| | Lingua insegnamento |
|---|
| Italiano |
| | Obiettivi formativi e risultati di apprendimento |
|---|
| Capacità di apprendimento: lo studente deve essere in grado di aggiornarsi continuamente, tramite la consultazione di testi e pubblicazioni scientifiche, in modo tale da adattarsi ai continui cambiamenti di un’area profondamente dinamica come quella dei Big Data. Lo studente, inoltre, deve essere in grado di frequentare corsi di data science presenti in master universitari o programmi di dottorato. |
| | Prerequisiti |
|---|
| È necessario avere acquisito e assimilato le seguenti conoscenze (fornite dal corso di Basi di Dati e dai corsi di programmazione):
- concetti elementari di programmazione procedurale e a oggetti;
- logica proposizionale e logica del primo ordine;
- basi di dati e SQL.
|
| | Contenuti del corso |
|---|
| Molte importanti decisioni vengono prese sulla base di analisi di grandi quantità di dati. Ciò accade in settori quali la scienza, la tecnologia, l’economia, la politica e la medicina. Questo corso vuole fornire un’ampia introduzione alle problematiche connesse alla gestione e all’analisi di Big Data, con particolare riferimento agli aspetti architetturali e implementativi.
- Introduzione, logistica del corso, introduzione ai Big Data. (3h)
- Sistemi di gestione di Big Data: MapReduce, Hadoop, Spark (5-2h).
- SQL avanzato: CTE e query ricorsive (4h)
- Memorizzazione per colonne, Parquet (6h-2h)
- Introduzione a Python. Python per l’analisi e la visualizzazione dei dati. (6h-2h).
- Parallelismo e scalabilità (7h-3h)
- Sistemi NoSQL (4h-2h)
- Visualizzazione dati avanzata attraverso Tableau (2h).
|
| | Metodi didattici |
|---|
| Il corso prevede 48 ore di didattica tra lezioni ed esercitazioni. In particolare sono previste 35 ore di lezione in aula e 13 ore di esercitazioni. |
| | Modalità di verifica dell'apprendimento |
|---|
| Sulla base delle modalità di esame previste per corsi simili in molte università italiane ed estere, gli studenti saranno suddivisi in gruppi (2-3 studenti) e dovranno svolgere un progetto su un argomento scelto ogni anno: tale progetto dovrà essere consegnato entro una deadline fissa. Ogni gruppo dovrà utilizzare sistemi e/o linguaggi diversi, garantendo il raggiungimento di obiettivi quali l’accuratezza dei risultati, la scalabilità e l’efficienza.Gli studenti, inoltre, faranno parte di gruppi di supporto, che hanno l’obiettivo di assistere gli studenti stessi nello svolgimento del progetto. I componenti di ciascun gruppo, quindi, acquisiranno conoscenze estremamente approfondite su uno specifico argomento del corso.Gli studenti che non hanno la possibilità di frequentare il corso, dovranno concordare un progetto con il docente e avranno 30 giorni di tempo per il suo completamento. Il voto finale sarà determinato sulla base del lavoro svolto nei gruppi di supporto e sulla base della qualità del progetto realizzato. |
| | Testi di riferimento e di approfondimento, materiale didattico Online |
|---|
| Appunti forniti dal docente disponibili sul sito Classroom del corso. |
| | Metodi e modalità di gestione dei rapporti con gli studenti |
|---|
| Orario di ricevimento: il martedì e il mercoledì dalle ore 15,00 alle17,00 presso lo studio del docente, preferibilmente su appuntamento. |
| | Date di esame previste |
|---|
| - 03/07/2024;
- 25/09/2024;
- 18/12/2024;
- 05/02/2025;
- 26/02/2025;
- 29/04/2025.
|
| | Seminari di esperti esterni |
|---|
| No. |
