2018-2019

Isaia Tarquini

Tarquini

Nato a Roma e cresciuto in Abruzzo, da lungo tempo vivo ormai a Bologna. Ho conseguito una laurea in Scienze dell’Informazione presso l’Università di Pisa ed ho lavorato negli ultimi 18 anni in qualità di software architect /developer presso Prometeia s.p.a. A Prometeia, mi sono occupato principalmente di implementazione di software per la gestione di rischi finanziari (Asset & Liability Management – Market Risk) e del coordinamento di team composti da sviluppatori ed analisti in ottica regolamentare (Basel III – IFRS9/IFRS13 accounting) con particolare attenzione a temi critici di ottimizzazione e fast data processing. Da sempre appassionato di informatica e nuove tecnologie, ho deciso di frequentare il Master in Big Data Analytics and Social Mining per far parte di quella che ritengo sia una delle più entusiasmanti rivoluzioni nel campo dell’information technology degli ultimi anni.

2018-2019

Information Retrieval

Credits: 
4
Hours: 
40
Area: 
Big Data Sensing & Procurement
Teachers: 
Tutor: 
Academic Year: 
Description: 

Il modulo prevede l'insegnamento dei moduli software che costituiscono un moderno motore di ricerca, e di analisi delle prestazioni e dei limiti computazionali delle soluzioni algoritmiche correntemente adottate per ciascuno di essi. Fondamenti pratici e teorici per l’organizzazione e l’analisi dei sistemi di IR.

High Performance & Scalable Analytics, NO-SQL Big Data Platforms

Credits: 
2
Hours: 
22
Area: 
Big Data Technology
Description: 

Il modulo si propone di familiarizzare lo studente con i sistemi ad alte prestazioni per il trattamento e l'analisi di Big Data. Lo studente acquisirà competenze nell'uso di piattaforme NO-SQL per l'interrogazione e il mining di dataset di grandi dimensioni come alternativa dei sistemi di gestione di basi di dati tradizionali.

Data Mining & Machine Learning

Credits: 
4
Hours: 
40
Area: 
Big Data Mining
Description: 

Il modulo si propone di fornire un’introduzione ai concetti di base del data mining e del processo di estrazione della conoscenza, con approfondimenti sui modelli analitici e gli algoritmi più diffusi per il clustering, la classificazione e la scoperta di patterns, anche in riferimento alle nuove sorgenti di Big Data.

Ponza Marco

Marco Ponza è uno studente di dottorato presso il Dipartimento di Informatica dell'Università di Pisa e membro del gruppo di ricerca A³ Lab (http://acube.di.unipi.it). I suoi interessi di ricerca vertono su Natural Language Understanding, Knowledge & Information Extraction, Information Retrieval e Applied Machine Learning.

Italiano

Livieri Giulia

Giulia ha ricevuto la laurea specialistica in Matematica presso l'Università degli studi di Padova con la votazione 110/110. Dopo aver ottenuto il Corso di Alta Formazione in Finanza Matematica presso l'Università di Bologna con la votazione 30/30 Lode, ha ottenuto il Ph.D. in Matematica per la Finanza presso la Scuola Normale Superiore di Pisa nell Ottobre 2017 con la votazione di 70/70 Lode. Attualmente è postdoc alla Scuola Normale Superiore di Pisa.

Italiano

Tonellotto Nicola

Nicola Tonellotto è ricercatore presso l'Istituto di Scienza e Tecnologie dell'Informazione "A. Faedo" del Consiglio Nazionale delle Ricerche. Ha ricevuto il dottorato di ricerca in Ingegneria dell'Informazione presso l'Università di Dortmund e l'Università di Pisa nel 2008. I suoi interessi di ricerca si focalizzano principalmente sulle tecnologie cloud per l'elaborazione di dati e sulle infrastrutture di recupero delle informazioni. E' autore di più di 50 pubblicazioni sulle più importanti riviste e conferenze di information retrieval e cloud computing.

Italiano

Pagine

Abbonamento a RSS - 2018-2019

Partners