Docenti del Corso

Di seguito si riporta una breve descrizione di alcuni docenti del corso e i loro insegnamenti

 

Carlo Batini è cordinatore del gruppo di lavoro sul Corso di Laurea Magistrale in Data Science è autore di oltre 100 articoli sul tematiche di modelli concettuali, data integration qualità dei dati, architetture orientate ai servizi. È stato presidente dell’autorità per l’informatica nella pubblica amministrazione. Nel 2015 ha ricevuto il premio ER Fellow “P.Chen” per il suo contributo alla ricerca sui modelli concettuali.

All’interno del corso di laurea magistrale in Data Science sarà titolare degli insegnamenti di Information Systems.

 

Mattia De Amicis è Professore Associato presso il Dipartimento di Scienze dell’Ambiente e del Territorio e di Scienze della Terra. Svolge attività didattica presso i corsi di laurea Scienze e Tecnologie per l’Ambiente, Scienze e Tecnologie per l’Ambiente e per il Territorio e Scienze Geologiche e Geotecnologiche dove tiene i corsi di Geologia Ambientale, Sistemi Infornativi Territoriali e di Gestione delle Emergenze idrogeologiche. Svolge attività di ricerca nel campo della geomatica applicata con particolare riferimento alla progettazione e realizzazione di banche dati territoriali, nonché la loro gestione tramite GIS e piattaforme WEBGIS, anche tramite pubblicazione di servizi OGC
All’interno del corso di laurea magistrale in Data Science sarà titolare del modulo di Big Data in Geographical Information Systems del Data Science Lab in Environment and Physics

 

Maurino Andrea è Professore associato di Ingegneria Informatica presso il dipartimento di Informatica Sistemistica e Comunicazione. I suoi interessi di ricerca sono relativi alla gestione dei dati con particolare attenzione agli aspetti di qualità dei dati e agli open e linked data. É stato coordinatore del progetto europeo COMSODeE relativo relativo alla definizione di una metodologia e una piattaforma per la pubblicazione di linked open data. É  autore di oltre 70 articoli in riviste e conferenze internazionali.

All’interno del corso di laurea magistrale in Data Science sarà titolare del modulo di Data management nell’insegnamento Data management e visualization e sarà il docente del corso di Technological infrastructure for data science

 

Gabriella Pasi è Professore Ordinario presso il Dipartimento di Informatica, Sistemistica e Comunicazione ed è responsabile del laboratorio di Information Retrieval, Information Filtering, Text Mining e Social Media Analytics. É autrice di oltre 200 pubblicazioni su riviste e libri internazionali, e negli atti di conferenze internazionali. E’ Associate Editor o membro del dell’Editorial Board di numerose riviste internazionali, fra le quali International Journal of Data Science and Analytics, Springer. Dal 2013 è presidente della European Society for Fuzzy Logic and Technologies (EUSFLAT).

All’interno del corso di laurea magistrale in Data Science sarà titolare dell’insegnamento Text mining and search.

 

Matteo Pelagatti è professore associato di Statistica Economica presso il Dipartimento di Economia, Metodi Quantitativi e Strategie di Impresa dell’Università di Milano-Bicocca. Ha conseguito il dottorato in Statistica all’Università di Milano dopo un periodo di formazione e ricerca presso la Humboldt Universitaet di Berlino. I suoi interessi di ricerca riguardano principalmente l’analisi delle serie storiche, i mercati energetici, la statistica robusta e l’econometria finanziaria, ma occasionalmente coprono anche temi di scienze della salute e altre scienze sociali. I risultati della sua ricerca sono pubblicati in riviste internazionali tra cui Journal of Econometrics, Journal of Applied Econometrics, Energy Journal, Energy Economics, Journal of Banking & Finance, PLOS One ed è autore del volume Time Series Modelling with Unobserved Components pubblicato da Chapman & Hall/CRC.

All’interno del corso di laurea magistrale in Data Science sarà titolare del modulo di Big Data in Geographical Information Systems del Data Science Lab in Environment and Physics

 

Raimondo Schettini è professore ordinario presso l’Università di Milano-Bicocca (Italia). E’ Vice-Direttore del Dipartimento di Informatica, Sistemistica e Comunicazione, e responsabile del laboratorio di ricerca Imaging and Vision (www.ivl.disco.unimib.it) dal 2002. E’ stato ricercatore presso il Consiglio Nazionale delle Ricerche (CNR) dal 1987 ed ha guidato il laboratorio Color Imaging dal 1990 al 2001. E ‘stato responsabile di diversi progetti di ricerca e pubblicato più di 300 articoli e numerosi brevetti inerenti alla visualizzazione delle immagini, imaging colore, elaborazione, analisi, classificazione, indicizzazione e reperimento di immagini e video. Raimondo è un fellow della International Association of Pattern Recognition (IAPR) per i suoi contributi alla ricerca nella attern recognition e analisi di immagini a colori
All’interno del corso di laurea magistrale in Data Science sarà titolare dell’insegnamento di Signal and Immage Processing

 

Fabio Stella è Professore Associato presso il Dipartimento di Informatica, Sistemistica e Comunicazione. Le sue attività primarie di ricerca includono; Reti Bayesiane, reti Bayesiane a tempo continuo, reti di neuroni artificiali, algoritmi per on-line portfolio selection e modelli grafico probabilistici per l’estrazione di argomenti e temi da testo in linguaggio naturale. É  autore di più di 60 articoli su riviste internazionali, conferenze e libri, ed è responsabile del laboratorio Modelli ed Algoritmi per Data e Text Mining. Dal 2015, è membro del Comitato di Programma della conferenza Uncertainty in Artificial Intelligence. Nel 2017 entra nel Comitato di Programma della conferenza RecSys. Nel 2016 sviluppa un percorso Massive Online Open Course denominato Introduzione al Data Mining. Il percorso in questione è liberamente accessibile tramite la piattaforma EduOpen.

All’interno del corso di laurea magistrale in Data Science sarà titolare del modulo di Machine Learning all’interno dell’insegnamento di Machine Learning & Decision Models

 

Giorgio Vittadini è professore ordinario di statistica presso il dipartimento di Statistica e metodi quantitativi ed è autore di 97 pubblicazioni di cui 40 di alto impatto scientifico. Le sue attività di ricerca sono relative ai Latent Variables models, Mixture Models, Stochastic Frontiers, Health econometrics. Molti articoli sono stati pubblicati su riviste internazionali come CSDA, Econometric Reviews, Journal of Educational and Behavioral Statistics, Journal of Classification, Journal of Economics Surveys, Journal of Productivity Analysis, Journal of Royal Statistical Society, Multivariate Behavioral Research, Regional Studies and Urban Economics.
All’interno del corso di laurea magistrale in Data Science sarà titolare degli insegnamenti di Statistical Modelling

La pagina è in corso di aggiornamento.