INFORMAZIONI GENERALI Master in "Genomic Data Science"
Requisiti di ammissione Master in "Genomic Data Science"
Come iscriversi Master in "Genomic Data Science"
Contatti Master in "Genomic Data Science"

Master in "Genomic Data Science"

Il Master universitario biennale di II livello in “Genomic Data Science”, precedentemente chiamato “Master in Statistica Medica e Genomica”, ha una durata di 3000 ore ( 120 CFU) suddivise in: didattica frontale, esercitazioni pratiche, tirocinio presso l’Università di Pavia, altri enti o aziende private, seminari presso il Dipartimento di Scienze del sistema nervoso e del comportamento, attività di studio e preparazione individuale.

La sede del corso  si trova presso il Dipartimento di Scienze del Sistema nervoso e del comportamento – Unità di Statistica medica e Genomica  all’interno della Cascina Cravino in fondo al parcheggio di Via Agostino Bassi, 21 a Pavia (Contatti).

La frequenza da parte degli iscritti alle varie attività formative è obbligatoria per almeno il 75% del monte ore complessivamente previsto. Il periodo di formazione non può essere sospeso.

Il Master propone concetti e tecniche di base (gli strumenti di uso quotidiano dello statistico medico), seguiti dai recenti e complessi sviluppi dei metodi statistici e bioinformatici, soprattutto in ambito genomico. Ad esempio, la predizione dell’evoluzione della malattia e della risposta farmacologica nei pazienti, lo studio della suscettibilità genetiche nelle malattie complesse e l’applicazione di metodologie bioinformatiche per studi NGS. La Statistica Medica è usata professionalmente soprattutto in ambito di ricerca clinica e sanità pubblica, dato il crescente fabbisogno di progettazione, analisi e valutazione di sperimentazioni cliniche. La peculiarità del Master, unico in Italia, è di provvedere alla formazione completa dello statistico medico-genomico, figura professionale della quale gli istituti di ricerca fanno sempre più pressante richiesta.

Specificamente, il Master ha lo scopo di:

  • fornire a giovani laureati una formazione post-laurea specialistica e altamente qualificata nel settore della statistica medica, epidemiologia genetica e molecolare, statistica genetica e bioinformatica;
  • rispondere alle esigenze di profili professionali richiesti da Centri di Ricerca ed Istituti Universitari, Clinical Research Organization, Osservatori Epidemiologici, Aziende che si occupano di consulenza di statistica genetica e genomica, di genotipizzazione, sequenziamento e microarrays;
  • fornire profili professionali adeguati a rispondere ad una esigenza emergente determinata dalla recente e rapidissima evoluzione tecnologica in campo genetico e genomico e dall’aumentata diffusione della medicina molecolare sia in ambito accademico che ospedaliero.

Sbocchi Professionali
La figura professionale formata nel Master può trovare sbocco in:

  • Contract Research Organization (CRO)
  • Industrie Farmaceutiche
  • Centri di Ricerca, I.R.C.C.S , C.N.R, e Laboratori Universitari
  • Aziende che sviluppano biomarcatori per la individuazione precoce dello stato di malattia, per il monitoraggio dell’effetto dei farmaci e per la predizione della progressione della malattia.
  • Aziende biotecnologiche
  • Istituti Zooprofilattici
  • Osservatori Epidemiologici

Per ulteriori informazioni potete rivolgervi alla Segreteria Organizzativa (dbbs.master@unipv.it). La Segreteria ha sede presso il Dipartimento di Scienze del Sistema Nervoso e del Comportamento.

Il Master è rivolto a chi abbia conseguito una laurea in discipline scientifiche. L’elenco dettagliato è riportato nel bando che potete scaricare al seguente link: Bando Master in “Genomic Data Science”. Il numero massimo degli iscritti é previsto in 25 unità. Il numero minimo per attivare il corso é di 8 iscritti. Il Collegio docenti potrà altresì valutare se sussistano le condizioni per ampliare il suddetto contingente di posti.

Se le domande supereranno il numero massimo verrà effettuata, da parte di una Commissione composta dal Coordinatore del Master e da due membri del Collegio dei docenti, una selezione e formulata una graduatoria di merito.

I candidati devono inviare la domanda di ammissione secondo le modalità stabilite dal bando emesso dall’Università di Pavia. Per informazioni generali sui master di II livello visitate la pagina Master II Livello.

La scadenza per l’iscrizione al Master è fissata per il  15 gennaio 2020. I requisiti richiesti dal bando e allegato devono essere posseduti entro la scadenza prevista per le iscrizioni. È tuttavia possibile iscriversi oltre tale scadenza inviando una mail all’indirizzo dbbs.master@unipv.it.

I candidati devono allegare durante la procedura online di iscrizione al master:

  1. il curriculum vitae completo dell’indicazione dei requisiti richiesti per l’ammissione e per l’eventuale selezione;
  2. l’abstract di massimo n°2 pagine (in caso di tesi pertinente che si voglia sottoporre per la valutazione);
  3. la dichiarazione sostitutiva di certificazione/dichiarazione sostitutiva di atto di notorietà relativa a quei requisiti richiesti per l’ammissione e per l’eventuale selezione, che non possono essere dichiarati nella procedura on-line, utilizzando esclusivamente il modulo in coda al bando.

Per l’iscrizione al Master si dovrà versare la quota di € 2.800,00 comprensiva di: € 16,00 (imposta di bollo) e € 142,00 (“Spese di segreteria”). Tale importo si versa in un’unica rata all’atto dell’immatricolazione.

