Secondo Progetto. Corso di Big Data

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Secondo Progetto. Corso di Big Data"

Transcript

1 Secondo Progetto Corso di Big Data

2 Obiettivi Risolvere problemi attinenti alle tematiche Big Data Sperimentare metodologie di Big Data Analizzare e confrontare tecnologie di Big Data

3 Template di un progetto Obiettivi: Risolvere un problema di big data Sperimentare nuove tecnologie Approccio: Selezionare un problema di big data Individuare uno o più metodi per risolvere il problema Scegliere le tecnologie più adatta Implementare i metodi con le tecnologie scelte Fare delle sperimentazioni (e dei confronti)

4 Modalità di scelta Scelta di un progetto tra i vari argomenti proposti Alcuni dei progetti hanno specifiche lasche in modo da poter essere scelti da più gruppi ma soprattutto per favorire la libertà di inventiva E possibile proporre autonomamente un proprio progetto I progetti sono esclusivi non possono esserci due progetti con stesse specifiche affrettatevi nella scelta del vostro progetto!!! In ogni caso, per l assegnazione è necessaria l approvazione del docente

5 TOPIC 0: (ANY KIND OF) DATA ANALYTICS Cercare autonomamente uno scenario applicativo e dei dati reali (possibili sorgenti in fondo alla presentazione) Individuare uno o più metodi di analisi dei dati individuati Scegliere la o le tecnologie più adatte (tra quelle viste a lezione o anche altre) Implementare i metodi con le tecnologie scelte (in ambiente distribuito) Fare delle sperimentazioni discutendo efficacia ed efficienza dei metodi

6 TOPIC 1: POLYGLOT PERSISTENCE Creazione di uno o più scenari poliglotti (gestione di dati con sistemi diversi) per applicazioni Implementazione operazioni (join distribuito, transazioni) Sperimentando sistemi di storage (SQL/NoSQL/NewSQL) Confronto tra architetture diverse message passing (es. BDMPI), publish/subscribe (es. Kafka) Sperimentando tools (UnQL, Apache MetaModel,...)

7 TOPIC 2: ONE SIZE FITS A BUNCH Sistemi che nascono per risolvere diversi problemi di big data Multi-modal databases (ArangoDB, OrientDB, FoundationDB,...) AsterixDB Apache Drill Sperimentazione, benchmarking e confronto tra le varie soluzioni

8 TOPIC 3: GDBMS Assessment di graph databases (secondo benchmark noti) Benchmarking di graph databases in-browser/in-memory LevelGraph: implementazione e sperimentazione di funzionalità per la scalabilità Compressione di graph database Testing su Neo4j Testing su reachability queries, DFS, BFS, shortest path Testing suvoltdb Sperimentazione scalabilità orizzontale di GDBMSs Blazegraph/BigData, Neo4j, Titan,......

9 TOPIC 4: GRAPH ANALYTICS Analisi di grafi di grandi dimensioni Applicazione a dati provenienti da social networks Implementazione di algoritmi per individuare comunità all'interno delle social network (es. clique, k-clique, k-plex, ecc.) Sperimentazione di sistemi di graph processing con accelerazione GPU (es. Medusa, MapGraph on Blazegraph)...

10 TOPIC 5: NoSQL & NewSQL Confronto sperimentale fra sistemi NoSQL Confronto sperimentale fra sistemi NewSQL NewSQL vs SQL NoSQL vs NewSQL

11 TOPIC 6: NoSQL database design Sperimentazione di metodologie di progetto Esistono metodologie di riferimento sviluppate a Roma Tre Servono risultati sperimentali massivi

12 TOPIC 7: SEMANTIC WEB Gestione di dati semantici in formato RDF/RDFS con query SPARQL Sperimentazione scalabilità RDF systems Virtuoso, Blazegraph/BigData, CliqueSquare, Ontotext GraphDB, Apache Marmotta Strumenti per federare SPARQL Endpoint...

13 TOPIC 8: SCIENTIFIC DATA ANALYSIS Creazione a piacere di uno scenario di calcolo scientifico e sperimentazione di prodotti (es. SciDb) Sperimentazione di array databases Confronto fra sistemi: array-databases vs database relazionali vs altre soluzioni (es. Matlab)

14 TOPIC 9: STREAMS Creazione di uno o più scenari (es. con le API Twitter) Sperimentazione di una o più tecnologie di data streaming (es. Storm, Flume, Impala, Spark Streaming, FuelDB, Apache Ignite, ecc.) Confronto con tecnologie alternative (es. vs NewSQL) Analisi di un'architettura lambda

15 TOPIC 10: GENOMIC DATA ANALYSIS Nell ambito dei progetti GenData e TCGA Seguiti dall ing. Weitschek Seguono in questa presentazione

16 Project: GenData and TCGA Gendata tools installation Data extraction with gmql 2

17 Project: TCGA and case control studies Data extraction and analysis from the TCGA database: TCGA contains a comprehensive collection of genomic, clinical and patient data affected by different cancer types Focus on RNA-SeqV2 and on case control studies Apache Mahout, Spark, Weka 3

18 Project: TCGA, IRIS, and RNA-seq - microarray data integration Data extraction and analysis from the TCGA database with the IRIS web tool: TCGA contains a comprehensive collection of genomic, clinical and patient data affected by different cancer types Focus on RNA-Seq and microarry case control studies Apache Mahout, Spark, Weka 4

19 Project: Virus and Bacteria Analysis from GenBank Statistical analysis of the GenBank database GENBANK contains a comprehensive collection of public DNA and protein sequences Extraction of Virus or Bacteria Application of alignment and supervised machine learning algorithms Extract and Analyze bacteria sequences in order to extract set of multiple compact and locally adjacent solutions to study antibiotic resistance 5

20 Project: Weka and Big Data Explore the big data capabilities of Weka Mining Big Data using Weka Automatic parameter tuning for data mining with AutoWeka AutoWeka considers the problem of simultaneously selecting a learning algorithm and setting its hyperparameters Application of AutoWeka to a big biomedical data set 6

21 Project: DNA Barcoding Statistical analysis of the BOLD Database Bold contains a comprehensive collection of specimen to species assignments through DNA Barcode sequences Application of alignment free techniques and supervised machine learning algorithms Focus on multilocus DNA Barcoding 7

22 Project: LIMS LIMS: Laboratory Information Management Systems Open source LIMS for NGS: GNomEx LABKey Server Galaxy LIMS openbis Wasp Brad Chapman Lims Light System Task: Analysis and tests on NGS data of a LIMS 8

23 Project: Clinical data cleaning Cleaning a real clinical data set collected from different Italian Health Structures Preprocessing and missing values Noise reduction 9

24 Project: EEG signals preprocessing Study and application of EEG lab for Matlab to Alzheimer patient samples Study of the ad-hoc tool EEGlab for MATLAB to perform an effective EEG signal preprocessing (automatic artifact removal) Application to a private EEG data set (9GB) 10

