Artificial intelligence and data engineering

Optimization Methods and Game Theory (6 cfu)

• Il corso si propone di introdurre i concetti teorici di base e le principali tecniche algoritmiche per risolvere problemi di ottimizzazione e di teoria dei giochi. In particolare, il corso si concentrerà sui seguenti aspetti: teoria dell’ottimizzazione non lineare, metodi di ottimizzazione locale e globale, applicazioni alle Support Vector Machines per la risoluzione di problemi di classificazione e di re-gressione, teoria e metodi risolutivi per problemi di ottimizzazione multiobiettivo, giochi non-cooperativi ed equilibri di Nash, relazioni tra giochi non-cooperativi ed ottimizzazione, software di ottimizzazione.
  

Business and Project Management (9 cfu)

• • Apprendere modelli analitici di teoria dell’impresa
  • Apprendere modelli di strategia competitiva e gestione strategica dell’impresa
  • Acquisire la logica generale e i principali strumenti di management in tutte le funzioni aziendali più rilevanti (sviluppo prodotto, produzione, logistica, marketing, finanza e con-trollo, qualità) in una ottica integrata e sistemica
  • Acquisire la teoria e la pratica della Gestione dei progetti
  • Saper sviluppare una offerta integrata di tecnologie digitali (HW, SW e sistemi) in risposta a problemi di business di tipo strategico e/o funzionale, con i relativi casi d’uso e strumenti di gestione di una gara competitiva
  • Saper sviluppare opportunità imprenditoriali (entrepreneurship).
  
  

Cloud Computing (9 cfu)

• Lo studente apprenderà i principi del cloud computing attraverso una combinazione di comprensione teorica e conoscenze tecniche e pratiche. I principi base e argomenti su tecnologie cloud avanzate sono discusse coprendo sia concetti infrastrutturali e che di piattaforme. Modelli di programmazione orientati a sistemi cloud in aggiunta ad esempi pratici sullo sviluppo di applicazioni sono inoltre presentati. Lo studente che completa con successo il corso è in grado di dimostrare le conoscenze necessarie per comprendere, progettare e analizzare le infrastrutture e applicazioni cloud attuali e future.
  

Large-Scale and Multi-Structured Databases (9 cfu)

• Il corso ha l’obiettivo di fornire la teoria e la pratica dei moderni sistemi di basi di dati su larga scala e multi-strutturati. Alla fine del corso, gli studenti comprendono in che modo è possibile gestire e archiviare un insieme molto ampio di dati complessi e multi-strutturati, e conoscono i prin-cipi dei sistemi di basi di dati su larga scala più comuni, inclusa la loro architettura, le prestazioni e i costi.
  

Data Mining and Machine Learning (12 cfu)

• Il corso si propone di introdurre i concetti e le tecniche principali usate in data mining e machine learning per estrarre conoscenza dai dati. In particolare, il corso si concentrerà sugli aspetti seguenti: pre-processazione dei dati, estrazione dei pattern frequenti, estrazione dei pattern sequenziali, classificazione, predizione, clustering di oggetti e grafi, rilevazione di anomalie, analisi di flussi di dati, data mining distribuito. Il corso tratterà in sequenza gli aspetti seguenti relativi a data mining e machine learning. Analisi preliminare e visualizzazione dei dati. Pre-processazione dei dati. Estrazione dei pattern frequenti e regole associative. Classificazione. Clustering. Rilevazione di anomalie. Clustering di grafi. Estrazione di pattern sequenziali frequenti. Data mining di flussi di dati. Framework per data mining distribuito.
  

15 cfu a scelta nel gruppo Gruppo A

• Gruppo attività formative affini o integrative

• Algoritmi e strutture dati (6 cfu)

  • L’insegnamento ha l’obiettivo di fornire le metodologie per 1) la programmazione orientata agli oggetti, 2) valutare la complessità degli algoritmi.
    

• Basi di dati (9 cfu)

  • L’insegnamento ha l’obiettivo di fornire le metodologie per il progetto, l'organizzazione e l'interrogazione delle basi di dati.
    

• Diritto dell’Informatica (6 cfu)

  • Il corso si propone di analizzare l’impatto che Internet e il Web, in connessione con i recenti sviluppi dell’Intelligenza Artificiale, hanno avuto ed hanno sulle regole giuridiche e l’uso delle regole giuridiche per disciplinare le attività e i comportamenti nella Rete, con particolare riferimento ai rapporti tra soggetti privati e imprese. Una specifica attenzione è rivolta alla disciplina del trattamento dei dati personali e ai problemi giuridici posti dai Big Data, alla contrattazione telematica B2B e B2C e alla circolazione delle informazioni nella società tecnologica, oltre che agli illeciti civili (contrattuali ed extracontrattuali) commessi dai soggetti operanti nella Rete.
    