Calendario per gli iscritti al Master 2019-2021 (1° e 2° anno) e 2020-2022 (1°anno)

Le lezioni si terranno una settimana al mese dal lunedì al venerdì indicativamente dalle ore 9.30 alle 12.30 e dalle 14.30 alle 17.00, in modalità mista a causa del COVID-19. Potranno essere fatte in presenza presso l’Aula informatizzata della Cascina Cravino, Via Bassi 21, oppure in modalità remota utilizzando zoom. A seguire i calendari per gli iscritti al Master 2019-2021.

Calendario 1° anno – Master 2019-2021

Prima settimana
Statistica con R
(Prof. Gentilini)
17-21 febbraio 2020
1) L’ambiente di programmazione R
2) Data import e data mining con R
3) Visualizzazione grafica dei dati con R
4) Inferenza statistica con R
Seconda settimana
Modelli di regressione
(Prof. Comelli)
18-22 maggio 2020
1) Regressione lineare
2) Regressione logistica
3) Modelli lineari misti
4) Analisi di sopravvivenza
Terza settimana
Metodi di ricampionamento
(Prof. Grassi)
spostato a settembre, data da definire
1) Permutazione e randomizzazione
2) Simulazione Monte Carlo
3) Ricampionamento e bootstrap
4) P-values empirici e FDR
Quarta settimana
Epidemiologia genetica
(Prof. Bernardinelli e Gentilini)
8-12 giugno 2020
1) Disegno di studi sperimentale e studi osservazionali
2) Disegno ed analisi di studi di linkage parametrico e non parametrico
3) Disegno ed analisi di studi di associazione familiare
4) Disegno ed analisi di studi di associazione di popolazione
Quinta settimana
Statistica genetica
(Prof. Bernardinelli e Gentilini)
5 – 9 ottobre 2020
1) Disegno e analisi genome-wide(GW)
2) Pre-processing, controllo di qualità, imputazione e analisi statistica GW
3) Analisi GW di dati di metilazione
4) Analisi GW di dati di espressione

Calendario 2° anno – Master 2019-2021

Prima settimana
Gestione e analisi dei BIG DATA
(Prof. Luigi Corsaro)
22-26 febbraio 2021
Seconda settimana
Bioinformatica applicata alla genetica
(Prof. Davide Gentilini)
8-12 marzo 2021
Terza settimana
Statistica Genomica
(Prof. Mario Grassi)
12-16 aprile 2021
Quarta settimana
POST-GWAS
(Prof. L. Bernardinelli e D. Gentilini)
3-7 maggio 2021
Quinta settimana
Machine Learning
()
La data verrà definita nel 2020. Il corso
indicativamente tra la seconda e la terza settimana di settembre

 

Calendario 1° anno – Master 2020-2022

Prima settimana
Statistica con R
(Prof. Davide Gentilini)
25-29 gennaio 2021
Corso di Epidemiologia (facoltativo)
(Prof. Giovanni Veronesi)
15-19 Marzo 2021
Seconda settimana
Modelli di Regressione
(Prof. Mario Comelli)
24-28 Maggio 2021
Terza settimana
Epidemiologia genetica
(Prof. L. Bernardinelli e D. Gentilini)
14-18 giugno 2021
Quarta settimana
Statistica genetica
(Prof. Bernardinelli e Prof. Davide Gentilini)
4-8 ottobre 2021
Quinta settimana
Metodi di ricampionamento
()
Verrà definita a breve

Seguirà il tirocinio (2000 ore in due anni), il quale, previo accordo con i coordinatori del Master, potrà essere svolto per il monte ore complessivo anche in un unico periodo.

La Fondazione Collegio Universitario S. Caterina da Siena offre un’agevolazione sul pagamento del soggiorno per gli studenti iscritti ad un Master attivato presso l’Università degli Studi di Pavia, che necessitano di pernottare a Pavia, per un numero limitato di giorni nell’arco del mese o per tutto il periodo di frequenza del Master.

L’offerta è valida in entrambe le strutture gestite dalla Fondazione:

  • Collegio Universitario S. Caterina da Siena di Via S. Martino 17/a-b
  • Residenza Universitaria Biomedica di Via Giulotto 12

Per avere maggiori informazioni rivolgersi alla dott.ssa Cremonesi, economa della Fondazione, telefono 038233423, mail: collscat@unipv.it.

Per conoscere tutte le strutture ricettive di Pavia (Collegi, Residence, Bed&Breakfast, Alberghi) è sufficiente cliccare sul link qui sotto:

Strutture ricettive di Pavia

Con il patrocinio di:

logo_ordine-nazionale-dei-biologi
personal-genomics

Iscriviti
alla nostra newsletter per ricevere informazioni future sul Master

30
Settembre
  • 8:00 am to 6:00 pm
  • Pavia (PV), Cascina Cravino
Introduction to Bayesian Data Analysis with Stan
Questo sito non utilizza cookie di profilazione ma solo cookie di terze parti. Per continuare a navigare nel sito dovete acconsentire al nostro uso dei cookies
"L'emergenza Covid-19 ha recentemente costretto tutte le Università ad adottare metodi di insegnamento a distanza.
Il master in Genomic Data Science già negli anni passati ha offerto la possibilità di seguire a distanza le lezioni mantenendo tuttavia la possibilità di interagire con i docenti".
Alle lezioni si accede utilizzando la piattaforma Zoom e le credenziali di accesso al corso vengono fornite direttamente agli studenti via mail nei giorni antecedenti lo svolgimento dei corsi.
Per le esercitazioni che necessitano grosse risorse computazionali ogni studente può avere accesso ad un Computer Cloud. In alternativa le esercitazioni vengono normalmente svolte sul proprio Personal Computer.
Si consiglia di guardare alcuni tutorial per un miglior utilizzo della piattaforma Zoom