25 Project: Workflow systems Study and application of a workflow system for analyzing biomedical data The majority of biomedical data analysis task require the application of different software and tools composed in a pipeline Several tools allow the composition of state of the art bioinformatics programs in a workflow: Taverna (http://www.taverna.org.uk/) Galaxy (http://galaxy.psu.edu/) Anduril (http://csbl.fimm.fi/anduril/site) 11

26 Project: MyExperiment Analysis of the MyExperiment platform myexperiment makes it easy to find, use and share scientific workflows and other Research Objects, and to build communities 12

27 Project: CoSys IT infrastructure CoSys IT infrastructure: Computational Systems Biology Information Technology Infrastructure It is the supporting IT facility for the consortium Main feature: data modelling and analysis workflows The CoSys (Computational Systems Biology Infrastructure) is an integrated web information system It allows experimental and project Systems Biology data acquisition storage indexing search analysis visualization Exchange Task: Participation to the definition of workflows and software modules 13

28 Contacts Emanuel Weitschek University Roma Tre Department of Computer Science and Automation Rome, Italy 14

29 Cosa Consegnare Relazione esaustiva ma sintetica che descrive: le attività svolte, le analisi fatte le osservazioni conclusive Materiale aggiuntivo per la riproducibilità delle attività svolte (es. codice, script, ecc.).

30 Deadlines Prima presentazione: 10 giugno 2015 Prova scritta: 10 luglio 2015 Presentazione finale: 14 luglio 2015 Verbalizzazioni: 16 luglio 2015

31 Valutazione Il voto è unico per gruppo (commisurato al numero di membri del gruppo) e basato sui seguenti fattori: Qualità Presentazione e Materiale Consegnato (40%) Esposizione finale Riproducibilità Chiarezza e sintesi della tesina Capacità di evidenziare i risultati chiave Originalità e Proattività (20%) Impostazione e significatività della sperimentazione Capacità di problem solving in ambito Big Data Implementazione (40%) Soddisfacimento requisiti Completezza della sperimentazione Difficoltà problemi affrontati

32 Materiale Utile Nel seguito alcuni link Segnalazioni utili a tutti sono benvenute

33 Cross-disciplinary data sets alias (Social Network Datasets) (Datasets for Data Mining)

34 Graph data sets

35 Generatori di dati https://github.com/ldbc/ldbc_spb_bm_2.0 (Tabular and RDF data) https://github.com/ldbc/ldbc_snb_datagen (Graphs Social Network)

36 Assessment and Benchmark https://amplab.cs.berkeley.edu/benchmark/ (OLTP) (Vari OLTP, OLAP,...) (vari) https://github.com/brianfrankcooper/ycsb (NoSQL) (Graphs, RDF and Social Networks) https://github.com/socialsensor/graphdb-benchmarks (GDBMSs) (RDF databases)

Decode NGS data: search for genetic features

Decode NGS data: search for genetic features Decode NGS data: search for genetic features Valeria Michelacci NGS course, June 2015 Blast searches What we are used to: online querying NCBI database for the presence of a sequence of interest ONE SEQUENCE

Dettagli

Le nuove frontiere della ricerca scientifica: le nuove forme di documento: dal data/text mining al web semantico

Le nuove frontiere della ricerca scientifica: le nuove forme di documento: dal data/text mining al web semantico Le nuove frontiere della ricerca scientifica: le nuove forme di documento: dal data/text mining al web semantico Maria Cassella Università di Torino maria.cassella@unito.it Il workflow della comunicazione

Dettagli

Kickoff Progetto DaSSIA 29 Settembre 2014

Kickoff Progetto DaSSIA 29 Settembre 2014 www.crs4.it Kickoff Progetto DaSSIA 29 Settembre 2014 Ordine del giorno Breve Presentazione del CRS4 CRS4 & Big Data Il Progetto DaSSIA Sviluppo di un caso test paradigmatico L'Attività di Formazione Discussione

Dettagli

Big ed Open Data, nosql e..

Big ed Open Data, nosql e.. Big ed Open Data, nosql e.. Quadro d insieme Tecnologie interconnesse ed interoperanti Big Data Software Open Open Data Mobile Internet delle Cose Dispositivi indossabili Social Network e Search Metodologie

Dettagli

Infrastruttura computazionale per l archiviazione e l analisi dei dati da microarray

Infrastruttura computazionale per l archiviazione e l analisi dei dati da microarray Infrastruttura computazionale per l archiviazione e l analisi dei dati da microarray Silvia Giuliani Andrew Emerson Elda Rossi 24/11/04 1 Storage and analysis of micro-array data Currently most researchers

Dettagli

LA TECHNOLOGY TRANSFER PRESENTA TIM SEEARS ROMA 11 NOVEMBRE 2013 ROMA 12-15 NOVEMBRE 2013 VISCONTI PALACE HOTEL - VIA FEDERICO CESI, 37

LA TECHNOLOGY TRANSFER PRESENTA TIM SEEARS ROMA 11 NOVEMBRE 2013 ROMA 12-15 NOVEMBRE 2013 VISCONTI PALACE HOTEL - VIA FEDERICO CESI, 37 LA TECHNOLOGY TRANSFER PRESENTA TIM SEEARS Apache Hadoop MasterClass Sviluppare Soluzioni usando Apache Hadoop Hortonworks Certified Apache Hadoop Developer ROMA 11 NOVEMBRE 2013 ROMA 12-15 NOVEMBRE 2013

Dettagli

BIG DATA S U M M I T 2 0 1 3. Roma, Dicembre 2-3, 2013 Residenza di Ripetta Via di Ripetta, 231

BIG DATA S U M M I T 2 0 1 3. Roma, Dicembre 2-3, 2013 Residenza di Ripetta Via di Ripetta, 231 L A T E C H N O L O G Y T R A N S F E R P R E S E N T A Roma, Dicembre 2-3, 2013 Residenza di Ripetta Via di Ripetta, 231 INTERNATIONAL S U M M I T 2 0 1 3 BIG DATA ANALYTICS D E S C R I Z I O N E Negli

Dettagli

Indice generale. Introduzione...xiii. Gli autori...xvii. I revisori...xix

Indice generale. Introduzione...xiii. Gli autori...xvii. I revisori...xix Indice generale Introduzione...xiii Struttura del libro... xiii Cosa serve per questo libro...xiv Lo scopo del libro...xiv Convenzioni...xv Codice degli esempi...xv Gli autori...xvii I revisori...xix Capitolo

Dettagli

Data Mining e Analisi dei Dati

Data Mining e Analisi dei Dati e Analisi dei Dati Rosaria Lombardo Dipartimento di Economia, Seconda Università di Napoli La scienza che estrae utili informazioni da grandi databases è conosciuta come E una disciplina nuova che interseca

