2. Docenti
  3. Didattica

DATA INTEGRATION

Luigi TROIANO DATA INTEGRATION

0222700006
DIPARTIMENTO DI SCIENZE AZIENDALI - MANAGEMENT & INNOVATION SYSTEMS
CORSO DI LAUREA MAGISTRALE
DATA SCIENCE E GESTIONE DELL'INNOVAZIONE
2021/2022

OBBLIGATORIO
ANNO CORSO 1
ANNO ORDINAMENTO 2020
SECONDO SEMESTRE
CFUOREATTIVITÀ
642LEZIONE
LUIGI TROIANO T Curriculum
Obiettivi
NEL MONDO DELL’ELABORAZIONE DI DATI MASSIVI EMERGE CON PREPOTENZA LA NECESSITÀ DI INTEGRARE DATI COMPLESSI ED ETEROGENEI CHE DIFFERISCONO PER NATURA, FONTE, SEMANTICA, VELOCITÀ, DURATA E MOLTI ALTRI FATTORI DI CUI TENER CONTO NELLA DEFINIZIONE DELLA DATA STRATEGY AZIENDALE E DELLE ARCHITETTURE DATI PER LA LORO GESTIONE, ELABORAZIONE E ANALISI.

IN QUESTO CORSO, GLI STUDENTI APPRENDERANNO I PRINCIPI, LE TECNICHE E LE SOLUZIONI ALLA BASE DEI MODERNI MODELLI DI DATA INTEGRATION, ACQUISENDO ELEMENTI AVANZATI DI PROGETTAZIONE, SVILUPPO E IMPLEMENTAZIONE DI SOLUZIONI PER IL MONDO ENTERPRISE.

CONFORMEMENTE A QUANTO PREVISTO DAI DESCRITTORI DI DUBLINO (I-V), ALLA FINE DEL CORSO STUDENTESSE E STUDENTI AVRANNO ACQUISITO LE SEGUENTI CONOSCENZE E ABILITA’:

I. CONOSCENZA E CAPACITÀ DI COMPRENSIONE: STUDENTESSE E STUDENTI ACQUISIRANNO CONOSCENZA E COMPRENSIONE DELLE PROBLEMATICHE DI DATA STRATEGY, DATA GOVERNANCE E DATA MANAGEMENT RELATIVE ALLA DATA INTEGRATION; ACQUISIRANNO LA CONOSCENZA DELLE PRINCIPALI SOLUZIONI ARCHITETTURALI QUALI DATA WAREHOUSE, DATA LAKE E DATA HUB; ACQUISIRANNO COMPRENSIONE DEL CICLO DI VITA DEI DATI E DEI MODELLI DI MATURITÀ NELLA LORO GESTIONE.

II. CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE: STUDENTESSE E STUDENTI SARANNO IN GRADO DI APPLICARE LE CONOSCENZE ACQUISITE PER PARTECIPARE ALLA DEFINIZIONE, PIANIFICAZIONE, PROGETTAZIONE, IMPLEMENTAZIONE ED OPERATIVITÀ DI SOLUZIONI PER LA DATA INTEGRATION.

III. AUTONOMIA DI GIUDIZIO: STUDENTESSE E STUDENTI SARANNO IN GRADO DI FORMARSI UN GIUDIZIO CRITICO INDIPENDENTE SULLE PROBLEMATICHE E SOLUZIONI DISPONIBILI PER LA DATA INTEGRATION; DI CONFRONTARSI CON TEMI COMPLESSI AVENDO CONSAPEVOLEZZA DELLE DIVERSE POSSIBILITÀ TECNOLOGICHE.

IV. ABILITÀ NELLA COMUNICAZIONE: STUDENTESSE E STUDENTI SAPRANNO COMUNICARE LE COMPETENZE ACQUISITE CON LINGUAGGIO APPROPRIATO, ESPRIMERE ED ARGOMENTARE LE PROPRIE OPINIONI SULLE QUESTIONI DI MAGGIORE INTERESSE AFFRONTATE NEL CORSO.

V. CAPACITÀ DI APPRENDIMENTO: STUDENTESSE E STUDENTI ACQUISIRANNO LA CAPACITÀ DI APPRENDERE E AGGIORNARE LE CONOSCENZE SUI TEMI OGGETTO DEL CORSO.
Prerequisiti
ORGANIZZAZIONE E GESTIONE AZIENDALE
ARCHITETTURE HARDWARE E SOFTWARE
LOGICA, GEOMETRIA E ALGEBRA LINEARE
MACHINE LEARNING
Contenuti
UN UNICO MODULO DI 42 ORE

VALUE PROPOSITION - MOTIVAZIONE, OBIETTIVI, IMPATTI E OSTACOLI

DATA STRATEGY - GOVERNANCE, CATENA DEL VALORE, LOGISTICA E ANALISI

CARATTERISTICHE DEI DATI - NATURA, SEMANTICA, CICLO DI VITA, MULTIDIMENSIONALITA', VELOCITA', VALIDITA', QUALITA' E ALTRE PROPRIETA' RILEVANTI

INTEGRAZIONE - PROBLEMATICHE, LIVELLI DI INTEGRAZIONE, 

IL LIVELLO VALORIALE - DATA CLEANSING, SCRAPING, WRANGLING, FUSION E CURATION

IL LIVELLO OPERATIVO - DATA MAPPING, DATA SPACES, DATA VIRTUALIZATION, DATA VAULT, DATA WAREHOUSE, DATA LAKE E DATA HUB

IL LIVELLO SEMANTICO - SPAZI LOGICI E SPAZI METRICI, ONTOLOGIE, HASHING, EMBEDDING

DATA INTEGRATION AD ELEVATE PRESTAZIONI - VINCOLI REAL-TIME, ARCHITETTURE, ORGANIZZAZIONE DEI DATI, IN-MEMORY PROCESSING, GPU COMPUTING, CLOUD VS. EDGE COMPUTING, RISPOSTE APPROSSIMATE

ECONOMICS & REGULATIONS - VALUTAZIONE DI COSTI, TEMPI, RISCHI, IMPATTI E RITORNO D’INVESTIMENTO, PRIVACY E GDPR
Metodi Didattici
LEZIONI FRONTALI ED ESERCITAZIONI IN AULA

LEZIONI FRONTALI: 32 ORE

ESERCITAZIONI: 10 ORE
Verifica dell'apprendimento
PROGETTO FINALE E TEST SCRITTO. GLI STUDENTI SARANNO VALUTATI IN TRENTESIMI.
Testi
DISPENSE FORNITE DAL DOCENTE
Altre Informazioni
E' RICHIESTA LA FREQUENZA REGOLARE AL CORSO SECONDO I CRITERI DEFINITI DALL’AREA DIDATTICA.
  BETA VERSION Fonte dati ESSE3 [Ultima Sincronizzazione: 2022-11-21]