che si sono evoluti e sono diventati un terreno potenziale per i metodi di intelligenza artificiale, in particolare all'interno delle scienze sociali. Il piano studi prevede inoltre:  

• Una lingua dell'Unione Europea (diversa dall'inglese e dalla lingua madre dello studente). Per gli studenti non madrelingua italiana è obbligatorio l'italiano.   
• Seminari per lo sviluppo di abilità utili all'inserimento nel mondo del lavoro (es. etica digitale, lavoro in un team & comunicazione efficace, laboratorio di intelligenza artificiale). 
• Lavoro finale.

Il pre-requisito necessario per iscriversi al I anno 2023-2024 del corso di laurea è la conoscenza della lingua inglese pari ad almeno il livello B2 secondo la classificazione del Consiglio d’Europa (vedi tabella).

La struttura del piano studi è valida per tutti gli studenti immatricolati negli anni accademici di riferimento di questa sezione.


Primo anno di corso

Secondo anno di corso

 

Terzo anno di corso

Note: Moduli

• cod. 30539 ‘Computer Science - Module 1 (Introduction to Computer Science and Programming) e cod. 30540 ‘Computer Science - Module 2 (Computing Theory and Algorithms)’ sono rispettivamente il primo e il secondo modulo dell’insegnamento cod. 30538 ‘Computer Science’;
• cod. 30542 ‘Mathematical Analysis - Module 1’ e cod. 30543 ‘Mathematical Analysis - Module 2’ sono rispettivamente il primo e il secondo modulo dell’insegnamento cod. 30541 ‘Mathematical Analysis’;
• cod. 30551 ‘Advanced Analysis and Optimization - Module 1’ e cod. 30552 ‘Advanced Analysis and Optimization - Module 2’ sono rispettivamente il primo e il secondo modulo dell’insegnamento cod. 30550 ‘Advanced Analysis and Optimization’.

Gli esami degli insegnamenti suddivisi in moduli si considerano superati, e possono essere registrati in carriera e certificati, solo dopo aver sostenuto con esito positivo le prove di ciascun modulo. Il voto è dato dalla media ponderata (rispetto ai crediti di ciascun modulo) dei voti parziali. La media è arrotondata per eccesso quando i decimali sono uguali o superiori a 5 e per difetto quando i decimali sono inferiori a 5. Crediti e votazioni ottenute con il superamento di ogni singolo modulo sono presi in considerazione ai fini delle graduatorie interne Bocconi (borse di studio, selezioni ai programmi internazionali...) e possono essere visualizzati stampando dalla voce Punto Blu il proprio curriculum accademico.

Lingua
Informazioni di dettaglio relative ai percorsi di studio delle lingue sono riportate in "Lingue e informatica”.

Propedeuticità
Informazioni di dettaglio relative alle propedeuticità tra esami ovvero la successione temporale e logica nella preparazione degli esami espressa come vincolo nell'affrontarne alcuni prima di averne superati altri sono riportate in 'Esami'.

Insegnamento opzionale o stage
Il posizionamento degli insegnamenti opzionali e dello stage nel I o nel II semestre è puramente indicativo. Lo studente può infatti scegliere liberamente come distribuire tali attività nei due semestri.

Per la scelta delle attività opzionali, si veda il paragrafo 2.1.12.5. Scelta attivita' opzionali. 

Nel rispetto degli obiettivi formativi del corso di laurea e della tabella ministeriale relativa alla classe delle Scienze matematiche, il piano studi potrebbe subire variazioni deliberate dagli Organi competenti.

Lo studente, all’atto dell’iscrizione al terzo anno, è tenuto ad effettuare la scelta di 12 cfu suddivisi in due slot da 6 cfu, così ripartiti:

• Primo slot pari a 6 cfu da scegliere all’interno del seguente “paniere attività specifiche per BAI”:
   

(*) nel caso sia scelto tale insegnamento, lo studente completerà il piano studi con 181 cfu.

• Secondo slot pari a 6 cfu da scegliere all’interno del "paniere attività complessive dei corsi di laurea Bocconi” (vedi cap. 2.2) che comprende anche il “paniere attività specifiche per BAI” (purché attività non già scelte come primo slot) oppure uno Stage.

Previa autorizzazione del Direttore del corso di laurea, è possibile sostituire gli insegnamenti inclusi nella lista precedente con insegnamenti superati all'estero che non hanno corrispondenza con insegnamenti Bocconi (vedi cap. 7.14 Riconoscimento esami superati in università straniere).