Alcune esperienze recenti di studenti che hanno proseguito la carriera all’interno di realtà aziendali del territorio:

Cristiano Pifferi (A.A. 2022/23) 
Tesi:“Motion forecasting per gare a guida autonoma: un approccio con deep learning” 
Posizione post laurea: AI Developer presso RE:LAB s.r.l. – Reggio Emilia.

Rosario Salzano (A.A. 2022/2023) 
Tesi:“Metodi di Machine Learning per analizzare il potere predittivo degli indici di sentiment” 
Posizione post laurea: Analyst presso CRIF - Bologna.

Luca Toffanetti (A.A. 2022/2023) 
Tesi: “Nuovi risultati relativi ad insiemi di fattori in grafi regolari” 
Posizione post laurea: Data scientist presso Data Reply - Italia.

Chiara Canali (A.A. 2022/2023) 
Tesi:“Regressione bayesiana non-lineare e algoritmi Monte Carlo Markov Chain: teoria e applicazioni per metodi di machine learning interpretabili” 
Posizione post laurea: Business data analyst presso Globant - Modena.

Chiara Fanton (A.A. 2022/2023) 
Tesi:“Studio ed implementazione di logiche produttive per un Job Shop Problem in una PMI” 
Posizione post laurea: Optimization data scientist presso Accenture - Modena.

Ivonne Valente (A.A. 2022/23) 
Tesi: “Studio, analisi e implementazione di algoritmi per la detection e il tracking di droni” 
Impiego post laurea: Data analyst presso RINA Italy - La Spezia

Davide Manini (A.A. 2022/23) 
Tesi: “Algoritmi di regressione per la previsione di serie storiche: Applicazione al prezzo del caffè” 
Impiego post laurea: Data analyst presso TDS - Srl - Modena

Michelangelo Culiat (A.A. 2021/22) 
Tesi: “Applicazioni di tecniche standard di ML e Multi-Objective Symbolic Regression per la gestione di mutui bancari” 
Impiego post laurea: Junior Data Scientist presso Credem Banca - Reggio Emilia

Salvatore d’Amicis (A.A. 2021/2022) 
Tesi:”Machine Learning Monitoring” 
Impiego post laurea: Data scientist presso Ammagamma – Modena

Marco Segapeli (A.A. 2020/2021) 
Tesi:”Online Markerless Stereo Camera Calibration: an industrial perspective to refinement of extrinsic parameters” 
Impiego post laurea: Analista programmatore presso Deep Vision Consulting – Modena

Federica Casari (A.A. 2020/2021) 
Tesi:”Il problema del commesso viaggiatore: metodi di risoluzione e applicazione a una realtà aziendale” 
Impiego post laurea: Software engineering presso Emmegisoft – Soliera

Laura Barbieri (A.A. 2020/2021) 
Tesi:”Algoritmi automatici per la selezione dei livelli di isodose nella pianificazione di trattamenti di dose painting in radioterapia” 
Impiego post laurea: Applied mathematician presso Pure Power Control s.r.l. – Modena

Tommaso Bertocchi (A.A. 2020/2021) 
Tesi:”Previsione del Comportamento di Serie Temporali, Confronto tra Modelli Stocastici e Machine Learning” 
Impiego post laurea: Analyst presso SDG Group Italy – Milano

Chiara Fruncillo (A.A. 2019/2020) 
Tesi:"Sviluppo di indicatori per la misurazione e gestione delle prestazioni aziendali: il caso Tetra Pak” Impiego post laurea: PLC Data Analyst presso Tetra Pak – Modena

Giulia Beltrami (A.A. 2019/2020) 
Tesi:"Algoritmi di Machine Learning per l'analisi e la classificazione di contenuti testuali” Impiego post laurea: Software Engineer presso OT Consulting – Reggio Emilia

Valentina Pazzarelli (A.A. 2019/2020) 
Tesi:"Energia: pianificazione di sistemi di distribuzione energetica SMART GRID" 
Impiego post laurea: Analyst presso Minsait - Roma

Greta Meglioli (A.A. 2019/2020) 
Tesi:"Feature engineering of Convolutional Neural Networks in biological imaging" 
Impiego post laurea: borsista presso l’IRCCS in Tecnologie Avanzate e Modelli Assistenziali in Oncologia - Reggio Emilia

Insegnamenti obbligatori:

• Analisi superiore (MATH-03/A – 12 CFU)

• Processi stocastici (MATH-03/B – 6 CFU)

• Computational and statistical learning (MATH-05/A – 9 CFU)

• Inglese scientifico avanzato (3 CFU)

• Introduction to scientific Python (3 CFU)

12 CFU a scelta tra i seguenti insegnamenti caratterizzanti:

• Meccanica statistica (MATH-04/A – 6 CFU)

• Metodi stocastici per simulazioni (MATH-04/A – 6 CFU)

• Elaborazione numerica di segnali e immagini (MATH-05/A – 6 CFU)

• Ottimizzazione numerica per l’intelligenza artificiale (MATH-05/A – 6 CFU)

Da 6 a 18 CFU a scelta tra i seguenti insegnamenti affini (*):

• Strutture algebriche (MATH-02/A – 6 CFU)

• Computational topology (MATH-02/B – 6 CFU, in lingua inglese)

• Geometria superiore (MATH-02/B – 6 CFU)

• Matematica discreta (MATH-02/B – 6 CFU)

• Calcolo delle variazioni (MATH-03/A – 6 CFU)

• Equazioni di evoluzione (MATH-03/A – 6 CFU)

• Sistemi di particelle interagenti (MATH-04/A – 6 CFU)

• Problemi inversi e applicazioni (MATH-05/A – 6 CFU)

• Introduction to quantum information processing (PHYS-04/A – 6 CFU, in lingua inglese)

Da 0 a 18 CFU a libera scelta dall’offerta didattica di Ateneo (**)

Insegnamenti obbligatori:

• Teoria dei grafi (MATH-02/B – 6 CFU)

Da 6 a 18 CFU a scelta tra i seguenti insegnamenti affini (*):

• Algebra superiore (MATH-02/A – 6 CFU)

• Curve algebriche (MATH-02/B – 6 CFU)

• Topologia geometrica delle varietà (MATH-02/B – 6 CFU)

• Convex analysis and optimization (MATH-03/A – 6 CFU)

• Equazioni alle derivate parziali (MATH-03/A – 6 CFU)

• Elaborazione di dati scientifici (CHEM-01/A – 6 CFU)

• Elementi di fisica quantistica (PHYS-04/A – 6 CFU)

• Algoritmi distribuiti (INFO-01/A – 6 CFU)

• Sistemi complessi (INFO-01/A – 6 CFU, in lingua inglese)

• Big data analytics (IINF-05/A – 6 CFU)

Da 0 a 18 CFU a libera scelta dall’offerta didattica di Ateneo (**)

Ulteriori attività formative (3 CFU) a scelta tra:

• Attività seminariale

• Tirocinio in azienda

• Ulteriori abilità informatiche

• Ulteriori abilità linguistiche

Prova finale (24 CFU)

(*) il numero totale di crediti degli insegnamenti affini tra il primo e il secondo anno deve essere di 24 CFU

(**) il numero totale di crediti degli insegnamenti a libera scelta tra il primo e il secondo anno deve essere di 18 CFU