• Distributed Systems and Middleware Technologies (6 cfu)

  • Il corso si propone di fornire agli studenti gli strumenti più appropriati, sia a livello concettuale che tecnologico, per sviluppare applicazioni distribuite moderne. Dopo aver introdotto modelli, paradigmi e algoritmi per il software distribuito, verranno presentate varie classi di sistemi middleware, evidenziando le problematiche da essi affrontate. Gli studenti impareranno a progettare, implementare e integrare software distribuito, possibilmente costituito anche da moduli eterogenei. Inoltre, saranno in grado di scegliere e applicare le soluzioni middleware più appropriate per risolvere I vari problemi pratici tipici delle applicazioni enterprise distribuite.
    

• Foundations of Cybersecurity (9 cfu)

  • L'obiettivo del corso è fornire agli studenti la conoscenza delle metodologie di base e le relative competenze per il progetto e lo sviluppo di protocolli ed applicazioni distribuite sicure. In particolare, agli studenti saranno presentate le metodologie di base per l’analisi delle minacce, la valutazione del rischio cyber e la codifica sicura. Inoltre, saranno presentati i principali schemi crittografici moderni che gli studenti impareranno ad utilizzare per la protezione dei dati “a riposo” ed “in transito” e di cui impareranno a valutare l’impatto sulle prestazioni. I concetti presentati saranno esemplificati mediante la discussione di casi reali. Gli studenti applicheranno le metodologie acquisite in esercitazioni pratiche.
    

• Gestione dell’Innovazione (6 cfu)

  • • Apprendere modelli analitici del ruolo della innovazione nella dinamica industriale delle imprese • Sviluppare capacità complesse di diagnostica e di problem solving applicate a contesti di impresa • Acquisire una cassetta degli attrezzi di tecniche gestionali per il management del processo innovativo, dalle fasi iniziali (generazione delle idee, o fuzzy front-end), alla selezione delle idee, alla progettazione, prototipazione e testing dei nuovi prodotti fino al marketing B2C e B2B • Apprendere la teoria e la pratica della gestione della proprietà intellettuale (IP) • Comprendere il ruolo delle tecnologie digitali nella disruption e nel ridisegno dei modelli di business.
    

• Internet of Things (9 cfu)

  • Il corso si propone di fornire le conoscenze teoriche sull’Internet of Things (IoT) e le metodologie di base per lo sviluppo di applicazioni IoT. Gli studenti imparano a progettare e sviluppare applicazioni basate sul paradigma IoT in diversi ambiti applicativi, quali smart cities, smart buildings, smart energy, smart industry, ecc.
    

• Metodi di formazione e di elaborazione delle bioimmagini (6 cfu)

  • Formare lo studente sui metodi di ricostruzione, filtraggio ed estrazione di features nel settore dell’imaging biomedicale. La teoria sarà supportata da esercitazioni sviluppate in ambiente matlab utilizzando immagini reali e simulatori software.
    

• Mobile and Social Sensing Systems (6 cfu)

  • L’obiettivo del corso è di fornire agli studenti una panoramica su problemi, soluzioni, metodi e tecnologie relativi ai sistemi mobili, indossabili e di social networking. Vengono discussi i principi fondamentali e le tecniche avanzate che riguardano la raccolta, il filtraggio e l'analisi di informazioni che possono essere estratte da piattaforme mobili e social, con enfasi sui dati provenienti da sensori fisici e umani. Alla fine del corso gli studenti avranno sviluppato le conoscenze e le competenze necessarie per progettare e implementare applicazioni intelligenti in una vasta gamma di domini, dall'e-health personalizzata all'analisi dei flussi di informazioni sociali.
    

• Performance Evaluation of Computer Systems and Networks (9 cfu)

  • L’obiettivo del corso è mettere in grado gli studenti di modellare ed analizzare sistemi informatici, reti e servizi, padroneggiando sia tecniche analitiche (nello specifico, la teoria delle code), sia simulazione ad eventi discreti. Per raggiungerlo, una prima parte del corso copre tutti i prerequisiti di teoria della probabilità e statistica che sono necessari per la teoria delle code e la simulazione. La seconda parte del corso copre i principi della simulazione ad eventi discreti, inclusa l’analisi del workflow per la simulzione, le strutture dati usate per la simulazione, la generazione di numeri casuali, l’eliminazione dei transitori e l’analisi dei dati di uscita. La terza parte del corso esplora la teoria e le applicazioni della teoria delle code, trattando sistemi a coda singola e reti di code.
    