Dettagli

Architettura Open Data

Architettura Open Data Smart Cities and Communities and Social Innovation Bando MIUR D.D. 391/Ric. del 5 luglio 2012 Open City Platform Architettura Open Data OCP e Open Data architecture OCP e Open Service OCP intende favorire

Dettagli

Introduzione al corso di bioinformatica e analisi dei genomi AA 2014-2015. Docente: Silvia Fuselli fss@unife.it

Introduzione al corso di bioinformatica e analisi dei genomi AA 2014-2015. Docente: Silvia Fuselli fss@unife.it Introduzione al corso di bioinformatica e analisi dei genomi AA 2014-2015 Docente: Silvia Fuselli fss@unife.it Fonti e testi di riferimento Dan Graur: http://nsmn1.uh.edu/dgraur/ >courses > bioinformatics

Dettagli

Oracle: "La macchina delle stelle"

Oracle: La macchina delle stelle Oracle: "La macchina delle stelle" Ezio Caudera Giorgio Papalettera Oracle Italy 1 Oracle & INAF: Mission Oracle collabora da anni con la comunità scientifica di INAF e i suoi partner e, negli ultimi 5,

Dettagli

Linee di evoluzione dei Database

Linee di evoluzione dei Database Linee di evoluzione dei Database DB NoSQL Linked Open Data Semantic Web Esigenze e caratteristiche Presenza di grandi volumi di dati..crescenti Struttura non regolare dei dati da gestire Elementi relativamente

Dettagli

Docente. Sistemi Informativi. Programma. Programma. Ing. Fabrizio Riguzzi

Docente. Sistemi Informativi. Programma. Programma. Ing. Fabrizio Riguzzi Docente Sistemi Informativi Ing. Fabrizio Riguzzi Fabrizio Riguzzi http://www.ing.unife.it/docenti/fabrizioriguzzi Orario di ricevimento: mercoledì 15-17 studio docente, terzo piano, corridoio di destra,

Dettagli

NoSQL http://nosql. nosql-database.org/ Corso di Laurea Specialistica in Ingegneria Informatica. Corso di Linguaggi e Tecnologie Web A. A.

NoSQL http://nosql. nosql-database.org/ Corso di Laurea Specialistica in Ingegneria Informatica. Corso di Linguaggi e Tecnologie Web A. A. Corso di Laurea Specialistica in Ingegneria Informatica Corso di Linguaggi e Tecnologie Web A. A. 2011-2012 NoSQL http://nosql nosql-database.org/ Eufemia TINELLI Cosa è NoSQL? 1998 il termine NoSQL è

Dettagli

Tipologie di sensori e di estrazione automatica di dati

Tipologie di sensori e di estrazione automatica di dati Tipologie di sensori e di estrazione automatica di dati Prof. Gianluigi Ferrari Wireless Ad-hoc and Sensor Networks Laboratory http://wasnlab.tlc.unipr.it gianluigi.ferrari@unipr.it Dig.it 2014 - Giornalismo

Dettagli

Sviluppi Big Data per le Analisi statistiche

Sviluppi Big Data per le Analisi statistiche Sviluppi Big per le Analisi statistiche Alessandra Fasano e Nadia Mignolli Dipartimento per l integrazione, la qualità e lo sviluppo delle reti di produzione e ricerca (DIQR) dell Istituto Nazionale di

Dettagli

Arma dei Carabinieri Raggruppamento CC Investigazioni Scientifiche Reparto Tecnologie Informatiche

Arma dei Carabinieri Raggruppamento CC Investigazioni Scientifiche Reparto Tecnologie Informatiche Arma dei Carabinieri Raggruppamento CC Investigazioni Scientifiche Reparto Tecnologie Informatiche LA SICUREZZA CHE VERRA : scenari futuri e tecnologie emergenti Conferenza Roma, 28 giugno 2012 Sala Conferenze

Dettagli

LA TECHNOLOGY TRANSFER PRESENTA INTERNATIONAL. Roma, 3-4 Dicembre 2015 Residenza di Ripetta Via di Ripetta, 231 CONFERENCE BIG DATA

LA TECHNOLOGY TRANSFER PRESENTA INTERNATIONAL. Roma, 3-4 Dicembre 2015 Residenza di Ripetta Via di Ripetta, 231 CONFERENCE BIG DATA LA TECHNOLOGY TRANSFER PRESENTA Roma, 3-4 Dicembre 2015 Residenza di Ripetta Via di Ripetta, 231 INTERNATIONAL CONFERENCE 2 0 1 5 BIG DATA D E S C R I Z I O N E Gli ultimi 12 mesi possono essere descritti

Dettagli

Introduzione al Data Mining

Introduzione al Data Mining Introduzione al Data Mining Sistemi informativi per le Decisioni Slide a cura di Prof. Claudio Sartori Evoluzione della tecnologia dell informazione (IT) (Han & Kamber, 2001) Percorso evolutivo iniziato

Dettagli

Che cosa è SADAS INFOMANAGER (1982) Gestione Archivi Storici (1992) SADAS (2005) Ambiente MVS OVERMILLION (1990) Client-Server e multipiattaforma

Che cosa è SADAS INFOMANAGER (1982) Gestione Archivi Storici (1992) SADAS (2005) Ambiente MVS OVERMILLION (1990) Client-Server e multipiattaforma 1 Che cosa è SADAS SADAS è un DBMS column-based progettato in modo specifico per ottenere grandi performance nell interrogazione di archivi statici di grandi dimensioni (analisi data warehouse, OLAP).

Dettagli

Alla scoperta dei Graph Database

Alla scoperta dei Graph Database Alla scoperta dei Graph Database Matteo Pani 24 ottobre 2015 One size doesn t fit all Modellare le relazioni I Graph Database Il Labeled Property Graph Model I Graph-DBMS Neo4j Neo4j Internals Cypher Interagire

Dettagli

CALENDARIO CORSI SEDE DI PISA Valido dal 01/06/2015 al 31/08/2015

CALENDARIO CORSI SEDE DI PISA Valido dal 01/06/2015 al 31/08/2015 Corsi Programmati Codice (MOC) Titolo Durata (gg) Prezzo Date Prossime Edizioni Microsoft Windows Server 2012 10961 Automating Administration with Windows PowerShell 5 1700,00 08/06;06/07;07/09;19/10;

Dettagli

Testi del Syllabus. Docente CONTE GIANNI Matricola: 004116. Insegnamento: 05973 - SISTEMI INFORMATIVI. Anno regolamento: 2013 CFU:

Testi del Syllabus. Docente CONTE GIANNI Matricola: 004116. Insegnamento: 05973 - SISTEMI INFORMATIVI. Anno regolamento: 2013 CFU: Testi del Syllabus Docente CONTE GIANNI Matricola: 004116 Anno offerta: 2013/2014 Insegnamento: 05973 - SISTEMI INFORMATIVI Corso di studio: 5015 - INGEGNERIA INFORMATICA Anno regolamento: 2013 CFU: 9

