2021-2022

Mauro Giovanni

Giovanni Mauro è nato a Catanzaro (CZ) nel 1995. Riceve il BSc  in Informatica presso l’Università di Pisa (con Erasmus+ di un anno presso la Universidad Autónoma de Madrid) nel 2019 e il MSc in Data Science presso la Universitat Politècnica de Catalunya - BarcelonaTech nel 2021.
Prima di unirsi al Dottorato Nazionale in Intelligenza Artificiale ha lavorato come Data Engineer presso privati e ha cooperato con il KDD-Lab dell’IST-CNR per progetti riguardanti Sport Analytics e Human Mobility Analysis.

Italiano

Guidotti Riccardo

Riccardo Guidotti è nato nel 1988 a Pitigliano (GR) Italia. Si è laureato con lode in Informatica nel 2013, presso l'Università di Pisa. La sua tesi di laurea si intitola "Mobility Ranking: Human Mobility Analysis using Ranking Measures". Ha iniziato il dottorato di ricerca in Computer Science presso la Scuola per Graduate Studies "Galileo Galilei", (Università di Pisa), nel novembre 2013. Attualmente è membro del Knowledge Discovery and Data Mining Laboratory.

Italiano

Pedreschi Dino

È professore ordinario di Informatica all’Università di Pisa ed un pioniere della big data analytics, ovvero l’analisi delle tracce digitali delle attività umane per comprendere la complessità sociale. Dirige con Fosca Giannotti il KDD LAB – Knowledge Discovery and Data Mining Laboratory [kdd.isti.cnr.it] – un centro di ricerca congiunto fra l’Università di Pisa e l’Istituto di Scienza e Tecnologie dell’Informazione del CNR, uno dei primi focalizzati sul “data mining”.

Italiano

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

Credits: 
2
Hours: 
22
Area: 
Big Data Technology
Teachers: 
Academic Year: 
Description: 

Il corso propone l’insegnamento di concetti base del paradigma di calcolo distribuito tramite MapReduce dal punto di vista teorico e pratico, in particolare ci si focalizzerà su Hadoop per lo sviluppo di competenze nell'uso di strumenti di calcolo ad alte prestazioni per il data engineering, l'analisi di dati e l'utilizzo di tecniche di data mining. Gli studenti impareranno come i classici algoritmi di data mining possono essere applicati sui Big Data usando Hadoop (Spark).

Data Management for Business Intelligence

Credits: 
2
Hours: 
20
Area: 
Big Data Technology
Description: 

Il modulo presenta tecnologie e sistemi per la progettazione, il popolamento e l'interrogazione di Data Warehouse per il supporto alle decisioni. L’accento viene posto sulle tecnologie e sull’analisi di problemi applicativi utilizzando esempi e casi studio, con esercitazioni in laboratorio. Lo studente acquisirà conoscenze e capacità sulle principali tecnologie per la Business Intelligence come

ETL (Extract, Transform and Load), Data Warehousing, Analytics SQL, OLAP (Online Analytical Processing).

Mazza Michele

Michele è un dottorando membro dell'unità di ricerca in Cyber Intelligence dell'IIT-CNR. La sua ricerca è legata alle Information/Influence Operations che implicano i cosìdetti "coordinated inauthentic behavior" compiuti da account fake sui social network.

Michele utilizza tecniche e algoritmi mutuati da diversi campi: social media intelligence, machine learning, deep learning e social network analysis.

Italiano

Data Mining & Machine Learning

Credits: 
4
Hours: 
42
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.

Data Driven Innovation

Credits: 
1
Hours: 
12
Area: 
Big Data for Business
Description: 

Il modulo mira innanzitutto a presentare le caratteristiche principali dei processi di innovazione nelle imprese e nelle istituzioni. Oltre ad alcuni cenni teorici di economia dell’innovazione, enfasi verrà posta sulla gestione dei processi innovativi (ruolo della R&S, dell’Open Innovation, ecc.). Verranno poi descritte le nuove opportunità di innovazione rese possibili dagli avanzamenti recenti nei processi di raccolta ed elaborazione di dati su vasta scala.

Del Sarto Nicola

Nicola Del Sarto è assegnista presso la Scuola Superiore Sant'Anna di Pisa. Ha conseguito un dottorato di ricerca in Management presso la Scuola Superiore Sant'Anna nel 2019. Gli interessi di ricerca di Nicola si concentrano su start-up e meccanismi di supporto come incubatori, acceleratori e programmi di accelerazione aziendale. Inoltre, sta studiando i processi di creazione di imprese nell'ambito del paradigma Open Innovation.

Italiano

Pagine

Abbonamento a RSS - 2021-2022

Partners