• Programmazione avanzata (6 cfu)

  • L'insegnamento illustra l'organizzazione dei linguaggi ad alto livello, fornendo gli elementi che consentono di affrontare in maniera ingegneristica le problematiche dello sviluppo di prodotti software anche in presenza di concorrenza.
    

• Reti Informatiche (9 cfu)

  • L'insegnamento ha lo scopo di fornire le conoscenze di base sulle reti di calcolatori, sulla programmazione di applicazioni distribuite e sull'amministrazione di un sistema informatico in rete.
    

• Robotica e Macchine Intelligenti (6 cfu)

  • Il corso fornisce allo studente le nozioni fondamentali e gli strumenti necessari per l’analisi, la progettazione e lo sviluppo di metodologie e algoritmi per la pianificazione del moto di robot autonomi e per la gestione e il coordinamento di sistemi multi-robot, sia in ambito industriale che di servizio.
    

• Sistemi Operativi (9 cfu)

  • L'insegnamento ha l'obiettivo di fornire le conoscenze di base sulla organizzazione di un sistema operativo multiprogrammato.
    

• Statistica (6 cfu)

  • • Apprendere i fondamenti matematici della statistica • Apprendere e saper usare i concetti di covariazione e correlazione • Sviluppare modelli di regressione lineare e regressione logistica e saper interpretare cor-rettamente i risultati delle stime • Apprendere e saper usare i principali modelli di analisi multivariata (analisi fattoriale, ana-lisi delle componenti principali, clustering) • Saper costruire e interpretare serie storiche di dati • Acquisire pratica del software R per la costruzione dei dataset, l’impostazione dei modelli appropriati e l’analisi dei dati
    

Algoritmi e strutture dati (6 cfu)

• L’insegnamento ha l’obiettivo di fornire le metodologie per 1) la programmazione orientata agli oggetti, 2) valutare la complessità degli algoritmi.
  

Basi di dati (9 cfu)

• L’insegnamento ha l’obiettivo di fornire le metodologie per il progetto, l'organizzazione e l'interrogazione delle basi di dati.
  

Diritto dell’Informatica (6 cfu)

• Il corso si propone di analizzare l’impatto che Internet e il Web, in connessione con i recenti sviluppi dell’Intelligenza Artificiale, hanno avuto ed hanno sulle regole giuridiche e l’uso delle regole giuridiche per disciplinare le attività e i comportamenti nella Rete, con particolare riferimento ai rapporti tra soggetti privati e imprese. Una specifica attenzione è rivolta alla disciplina del trattamento dei dati personali e ai problemi giuridici posti dai Big Data, alla contrattazione telematica B2B e B2C e alla circolazione delle informazioni nella società tecnologica, oltre che agli illeciti civili (contrattuali ed extracontrattuali) commessi dai soggetti operanti nella Rete.
  

Distributed Systems and Middleware Technologies (6 cfu)

• Il corso si propone di fornire agli studenti gli strumenti più appropriati, sia a livello concettuale che tecnologico, per sviluppare applicazioni distribuite moderne. Dopo aver introdotto modelli, paradigmi e algoritmi per il software distribuito, verranno presentate varie classi di sistemi middleware, evidenziando le problematiche da essi affrontate. Gli studenti impareranno a progettare, implementare e integrare software distribuito, possibilmente costituito anche da moduli eterogenei. Inoltre, saranno in grado di scegliere e applicare le soluzioni middleware più appropriate per risolvere I vari problemi pratici tipici delle applicazioni enterprise distribuite.
  

Foundations of Cybersecurity (9 cfu)

• L'obiettivo del corso è fornire agli studenti la conoscenza delle metodologie di base e le relative competenze per il progetto e lo sviluppo di protocolli ed applicazioni distribuite sicure. In particolare, agli studenti saranno presentate le metodologie di base per l’analisi delle minacce, la valutazione del rischio cyber e la codifica sicura. Inoltre, saranno presentati i principali schemi crittografici moderni che gli studenti impareranno ad utilizzare per la protezione dei dati “a riposo” ed “in transito” e di cui impareranno a valutare l’impatto sulle prestazioni. I concetti presentati saranno esemplificati mediante la discussione di casi reali. Gli studenti applicheranno le metodologie acquisite in esercitazioni pratiche.