Dettagli

ICT Trade 2013 Special Edition

ICT Trade 2013 Special Edition ICT Trade 2013 Special Edition Lo scenario di Mercato nelle sue tre aree chiave: Infrastrutture, Search Applications, Analytics Gianguido Pagnini Direttore della Ricerca, SIRMI La dimensione del fenomeno

Dettagli

Alessandro Huber Chief Technology Officer, Microsoft Italia Claudia Angelelli Service Line Manager, Microsoft Italia

Alessandro Huber Chief Technology Officer, Microsoft Italia Claudia Angelelli Service Line Manager, Microsoft Italia Alessandro Huber Chief Technology Officer, Microsoft Italia Claudia Angelelli Service Line Manager, Microsoft Italia Contenimento dei costi di gestione Acquisizioni/ merge Rafforzare la relazione con

Dettagli

Sistemi Informativi. Ing. Fabrizio Riguzzi

Sistemi Informativi. Ing. Fabrizio Riguzzi Sistemi Informativi Ing. Fabrizio Riguzzi Docente Fabrizio Riguzzi http://www.ing.unife.it/docenti/fabrizioriguzzi Orario di ricevimento: su appuntamento studio docente, terzo piano, corridoio di destra,

Dettagli

LA TECHNOLOGY TRANSFER PRESENTA MIKE FERGUSON BIG DATA MULTI-PLATFORM ROMA 25-27 GIUGNO 2014 RESIDENZA DI RIPETTA - VIA DI RIPETTA, 231

LA TECHNOLOGY TRANSFER PRESENTA MIKE FERGUSON BIG DATA MULTI-PLATFORM ROMA 25-27 GIUGNO 2014 RESIDENZA DI RIPETTA - VIA DI RIPETTA, 231 LA TECHNOLOGY TRANSFER PRESENTA MIKE FERGUSON BIG DATA MULTI-PLATFORM ANALYTICS ROMA 25-27 GIUGNO 2014 RESIDENZA DI RIPETTA - VIA DI RIPETTA, 231 info@technologytransfer.it www.technologytransfer.it BIG

Dettagli

GESTIONE IMMOBILIARE REAL ESTATE

GESTIONE IMMOBILIARE REAL ESTATE CONOSCENZA Il Gruppo SCAI ha maturato una lunga esperienza nell ambito della gestione immobiliare. Il know-how acquisito nei differenti segmenti di mercato, ci ha permesso di diventare un riferimento importante

Dettagli

Sistemi Informativi. Ing. Fabrizio Riguzzi

Sistemi Informativi. Ing. Fabrizio Riguzzi Sistemi Informativi Ing. Fabrizio Riguzzi Docente Fabrizio Riguzzi http://ds.ing.unife.it/~friguzzi Orario di ricevimento: su appuntamento studio docente, terzo piano, corridoio di destra, studio n. 339

Dettagli

L uso dei Big Data per la Produzione Statistica

L uso dei Big Data per la Produzione Statistica Big e Analytics: modelli, analisi e previsioni, per valorizzare l enorme patrimonio informativo pubblico L uso dei Big per la Produzione Statistica Giulio Barcaroli Metodi, strumenti e supporto metodologico

Dettagli

"CRM - CITIZEN RELATIONSHIP MANAGEMENT NELLE AMMINISTRAZIONI"

CRM - CITIZEN RELATIONSHIP MANAGEMENT NELLE AMMINISTRAZIONI "CRM - CITIZEN RELATIONSHIP MANAGEMENT NELLE AMMINISTRAZIONI" Marco Beltrami COMPA, Novembre 2004 COMPA Bologna 2004 IBM oggi non solo Information Technology! L ottava società mondiale per dimensione 45%

Dettagli

MEMENTO. Enterprise Fraud Management systems

MEMENTO. Enterprise Fraud Management systems MEMENTO Enterprise Fraud Management systems Chi è MEMENTO Fondata nel 2003 Sede a Burlington, MA Riconosciuta come leader nel settore in forte espansione di soluzioni di Enterprise Fraud Management Tra

Dettagli

Big Data: il futuro della Business Analytics

Big Data: il futuro della Business Analytics Big Data: il futuro della Business Analytics ANALYTICS 2012-8 Novembre 2012 Ezio Viola Co-Founding Partner & Direttore Generale The Innovation Group Information Management Tradizionale Executive KPI Dashboard

Dettagli

CORSO I.F.T.S TECNICHE PER LA PROGETTAZIONE E LA GESTIONE DI DATABASE

CORSO I.F.T.S TECNICHE PER LA PROGETTAZIONE E LA GESTIONE DI DATABASE CORSO I.F.T.S TECNICHE PER LA PROGETTAZIONE E LA GESTIONE DI DATABASE Ing. Mariano Di Claudio Lezione del 24/09/2014 Indice 1. Aspetti di Data Management CouchBase 2. Aspetti Architetturali Infrastruttura

Dettagli

Attivazione profilo SAS SAS OnDemand for Academics E-learnings. Metodi Quantitativi per Economia, Finanza e Management

Attivazione profilo SAS SAS OnDemand for Academics E-learnings. Metodi Quantitativi per Economia, Finanza e Management Attivazione profilo SAS SAS OnDemand for Academics E-learnings Metodi Quantitativi per Economia, Finanza e Management Creazione profilo SAS Creare un profilo SAS utilizzando la mail della LIUC, vi arriverà

Dettagli

Java. Traditional portability (ideal)

Java. Traditional portability (ideal) 1 Java JAVA: una introduzione 2 Traditional portability (ideal) C-code (Linux) (Pentium) Executable (Linux) Executable (Win32) Linux Windows 32 (Mac) Executable (Mac) Mac 1 1 3 Portability of Java programs

Dettagli

Intalio. Leader nei Sistemi Open Source per il Business Process Management. Andrea Calcagno Amministratore Delegato

Intalio. Leader nei Sistemi Open Source per il Business Process Management. Andrea Calcagno Amministratore Delegato Intalio Convegno Open Source per la Pubblica Amministrazione Leader nei Sistemi Open Source per il Business Process Management Navacchio 4 Dicembre 2008 Andrea Calcagno Amministratore Delegato 20081129-1

Dettagli

Corso: Advanced Solutions of Microsoft SharePoint Server 2013 Codice PCSNET: MSP2-5 Cod. Vendor: 20332 Durata: 5

Corso: Advanced Solutions of Microsoft SharePoint Server 2013 Codice PCSNET: MSP2-5 Cod. Vendor: 20332 Durata: 5 Corso: Advanced Solutions of Microsoft SharePoint Server 2013 Codice PCSNET: MSP2-5 Cod. Vendor: 20332 Durata: 5 Obiettivi Descrivere le funzionalità di base di SharePoint 2013 Pianificare e progettare

