Curriculum
Programma
- Infrastrutture e paradigmi di programmazione per i big data- L'ecosistema Hadoop
- Cloud computing
- Elaborazione di big data (MapReduce, Hive, Spark)
- I sistemi NoSQL
- Tecniche di analisi di big data
- I Data Lake
- Sistemi e applicazioni
- Seminari aziendali
Testi Adottati
Martin J. Fowler, PramodkumarJ. Sadalage. "NoSQL Distilled: A Brief Guide to the Emerging World of Polyglot Persistence".Materiale predisposto dal docente (disponibile sul sito Web del corso)
Modalità Erogazione
I metodi didattici e gli strumenti di supporto che saranno utilizzati al fine di conseguire i risultati di apprendimento attesi sono i seguenti: - lezioni frontali - esercitazioni pratiche - seminari - laboratori - lavoro di gruppo - analisi di casi realiModalità Valutazione
La verifica dell’apprendimento avviene attraverso lo svolgimento di alcuni progetti e una prova scritta della durata di 1 ora. - I progetti sono svolti in gruppo e riguardano sia la soluzione di problemi assegnati dal docente, sia lo svolgimento di attività concordate con il docente. - Lo scritto è organizzato attraverso un certo numero di esercizi finalizzati a verificare il livello di comprensione effettiva dei concetti e la capacità degli studenti di applicarli in contesti reali. Le prove assegnate negli anni precedenti sono disponibili sul sito del corso.Mutuazione: 20802125 BIG DATA in Ingegneria informatica LM-32 N0 TORLONE RICCARDO, gregori luca
Programma
- Infrastrutture e paradigmi di programmazione per i big data- L'ecosistema Hadoop
- Cloud computing
- Elaborazione di big data (MapReduce, Hive, Spark)
- I sistemi NoSQL
- Tecniche di analisi di big data
- I Data Lake
- Sistemi e applicazioni
- Seminari aziendali
Testi Adottati
Martin J. Fowler, PramodkumarJ. Sadalage. "NoSQL Distilled: A Brief Guide to the Emerging World of Polyglot Persistence".Materiale predisposto dal docente (disponibile sul sito Web del corso)
Modalità Erogazione
I metodi didattici e gli strumenti di supporto che saranno utilizzati al fine di conseguire i risultati di apprendimento attesi sono i seguenti: - lezioni frontali - esercitazioni pratiche - seminari - laboratori - lavoro di gruppo - analisi di casi realiModalità Valutazione
La verifica dell’apprendimento avviene attraverso lo svolgimento di alcuni progetti e una prova scritta della durata di 1 ora. - I progetti sono svolti in gruppo e riguardano sia la soluzione di problemi assegnati dal docente, sia lo svolgimento di attività concordate con il docente. - Lo scritto è organizzato attraverso un certo numero di esercizi finalizzati a verificare il livello di comprensione effettiva dei concetti e la capacità degli studenti di applicarli in contesti reali. Le prove assegnate negli anni precedenti sono disponibili sul sito del corso.Mutuazione: 20802125 BIG DATA in Ingegneria informatica LM-32 N0 TORLONE RICCARDO, gregori luca
Mutuazione: 20802125 BIG DATA in Ingegneria informatica LM-32 N0 TORLONE RICCARDO, gregori luca
Programma
- Infrastrutture e paradigmi di programmazione per i big data- L'ecosistema Hadoop
- Cloud computing
- Elaborazione di big data (MapReduce, Hive, Spark)
- I sistemi NoSQL
- Tecniche di analisi di big data
- I Data Lake
- Sistemi e applicazioni
- Seminari aziendali
Testi Adottati
Martin J. Fowler, PramodkumarJ. Sadalage. "NoSQL Distilled: A Brief Guide to the Emerging World of Polyglot Persistence".Materiale predisposto dal docente (disponibile sul sito Web del corso)
Modalità Erogazione
I metodi didattici e gli strumenti di supporto che saranno utilizzati al fine di conseguire i risultati di apprendimento attesi sono i seguenti: - lezioni frontali - esercitazioni pratiche - seminari - laboratori - lavoro di gruppo - analisi di casi realiModalità Valutazione
La verifica dell’apprendimento avviene attraverso lo svolgimento di alcuni progetti e una prova scritta della durata di 1 ora. - I progetti sono svolti in gruppo e riguardano sia la soluzione di problemi assegnati dal docente, sia lo svolgimento di attività concordate con il docente. - Lo scritto è organizzato attraverso un certo numero di esercizi finalizzati a verificare il livello di comprensione effettiva dei concetti e la capacità degli studenti di applicarli in contesti reali. Le prove assegnate negli anni precedenti sono disponibili sul sito del corso.Mutuazione: 20802125 BIG DATA in Ingegneria informatica LM-32 N0 TORLONE RICCARDO, gregori luca
Mutuazione: 20802125 BIG DATA in Ingegneria informatica LM-32 N0 TORLONE RICCARDO, gregori luca
Programma
- Infrastrutture e paradigmi di programmazione per i big data- L'ecosistema Hadoop
- Cloud computing
- Elaborazione di big data (MapReduce, Hive, Spark)
- I sistemi NoSQL
- Tecniche di analisi di big data
- I Data Lake
- Sistemi e applicazioni
- Seminari aziendali
Testi Adottati
Martin J. Fowler, PramodkumarJ. Sadalage. "NoSQL Distilled: A Brief Guide to the Emerging World of Polyglot Persistence".Materiale predisposto dal docente (disponibile sul sito Web del corso)
Modalità Erogazione
I metodi didattici e gli strumenti di supporto che saranno utilizzati al fine di conseguire i risultati di apprendimento attesi sono i seguenti: - lezioni frontali - esercitazioni pratiche - seminari - laboratori - lavoro di gruppo - analisi di casi realiModalità Valutazione
La verifica dell’apprendimento avviene attraverso lo svolgimento di alcuni progetti e una prova scritta della durata di 1 ora. - I progetti sono svolti in gruppo e riguardano sia la soluzione di problemi assegnati dal docente, sia lo svolgimento di attività concordate con il docente. - Lo scritto è organizzato attraverso un certo numero di esercizi finalizzati a verificare il livello di comprensione effettiva dei concetti e la capacità degli studenti di applicarli in contesti reali. Le prove assegnate negli anni precedenti sono disponibili sul sito del corso.Mutuazione: 20802125 BIG DATA in Ingegneria informatica LM-32 N0 TORLONE RICCARDO, gregori luca