Salta gli elementi di navigazione
banner
logo ridotto
logo-salomone
Corso di Laurea Magistrale in Statistica e Data Science

Piani di studio

I piani di studio dell'a.a. 2020/21 possono essere presentati in due occasioni: la prima occasione è dal 10 novembre al 9 dicembre 2020, la seconda occasione è ad aprile 2021. Il piano può essere presentato una sola volta per anno accademico.

Il piano di studi va presentato ove possibile tramite la procedura online come descritto qui

https://www.economia.unifi.it/vp-404-piani-di-studio.html

Novità: all'inizio della procedura online lo studente deve scegliere tra il piano ad approvazione automatica e il piano standard soggetto ad approvazione della commissione. Il piano ad approvazione automatica è un piano che prevede di scegliere gli esami affini tra quelli offerti da cds e di inserire nell'attività libera un esame caratterizzante da 9 crediti offerto dal cds oppure il tirocinio da 9 crediti. In caso di dubbio si consiglia di provare a compilare il piano ad approvazione automatica (se non lo si invia si può ripartire da capo selezionando il piano standard).

Nei seguenti casi il piano non può essere inserito online:

  • lo studente è fuori corso
  • si vuole inserire un esame affine diverso da quelli offerti dal CdS (nota a pié di pagina)

Quando il piano non può essere inserito online, si deve ricorrere alla procedura cartacea, ora dematerializzata: 1) scaricare il file con il modulo relativo alla coorte di iscrizione e compilarlo (si può usare un editore di testo, oppure stamparlo, scrivere e passare allo scanner); 2) inviarlo alla referente dott.ssa Chiara Bocci [chiara.bocci(at)unifi.it] usando la propria mail istituzionale @stud.unifi.it (in questo modo si può fare a meno della firma autografa). Moduli per i piani di studio

  • modulo immatricolati 2020 (pdf) (word)
  • modulo immatricolati 2019 (pdf) (word)
  • modulo immatricolati 2018 (pdf)
  • modulo immatricolati 2017 (pdf)
  • modulo immatricolati 2016 (pdf)

Qualunque sia la modalità di presentazione, il piano di studi va compilato in base all'offerta formativa dalla coorte di immatricolazione:

Per informazioni più dettagliate consultare il regolamento didattico dell'anno di immatricolazione.

Due avvisi per chi inserisce insegnamenti offerti da altri corsi di laurea

  1. l'orario delle lezioni che potrebbe sovrapporsi con quello di insegnamenti del proprio corso di laurea.
  2. controllare bene i prerequisiti (per gli insegnamenti di altri corsi di laurea non ci sono propedeuticità formali, ma naturalmente possono essere richieste delle conoscenze che non sono fornite dal proprio corso di laurea)

Referenti piani di studio:

  • Dott.ssa Chiara Bocci
    DiSIA, viale Morgagni 59
    Email: chiara.bocci(at)unifi.it - Tel. 055 2751588
  • Prof. Leonardo Grilli
    DiSIA, viale Morgagni 59
    Email: leonardo.grilli(at)unifi.it - Tel. 055 2751552

 

Nota sugli esami affini

Per gli esami affini (12 crediti) l'ordinamento didattico consente di inserire esami affini appartenenti ai seguenti settori scientifico-disciplinari:

BIO/07 - Ecologia; BIO/13 - Biologia applicata; INF/01 - Informatica; ING-INF/05 - Sistemi di elaborazione delle informazioni; M-GGR/02 - Geografia economico-politica; MAT/02 - Algebra; MAT/03 - Geometria; MAT/05 - Analisi matematica; MAT/08 - Analisi numerica; MED/01 - Statistica medica; MED/42 - Igiene generale e applicata; SECS-P/01 - Economia politica; SECS-P/02 - Politica economica; SECS-P/03 - Scienza delle finanze; SECS-P/05 - Econometria; SECS-P/06 - Economia applicata; SECS-P/07 - Economia aziendale; SECS-P/08 - Economia e gestione delle imprese; SECS-P/09 - Finanza aziendale; SECS-P/10 - Organizzazione aziendale; SECS-P/11 - Economia degli intermediari finanziari; SECS-S/01 - Statistica; SECS-S/02 - Statistica per la ricerca sperimentale e tecnologica; SECS-S/03 - Statistica economica; SECS-S/04 - Demografia; SECS-S/05 - Statistica sociale

In particolare, per gli insegnamenti INF/01 e ING-INF/05 si suggerisce di consultare l'offerta formativa del curriculum 'data science' della laurea magistrale in Informatica (es. Data Mining and Organization, Data Warehousing) o della laurea magistrale in Ingegneria Informatica (es. Machine Learning, Data and Document Mining).

 
ultimo aggiornamento: 17-Nov-2020
Condividi su Facebook Twitter LinkedIn
UniFI Scuola di Economia Home Page

Inizio pagina