Dettagli

La progettazione dell Urban Control Center di una Smart City per il monitoraggio e la gestione energetico-ambientale della città

La progettazione dell Urban Control Center di una Smart City per il monitoraggio e la gestione energetico-ambientale della città La progettazione dell Urban Control Center di una Smart City per il monitoraggio e la gestione energetico-ambientale della città Prof. Ing. Mariagrazia DOTOLI (email: mariagrazia.dotoli@poliba.it) Dipartimento

Dettagli

NEAL. Increase your Siebel productivity

NEAL. Increase your Siebel productivity NEAL Increase your Siebel productivity Improve your management productivity Attraverso Neal puoi avere il controllo, in totale sicurezza, di tutte le Enterprise Siebel che compongono il tuo Business. Se

Dettagli

UN SISTEMA INFORMATIVO GEOGRAFICO FEDERATO PER IL GRAFO DELLA RETE STRADALE LOMBARDA

UN SISTEMA INFORMATIVO GEOGRAFICO FEDERATO PER IL GRAFO DELLA RETE STRADALE LOMBARDA UN SISTEMA INFORMATIVO GEOGRAFICO FEDERATO PER IL GRAFO DELLA RETE STRADALE LOMBARDA Lucia RATTI (*), Emanuela COMETTI (**) (*) Regione Lombardia, DG Infrastrutture e Mobilità, via Taramelli 12, 20124

Dettagli

L A T E C H N O L O G Y T R A N S F E R P R E S E N T A

L A T E C H N O L O G Y T R A N S F E R P R E S E N T A L A T E C H N O L O G Y T R A N S F E R P R E S E N T A Roma, 4-5 Dicembre 2014 Residenza di Ripetta Via di Ripetta, 231 INTERNATIONAL S U M M I T 2 0 1 4 BIG DATA ANALYTICS D E S C r I z I o N E Nel 2014

Dettagli

Data Warehousing (DW)

Data Warehousing (DW) Data Warehousing (DW) Il Data Warehousing è un processo per estrarre e integrare dati storici da sistemi transazionali (OLTP) diversi e disomogenei, e da usare come supporto al sistema di decisione aziendale

Dettagli

WEB INTELLIGENCE. Università di Udine Laboratorio di Intelligenza Artificiale e INFOFACTORY srl Parco Scientifico e Tecnologico L.

WEB INTELLIGENCE. Università di Udine Laboratorio di Intelligenza Artificiale e INFOFACTORY srl Parco Scientifico e Tecnologico L. WEB INTELLIGENCE Prof. CARLO TASSO Università di Udine Laboratorio di Intelligenza Artificiale e INFOFACTORY srl Parco Scientifico e Tecnologico L. Danieli - Udine Trieste, 4 Ottobre 2013 OTTOBRE 2013

Dettagli

BUSINESS INTELLIGENCE

BUSINESS INTELLIGENCE BUSINESS INTELLIGENCE MICROSOFT ENTERPRISE CLUB Disponibile anche sul sito: www.microsoft.com/italy/eclub/ La Piattaforma Microsoft per l Enterprise Data Management Febbraio 2004 INDICE BUSINESS INTELLIGENCE

Dettagli

Grid Data Management Services

Grid Data Management Services Grid Management Services D. Talia - UNICAL Griglie e Sistemi di Elaborazione Ubiqui Sommario Grid Management in Globus Toolkit GridFTP (Trasferimento Dati) RFT (Trasferimento Dati Affidabile) RLS (Gestione

Dettagli

Nuovo Corso di laurea magistrale in Ingegneria Informatica AA14-15. http://www.dis.uniroma1.it/~ccl_ii/site/

Nuovo Corso di laurea magistrale in Ingegneria Informatica AA14-15. http://www.dis.uniroma1.it/~ccl_ii/site/ Nuovo Corso di laurea magistrale in Ingegneria Informatica AA14-15 http://www.dis.uniroma1.it/~ccl_ii/site/ Laurea Magistrale L obiettivo della laurea magistrale in Ingegneria informatica (Master of Science

Dettagli

THETIS Water Management System for Settignano acqueduct (Firenze, Italy) Water Management System for Settignano aqueduct (Firenze, Italy)

THETIS Water Management System for Settignano acqueduct (Firenze, Italy) Water Management System for Settignano aqueduct (Firenze, Italy) THETIS for Settignano aqueduct (Firenze, Italy) YEAR: 2003 CUSTOMERS: S.E.I.C. Srl developed the Water Monitoring System for the distribution network of Settignano Municipality Aqueduct. THE PROJECT Il

Dettagli

Dichiarazione di Confidenzialita & Esclusione di Responsabilita

Dichiarazione di Confidenzialita & Esclusione di Responsabilita 1 Dichiarazione di Confidenzialita & Esclusione di Responsabilita Il contenuto del presente documento é strettamente confidenziale e contiene informazioni che non potranno essere comunicate né divulgate

Dettagli

La società Volocom. Trasformare le informazioni in conoscenza. Conoscere per agire

La società Volocom. Trasformare le informazioni in conoscenza. Conoscere per agire La società Volocom Trasformare le informazioni in conoscenza 2 La società Volo.com dal 2001 è uno dei leader nei settori del Knowledge Management e nella gestione delle informazioni per la rassegna stampa

Dettagli

Data warehousing Mario Guarracino Laboratorio di Sistemi Informativi Aziendali a.a. 2006/2007

Data warehousing Mario Guarracino Laboratorio di Sistemi Informativi Aziendali a.a. 2006/2007 Data warehousing Introduzione A partire dalla metà degli anni novanta è risultato chiaro che i database per i DSS e le analisi di business intelligence vanno separati da quelli operazionali. In questa

Dettagli

Sistemi di Elaborazione (10 CFU)

Sistemi di Elaborazione (10 CFU) Sistemi di Elaborazione (10 CFU) Presentazione del corso Teaching staff Giacomo Buonanno Mail address: buonanno@liuc.it Web page: http://www.liuc.it/persone/persona.asp?id=57 http://www.liuc.it/persone/gbuonann/default.htm

Dettagli

Introduzione a Matlab

Introduzione a Matlab Introduzione a Matlab Ruggero Donida Labati Dipartimento di Tecnologie dell Informazione via Bramante 65, 26013 Crema (CR), Italy ruggero.donida@unimi.it Perché? MATLAB is a high-level technical computing

Dettagli

Un analisi della VQR04-10. A cura di P. Ciancarini, membro GEV area1 Riunione GRIN Milano, 20 novembre 2013

Un analisi della VQR04-10. A cura di P. Ciancarini, membro GEV area1 Riunione GRIN Milano, 20 novembre 2013 Un analisi della VQR04-10 A cura di P. Ciancarini, membro GEV area1 Riunione GRIN Milano, 20 novembre 2013 Agenda Il passato: come è stata impostata la VQR2004-2010 Il presente: analisi e conseguenze dei

