Il corso universitario di Fondamenti di Big Data è progettato per fornire agli studenti una comprensione approfondita delle principali tecnologie e concetti relativi alla gestione e all'analisi di grandi quantità di dati. Il corso è strutturato in dodici lezioni che coprono un ampio spettro di argomenti, dalle basi del Big Data alle applicazioni pratiche nel campo del marketing e della visualizzazione dei dati.
La prima lezione, Introduzione al Big Data, offre una panoramica sui concetti fondamentali, inclusa la definizione di Big Data e le sue caratteristiche principali, note come le 5 V: Volume, Velocità, Varietà, Veridicità e Valore. Questa lezione stabilisce le basi per comprendere l'importanza e l'impatto del Big Data nel mondo moderno.
La seconda lezione affronta i Principi di Data Governance e Data Flow Management (DFM). In questo modulo, gli studenti apprendono l'importanza della governance dei dati, inclusi i processi e le policy necessarie per garantire la qualità e la sicurezza dei dati aziendali. Il DFM viene introdotto come metodo per gestire efficacemente il flusso di dati attraverso un'organizzazione.
La terza lezione, Introduzione ad Hadoop, introduce gli studenti a uno degli strumenti più utilizzati nel campo del Big Data. Gli studenti imparano a conoscere l'architettura di Hadoop, i suoi componenti principali e come viene utilizzato per gestire e analizzare grandi quantità di dati.
Nella quarta lezione, MapReduce & YARN, si approfondiscono due componenti essenziali di Hadoop. Gli studenti esplorano il modello di programmazione MapReduce e la sua capacità di elaborare grandi dataset in parallelo. Viene inoltre introdotto YARN, il gestore delle risorse di Hadoop, che consente di ottimizzare l'utilizzo delle risorse nel cluster Hadoop.
La quinta lezione è dedicata ai NoSQL Databases. Gli studenti scoprono come i database NoSQL differiscono dai tradizionali database relazionali e perché sono particolarmente adatti per applicazioni Big Data. Si esplorano vari tipi di database NoSQL, tra cui document, key-value, column-family e graph databases.
Le lezioni sei e sette si concentrano sull'Introduzione al Machine Learning, suddivisa in due parti. Questi moduli offrono una panoramica dei concetti fondamentali del machine learning, degli algoritmi principali e delle loro applicazioni. Gli studenti imparano come i modelli di machine learning possono essere utilizzati per analizzare e prevedere tendenze nei dati.
Le lezioni otto e nove trattano il tema del Social Analytics, anche queste suddivise in due parti. In questi moduli, gli studenti esaminano come i dati provenienti dai social media possono essere raccolti e analizzati per estrarre informazioni utili. Si esplorano tecniche di sentiment analysis, network analysis e altre metodologie per interpretare i dati sociali.
Le lezioni dieci e undici sono dedicate al Marketing Analytics, divise anch'esse in due parti. Gli studenti apprendono come utilizzare i dati per migliorare le strategie di marketing. Si esplorano tecniche di analisi dei dati per segmentare il mercato, valutare l'efficacia delle campagne di marketing e prevedere il comportamento dei consumatori.
Infine, la dodicesima lezione si concentra sull'Introduzione alla Data Visualization. Questo modulo insegna agli studenti l'importanza della visualizzazione dei dati e come creare visualizzazioni efficaci che comunicano chiaramente le informazioni. Si esplorano vari strumenti e tecniche per la visualizzazione dei dati, inclusi grafici, mappe e dashboard interattivi.
Questo corso offre una solida base teorica e pratica nel campo del Big Data, preparando gli studenti ad affrontare le sfide della gestione e dell'analisi dei dati su larga scala.
Trovate il corso all'indirizzo
https://www.uninettunouniversity.net/it/cyberspaziomateria.aspx?lf=it&courseid=4970°ree=288&planid=956&faculty=0
DURATA DEL CORSO:
Il corso è già attivo e terminerà a gennaio. Ci saranno poi due sessioni di esame, le cui date saranno indicativamente a fine gennaio e metà febbraio.
PER CONTATTARE IL DOCENTE:
Mandatemi una mail a luigi.laura@uninettunouniversity.net (ovvero, non usate l'agenda per mettere appuntamenti in orari a cui, tipicamente, non potrei partecipare!)
CLASSI INTERATTIVE:
Ogni settimana, a partire dalla prossima, ci sarà una classe interattiva su Microsoft Teams, a cui vi ricordiamo di accedere usando le vostre credenziali di Ateneo.
Trovate le classi interattive nell'agenda interattiva nel vostro cyberspazio didattico nel portale di ateneo.
Il link alla classe è il seguente (lo trovate anche in Agenda)
https://teams.microsoft.com/dl/launcher/launcher.html?url=%2F_%23%2Fl%2Fmeetup-join%2F19%3Ameeting_NjYwZTFkMmItMGYwMi00Y2NkLTgyM2EtNTdkZGFjODljNzky%40thread.v2%2F0%3Fcontext%3D%257b%2522Tid%2522%253a%25229e96cb29-cc81-4da9-bbd2-068442e86590%2522%252c%2522Oid%2522%253a%25221ed32570-4708-4f28-80f1-92a83a323d45%2522%257d%26anon%3Dtrue&type=meetup-join&deeplinkId=7e96c338-6781-46f0-9846-b24fc9564d6d&directDl=true&msLaunch=true&enableMobilePage=true&suppressPrompt=true
CREDENZIALI DI TEAMS:
Dalla tua pagina dello studente, selezionando dal menù in alto la voce "opzioni", nella sezione "Teams" puoi attivare le tue credenziali Uninettuno-Microsoft che ti serviranno per effettuare l'accesso a Teams (dopo l’attivazione potrebbe essere necessario aspettare qualche ora prima di poter procedere con l’autenticazione).
MICROSOFT TEAMS:
Qui le istruzioni per l'installazione di Teams:
https://www.uninettunouniversity.net/Data/Sites/1/GalleryImages/turni/Installazione_teams.pdf
Qui le istruzioni per la configurazione di Teams:
https://www.uninettunouniversity.net/Data/Sites/1/GalleryImages/turni/Configurazione_teams.pdf