COMPUTATIONAL MATHEMATICS AND DECISION SCIENCES

Descrizione

• Obiettivi formativi

  Il dottorato in Matematica Computazionale e Scienze delle Decisioni dell'Università degli Studi di Pavia, in collaborazione con istituzioni di ricerca e università italiane e svizzere, mira a formare ricercatori di alto livello con solide competenze teoriche, analitiche e sperimentali. Il corso si concentra su Matematica Computazionale, Calcolo Scientifico, Ricerca Operativa, Scienze delle Decisioni, Statistica e Ottimizzazione, integrando l'uso di strumenti avanzati di Data Science, Big Data e Machine Learning. L'approccio è rigorosamente matematico e metodologico-analitico, distinguendosi da corsi con enfasi informatica, ingegneristica e gestionale.

• Piano di studi

  Il piano di studi prevede il superamento di 6 corsi nel primo anno e mezzo, attività di ricerca che culminano in una tesi originale di dottorato nel restante anno e mezzo, oltre ad attività seminariali e periodi di studio all'estero. Le metodologie didattiche includono lezioni frontali, seminari, esercitazioni pratiche e attività di ricerca supervisionate. È prevista la partecipazione a conferenze e workshop internazionali per favorire lo scambio di conoscenze e l'aggiornamento continuo.

• Competenze acquisite

  I dottorandi acquisiscono competenze avanzate in modellistica matematica, analisi numerica, sviluppo di algoritmi, analisi di dati e decision making. Sono in grado di affrontare problemi complessi in diversi settori, tra cui la finanza, l'ingegneria, la medicina e le scienze sociali. Sviluppano capacità di problem solving, pensiero critico e comunicazione scientifica, fondamentali per la carriera accademica e professionale.

Sbocchi professionali

Impatto I.A.

• L'I.A. sta trasformando radicalmente il settore della matematica computazionale e delle scienze delle decisioni. L'automazione dei processi di analisi e modellazione, l'uso di algoritmi di machine learning per l'ottimizzazione e la previsione, e l'analisi di big data stanno aprendo nuove frontiere. I professionisti del settore collaborano sempre più con sistemi intelligenti per risolvere problemi complessi, sviluppare modelli predittivi e prendere decisioni basate sui dati.

• I laureati avranno l'opportunità di lavorare in settori in rapida crescita, come la finanza algoritmica, la medicina di precisione, la pianificazione urbana intelligente e la gestione della supply chain. Le sfide includono la necessità di adattarsi rapidamente ai cambiamenti tecnologici, di sviluppare competenze avanzate in I.A. e di affrontare questioni etiche legate all'uso dei dati e degli algoritmi.

• Per competere nel mercato del lavoro influenzato dall'I.A., è essenziale acquisire competenze in programmazione avanzata (Python, R), machine learning (TensorFlow, PyTorch), analisi statistica, data visualization e comunicazione efficace dei risultati. La capacità di lavorare in team multidisciplinari e di comprendere le implicazioni etiche dell'I.A. sarà sempre più richiesta.