Dettagli

A A Design Tool to Develop Agent-Based Workflow Management Systems

A A Design Tool to Develop Agent-Based Workflow Management Systems Università degli Studi di Genova Facoltà di Ingegneria DIST - Dipartimento di Informatica, Sistemistica e Telematica A A Design Tool to Develop Agent-Based Workflow Management Systems Marco Repetto, Massimo

Dettagli

Laurea Magistrale in. Stochastics and Data Science

Laurea Magistrale in. Stochastics and Data Science Laurea Magistrale in Stochastics and Data Science Dati e decisioni: la sfida della società moderna For Today s Graduate, Just One Word: Statistics E. Brynjolfsson, MIT Center for Digital Business Director,

Dettagli

RenderCAD S.r.l. Formazione

RenderCAD S.r.l. Formazione Descrizione Il corso è basato su Oracle release 2. La caratteristica di questo corso è quella di insegnare agli allievi come creare e gestire le tabelle di dati spaziali e attivarli nelle applicazioni

Dettagli

IT e FRAUD AUDIT: un Alleanza Necessaria GRAZIELLA SPANO

IT e FRAUD AUDIT: un Alleanza Necessaria GRAZIELLA SPANO IT e FRAUD AUDIT: un Alleanza Necessaria GRAZIELLA SPANO 1 Perché l alleanza è vincente Per prevenire le frodi occorre avere un corretto controllo interno che è realizzabile anche grazie al supporto dell

Dettagli

Introduzione alla programmazione in SharePoint

Introduzione alla programmazione in SharePoint Giuseppe Marchi Introduzione alla programmazione in SharePoint SharePoint MVP Consultant/Trainer PeppeDotNet.it info@peppedotnet.it SharePointCommunity.it Sponsor Sponsor Platinum Sponsor Gold Agenda SharePoint

Dettagli

IL DIRETTORE. VISTA la Legge 9 maggio 1989, n. 168, dal titolo Istituzione del Ministero dell Università e della Ricerca Scientifica e Tecnologica ;

IL DIRETTORE. VISTA la Legge 9 maggio 1989, n. 168, dal titolo Istituzione del Ministero dell Università e della Ricerca Scientifica e Tecnologica ; IL DIRETTORE VISTO lo Statuto di IMT Alti Studi Lucca, emanato con Decreto Direttoriale n. 02715(206).I.2.20.09.11, pubblicato sulla Gazzetta Ufficiale - Serie Generale- n. 233 del 6 ottobre 2011; VISTO

Dettagli

Strumenti di Analisi e Simulazione per l'ottimizzazione della Risposta a Crisi Internazionali

Strumenti di Analisi e Simulazione per l'ottimizzazione della Risposta a Crisi Internazionali http://www.corisa.it Strumenti di Analisi e Simulazione per l'ottimizzazione della Risposta a Crisi Internazionali Prof. Vincenzo Loia Ing. Walter Matta Speaker: Giovanni Acampora, PhD CORISA Il Consorzio,

Dettagli

Gestire l informazione in un ottica innovativa. Enrico Durango Manager of Information Management Software Sales - IBM Italia

Gestire l informazione in un ottica innovativa. Enrico Durango Manager of Information Management Software Sales - IBM Italia Gestire l informazione in un ottica innovativa Enrico Durango Manager of Information Management Software Sales - IBM Italia INFORMAZIONE 2 La sfida dell informazione Business Globalizzazione Merger & Acquisition

Dettagli

Big data ed eventi: quasi un tutorial. Prof. Riccardo Melen melen@disco.unimib.it

Big data ed eventi: quasi un tutorial. Prof. Riccardo Melen melen@disco.unimib.it Big data ed eventi: quasi un tutorial Prof. Riccardo Melen melen@disco.unimib.it Big Data Monitoraggio di reti e infrastrutture IT performance: data center, SOA/ESB, infrastrutture virtuali, configurazione

Dettagli

Pipoli Antonio. Telefono: 3472225977 Email: antonio.pipoli@yesoft.it

Pipoli Antonio. Telefono: 3472225977 Email: antonio.pipoli@yesoft.it CURRICULUM VITAE Pipoli Antonio Telefono: 3472225977 Email: antonio.pipoli@yesoft.it Data e luogo di nascita: 26/03/1983 Foggia (FG) Nazionalità: Italiana Codice Fiscale: PPLNTN83C26D643F Residenza: via

Dettagli

Semantica: un sistema per l indicizzazione, il retrieval semantico di learning objects e la generazione automatica di corsi didattici

Semantica: un sistema per l indicizzazione, il retrieval semantico di learning objects e la generazione automatica di corsi didattici Tesi di laurea Semantica: un sistema per l indicizzazione, il retrieval semantico di learning objects e la generazione automatica di corsi didattici Anno Accademico 2007/2008 Relatori Ch.mo prof. Angelo

Dettagli

S P A P Bus Bu in s e in s e s s s O n O e n 9 e.0 9 p.0 e p r e r S A S P A P HAN HA A Gennaio 2014

S P A P Bus Bu in s e in s e s s s O n O e n 9 e.0 9 p.0 e p r e r S A S P A P HAN HA A Gennaio 2014 SAP Business One 9.0 per SAP HANA High Performance Analytical Appliance I progressi nella tecnologia HW hanno permesso di ripensare radicalmente la progettazione dei data base per servire al meglio le

Dettagli

SCHEDA PROGRAMMA INSEGNAMENTI A.A. 2012/2013

SCHEDA PROGRAMMA INSEGNAMENTI A.A. 2012/2013 SCHEDA PROGRAMMA INSEGNAMENTI A.A. 2012/2013 CORSO DI LAUREA IN Scienze della Formazione e dell educazione Insegnamento: Laboratorio di informatica applicata alla didattica Docente Prof. Limone Pierpaolo

Dettagli

Fabio Puglisi Responsabile area servizi informatici Comune di Mascalucia

Fabio Puglisi Responsabile area servizi informatici Comune di Mascalucia SOFTWARE LIBERO NELLA P. A. Fabio Puglisi Responsabile area servizi informatici Scenario Operativo 21 Regioni e Province Autonome su 22 80 su 100 Comuni con più di 60.000 abitanti Dotate di uno specifico

Dettagli

Una piattaforma enterprise per gestire e migliorare le iniziative di Governance, Risk e Compliance

Una piattaforma enterprise per gestire e migliorare le iniziative di Governance, Risk e Compliance Una piattaforma enterprise per gestire e migliorare le iniziative di Governance, Risk e Compliance Maria-Cristina Pasqualetti - Deloitte Salvatore De Masi Deloitte Andrea Magnaguagno - IBM Scenario La

Dettagli

Metodologie e strumenti per il collaudo di applicazioni Web

Metodologie e strumenti per il collaudo di applicazioni Web Università degli studi Tor Vergata Facoltà di Ingegneria Metodologie e strumenti per il collaudo di applicazioni Web Candidato: Luca De Francesco Relatore Chiar.mo Prof. Salvatore Tucci Correlatore Ing.

