TECHNOLOGICAL INFRASTRUCTURES FOR DATA SCIENCE

Scheda dell'insegnamento

Anno accademico di regolamento: 
2017/2018
Anno di corso: 
2
Anno accademico di erogazione: 
2018/2019
Tipo di attività: 
Obbligatorio a scelta
Lingua: 
Italiano
Crediti: 
6
Ciclo: 
Primo Semestre
Ore di attivita' didattica: 
46
Prerequisiti: 

Nessuno

Moduli

Metodi di valutazione

Modalita' di verifica dell'apprendimento: 

Esame scritto e test della capacità di interagire con le piattaforme elaborative (estrarre dati, algoritmi di configurazione)

Valutazione: 
Voto Finale

Obiettivi formativi

Il corso ha lo scopo di fornire una solida conoscenza delle piattaforme tecnologiche (sensori e reti) che consentono la raccolta di dati in un ambiente IoT, nonché delle piattaforme elaborative (architetture, algoritmi e infrastrutture) utilizzate per analizzare tali dati. Le esercitazioni forniranno allo studente le competenze di base necessarie per interagire con tali piattaforme.

Contenuti

Fonti dei dati, qualità dei dati forniti dai sensori, reti di raccolta dati, piattaforme di gestione dei sensori. Architetture per l'elaborazione dei dati, infrastrutture elaborative, piattaforme Big Data per la Data Science, esempi di piattaforme.

Programma esteso

Introduzione al paradigma IoT
Dati provenienti dai sensori
Sensori ambientali
Sensori domestici e domotici
Wearables
Sensori incorporati nei telefoni cellulari
Qualità dei dati dei sensori (Precisione, Tempestività e Disponibilità)
Reti di raccolta dati
Reti domestiche e accesso a banda larga
Reti wireless: soluzioni LPWAN e industry-specific
Reti cellulari: eSIM, LTE-M, NB-IoT e 5G
Piattaforme di raccolta dati e gestione dei sensori
Architetture di elaborazione dati
Gestione delle infrastrutture
Virtualizzazione e containerizzazione
Ambienti cloud, modelli e costi
Piattaforme Big Data per la data Science
Tipi di workload
MapReduce: l'ecosistema Hadoop
Elaborazione di eventi e stream
Architetture Lambda e Kappa
Esempi di piattaforma

Apache Spark

Apache Kafka

Google Cloud Platform

Bibliografia consigliata

Dispense e slide del corso fornite dai docenti

Metodi didattici

Lazioni ed esercitazioni in aula