Dettagli

ZeroUno Executive Dinner

ZeroUno Executive Dinner L ICT per il business nelle aziende italiane: mito o realtà? 30 settembre 2008 Milano, 30 settembre 2008 Slide 0 I principali obiettivi strategici delle aziende Quali sono i primi 3 obiettivi di business

Dettagli

LA TECHNOLOGY TRANSFER PRESENTA MIKE ROMA 27-28 GIUGNO 2013 RESIDENZA DI RIPETTA - VIA DI RIPETTA, 231

LA TECHNOLOGY TRANSFER PRESENTA MIKE ROMA 27-28 GIUGNO 2013 RESIDENZA DI RIPETTA - VIA DI RIPETTA, 231 LA TECHNOLOGY TRANSFER PRESENTA MIKE FERGUSON BIG DATA ANALYTICS Costruire il Data Warehouse Logico ROMA 27-28 GIUGNO 2013 RESIDENZA DI RIPETTA - VIA DI RIPETTA, 231 info@technologytransfer.it www.technologytransfer.it

Dettagli

Ingegnerizzazione e Integrazione: il valore aggiunto di un Data Center Moderno, Efficace, Efficiente

Ingegnerizzazione e Integrazione: il valore aggiunto di un Data Center Moderno, Efficace, Efficiente Ingegnerizzazione e Integrazione: il valore aggiunto di un Data Center Moderno, Efficace, Efficiente Giuseppe Russo Chief Technologist - Systems BU 1 Cosa si può fare con le attuali tecnologie? Perchè

Dettagli

MY FIRST SAN IT CONSOLIDATION

MY FIRST SAN IT CONSOLIDATION MY FIRST SAN IT CONSOLIDATION IT Consolidation L approccio HP alla IT Consolidation 2 Cosa si intende per IT Consolidation Con IT Consolidation ci riferiamo alla razionalizzazione delle risorse IT per

Dettagli

13-03-2013. Introduzione al Semantic Web Linguaggi per la rappresentazione di ontologie. L idea del Semantic Web.

13-03-2013. Introduzione al Semantic Web Linguaggi per la rappresentazione di ontologie. L idea del Semantic Web. Corso di Ontologie e Semantic Web Linguaggi per la rappresentazione di ontologie Prof. Alfio Ferrara, Prof. Stefano Montanelli Definizioni di Semantic Web Rilievi critici Un esempio Tecnologie e linguaggi

Dettagli

MS SQL SERVER 2005 - UPGRADING TO MICROSOFT SQL SERVER 2005

MS SQL SERVER 2005 - UPGRADING TO MICROSOFT SQL SERVER 2005 MS SQL SERVER 2005 - UPGRADING TO MICROSOFT SQL SERVER 2005 UN BUON MOTIVO PER [cod. E316] Lo scopo di questo corso non MOC è fornire ai database professionals che lavorano in realtà di tipo enterprise

Dettagli

Smart Grids come fattore abilitante nello sviluppo delle Smart Cities. Jon Stromsather Pisa, 26 Maggio 2011

Smart Grids come fattore abilitante nello sviluppo delle Smart Cities. Jon Stromsather Pisa, 26 Maggio 2011 Smart Grids come fattore abilitante nello sviluppo delle Smart Cities Jon Stromsather Pisa, 26 Maggio 2011 Uso: Riservato Outline Introduzione Le Smart Grids e Smart Cities Progetti Smart Grids di Enel

Dettagli

LA TECHNOLOGY TRANSFER PRESENTA BARRY DEVLIN. Ricreare la BI e il DW: e Tecnologie avanzate

LA TECHNOLOGY TRANSFER PRESENTA BARRY DEVLIN. Ricreare la BI e il DW: e Tecnologie avanzate LA TECHNOLOGY TRANSFER PRESENTA BARRY DEVLIN Ricreare la BI e il DW: Nuova Architettura e Tecnologie avanzate ROMA 9-10 NOVEMBRE 2015 RESIDENZA DI RIPETTA - VIA DI RIPETTA, 231 info@technologytransfer.it

Dettagli

SAP PLM - DMS. SAP Document Management System integrazione con Content Server

SAP PLM - DMS. SAP Document Management System integrazione con Content Server SAP PLM - DMS SAP Document Management System integrazione con Content Server Apex assists companies increase business value by leveraging existing investments in SAP solutions SAP DMS Agenda Overview soluzione

Dettagli

Assyrus Srl. Virtualizzazione. Azienda di servizi e prodotti. Attività principali. Diversi partner/fornitori. Definizione (fonte: Wikipedia)

Assyrus Srl. Virtualizzazione. Azienda di servizi e prodotti. Attività principali. Diversi partner/fornitori. Definizione (fonte: Wikipedia) VISTA SULL ORGANIZZAZIONE, IL GOVERNO, LA GESTIONE E LA SICUREZZA DELLA RETE 7 Novembre 2006 Assyrus Srl Azienda di servizi e prodotti Ambito ICT Attività principali Progettazione System integrator / system

Dettagli

Titolo del corso in Catalogo del corso (in ore)

Titolo del corso in Catalogo del corso (in ore) Tematica formativa del Catalogo * Titolo del corso in Catalogo Durata del corso (in ore) Livello del corso ** Modalità di verifica finale *** Abilità personali Intelligenza relazionale: processo di comunicazione

Dettagli

KON 3. Knowledge ON ONcology through ONtology

KON 3. Knowledge ON ONcology through ONtology KON 3 Knowledge ON ONcology through ONtology Obiettivi di KON 3 Scopo di questo progetto èquello di realizzare un sistema di supporto alle decisioni, basato su linee guida e rappresentazione semantica

Dettagli

Corso: C/Side Solution Development in Microsoft Dynamics NAV 2013 Codice PCSNET: MDYN-48 Cod. Vendor: 80437 Durata: 5

Corso: C/Side Solution Development in Microsoft Dynamics NAV 2013 Codice PCSNET: MDYN-48 Cod. Vendor: 80437 Durata: 5 Corso: C/Side Solution Development in Microsoft Dynamics NAV 2013 Codice PCSNET: MDYN-48 Cod. Vendor: 80437 Durata: 5 Obiettivi Spiegare i diversi tipi di tabelle e le loro caratteristiche. Presentare

Dettagli

Corso di Red. e Pres. Prog. Inf. Lezione del 20-10-2006 Esercitatore: ing. Andrea Gualtieri. La lezione di oggi

Corso di Red. e Pres. Prog. Inf. Lezione del 20-10-2006 Esercitatore: ing. Andrea Gualtieri. La lezione di oggi La lezione di oggi Analisi dei requisiti RISORSE E INFORMAZIONI Richieste ORGANIZZAZIONE Servizi/ Prodotti PROCESSI E PROCEDURE Analisi dei requisiti: i processi Classificazione secondo Porter: la catena

Dettagli

Big Query, nosql e Big Data

Big Query, nosql e Big Data Big Query, nosql e Big Data Ma c'è veramente bisogno di gestire tutti questi dati? Immaginiamo che.. L'attuale tecnologia Database e Web Services fosse disponibile già DA ANNI Cosa cambierebbe nella Vita

Dettagli

via E. Toti 51, 89036 Brancaleone (Italia) 3406573381 angelo.parasporo82@gmail.com

via E. Toti 51, 89036 Brancaleone (Italia) 3406573381 angelo.parasporo82@gmail.com Curriculum vitae INFORMAZIONI PERSONALI Parasporo Angelo via E. Toti 51, 89036 Brancaleone (Italia) 3406573381 angelo.parasporo82@gmail.com ESPERIENZA PROFESSIONALE 04/04/2011 alla data attuale Consulente

Dettagli

ht://miner Un sistema open-source di data mining e data warehousing per lo studio dei comportamenti degli utenti su Internet

ht://miner Un sistema open-source di data mining e data warehousing per lo studio dei comportamenti degli utenti su Internet ht://miner Un sistema open-source di data mining e data warehousing per lo studio dei comportamenti degli utenti su Internet Gabriele Bartolini Comune di Prato Sistema Informativo Servizi di E-government

Dettagli

MS WINDOWS SERVER 2008 - CONFIGURING, MANAGING AND MAINTAINING SERVERS

MS WINDOWS SERVER 2008 - CONFIGURING, MANAGING AND MAINTAINING SERVERS MS WINDOWS SERVER 2008 - CONFIGURING, MANAGING AND MAINTAINING SERVERS UN BUON MOTIVO PER [cod. E103] Questo corso combina i contenuti di tre corsi: Network Infrastructure Technology Specialist, Active

Dettagli

Aggregatore di Open Data del territorio fiorentino e toscano

Aggregatore di Open Data del territorio fiorentino e toscano Aggregatore di Open Data del territorio fiorentino e toscano FODD Firenze Open Data Day, 21 Febbraio Prof. Paolo Nesi DISIT Lab Lab Distributed Data Intelligence and Technologies Lab Dipartimento di Ingegneria

Dettagli

correzione, verifica e validazione dei risultati

correzione, verifica e validazione dei risultati Università degli Studi di Padova Scuola di Specializzazione in Biochimica Clinica (A.A. 2005-2006) INDIRIZZI: DIAGNOSTICO E ANALITICO TECNOLOGICO Biochimica Clinica e Biologia Molecolare Clinica: automazione

Dettagli

Presentazione NIS Network Integration & Solutions s.r.l. Autore: nome Cognome Data: Evento

Presentazione NIS Network Integration & Solutions s.r.l. Autore: nome Cognome Data: Evento Presentazione NIS Network Integration & Solutions s.r.l. Autore: nome Cognome Data: Evento Chi siamo NIS nasce nel 1993 come spin-off dalla Università di Genova (DIST) Nel 1996 viene aperta una unità operativa

Dettagli

CURRICULUM VITAE ET STUDIORUM. Giulia Bruno

CURRICULUM VITAE ET STUDIORUM. Giulia Bruno CURRICULUM VITAE ET STUDIORUM di Giulia Bruno Via Tofane 44 10141 Torino, Italia Telefono: +39 3483646696 E-mail: giulia.bruno@polito.it Dati personali Nata a Torino il 17 Febbraio 1982 Cittadina italiana.

Dettagli

an agile and High-Tech company backed up by big cloud player una azienda agile e High-Tech supportata dalle grandi piattaforme cloud

an agile and High-Tech company backed up by big cloud player una azienda agile e High-Tech supportata dalle grandi piattaforme cloud an agile and High-Tech company backed up by big cloud player una azienda agile e High-Tech supportata dalle grandi piattaforme cloud Comunication, Collaboration, Workflow e Document Management in Sanità

Dettagli

SPACE TECHNOLOGY. Per la creazione d impresa. for business creation. and environmental monitoring. ICT and microelectronics. e monitoraggio ambientale

SPACE TECHNOLOGY. Per la creazione d impresa. for business creation. and environmental monitoring. ICT and microelectronics. e monitoraggio ambientale Green economy e monitoraggio ambientale Green economy and environmental monitoring Navigazione LBS Navigation LBS ICT e microelettronica ICT and microelectronics Per la creazione d impresa SPACE TECHNOLOGY

Dettagli

A free and stand-alone tool integrating geospatial workflows to evaluate sediment connectivity in alpine catchments

A free and stand-alone tool integrating geospatial workflows to evaluate sediment connectivity in alpine catchments A free and stand-alone tool integrating geospatial workflows to evaluate sediment connectivity in alpine catchments S. Crema, L. Schenato, B. Goldin, L. Marchi, M. Cavalli CNR-IRPI Outline The evaluation

Dettagli

Big Data e Statistica Ufficiale: La Strategia Istat

Big Data e Statistica Ufficiale: La Strategia Istat Big Data e Statistica Ufficiale: La Strategia Istat Ing. Domenico Donvito Direttore Direzione centrale per le tecnologie dell'informazione e della comunicazione ISTAT Indice 1. Shared data 2. Big Data

Dettagli

MACHINE LEARNING E STRUMENTI ANTICRIMINE NELL ERA DEI BIG DATA. Gaetano Bruno Ronsivalle

MACHINE LEARNING E STRUMENTI ANTICRIMINE NELL ERA DEI BIG DATA. Gaetano Bruno Ronsivalle Gaetano Bruno Ronsivalle Università degli Studi di Verona Tecnologie informatiche e multimediali MACHINE LEARNING E STRUMENTI ANTICRIMINE NELL ERA DEI BIG DATA Argomenti Big Data: una galassia online Machine

Dettagli

Attività in corso per l allineamento dei dati geografici nazionali al modello dati INSPIRE

Attività in corso per l allineamento dei dati geografici nazionali al modello dati INSPIRE Attività in corso per l allineamento dei dati geografici nazionali al modello dati INSPIRE A.Belussi, M.Negri, G.Pelagatti Politecnico di Milano mauro.negri@polimi.it ASITA 15 ottobre 2014 Punto di partenza

Dettagli

Ferrara, 18 gennaio 2011. Gianluca Nostro Senior Sales Consultant Oracle Italia

Ferrara, 18 gennaio 2011. Gianluca Nostro Senior Sales Consultant Oracle Italia Ferrara, 18 gennaio 2011 Gianluca Nostro Senior Sales Consultant Oracle Italia Agenda 18 gennaio 2011 Kick Off Oracle - ICOS Business Intelligence: stato dell arte in Italia Oracle Business Intelligence

Dettagli