Data analysis and big data

Teaching in italian
Analisi dei dati e big data
Teaching
Data analysis and big data
Subject area
ING-INF/05
Reference degree course
DATA SCIENCE FOR THE HUMAN AND SOCIAL SCIENCES
Course type
Master's Degree
Credits
6.0
Teaching hours
Frontal Hours: 36.0
Academic year
2023/2024
Year taught
2024/2025
Course year
2
Language
ITALIAN
Curriculum
Data Analytics
Reference professor for teaching
MARRA Massimo

Teaching description

conoscenza di base della programmazione

Gli studenti acquisiranno un solido background relativo alle basi della gestione dei big data e dei sistemi informativi:
Acquisiranno le competenze per pensare in modo analitico, creativo e critico, sviluppando capacità di astrazione e problem solving per affrontare sistemi complessi.
Acquisiranno una conoscenza di base della progettazione e realizzazione di sistemi di gestione dei big data.
Devono avere gli strumenti per progettare database transazionali e analitici applicati a diversi contesti.
Devono avere le capacità di argomentare i dati in diversi scenari e gli strumenti per gestirli, insieme alla comprensione del loro impatto.

Applicazione della conoscenza e comprensione: dopo il corso lo studente dovrebbe essere in grado di:
- Descrivere il modello e i framework di un sistema informativo; illustrare i principali componenti di un sistema informativo sia dalla prospettiva tecnica che applicativa.
- Distinguere tra modelli concettuali, logici e fisici nella gestione dei big data.
- Modellare sistemi di elaborazione delle transazioni online (OLTP) da una prospettiva di big data, distinguendo tra modelli concettuali, relazionali e fisici.
- Modellare sistemi di elaborazione analitica online (OLAP) dal punto di vista dei dati, distinguendo tra modelli concettuali, logici e fisici, essendo in grado di descrivere le relazioni tra di essi e i processi.
- Visualizzare i dati in modo appropriato.

Capacità di giudizio: gli studenti sono guidati ad avvicinarsi criticamente agli argomenti trattati durante la lezione, a confrontare diverse soluzioni a un problema, a individuare e proporre in modo autonomo la soluzione più efficace o efficiente.

Comunicazione: gli studenti devono imparare a comunicare con pubblici eterogenei, spiegando la propria posizione in modo logico, coerente ed efficace. 
 

Lezione frontale, lavori di gruppo

Orale

- Database, database relazionali
- DataBase Management Systems;
- Modello ER, Modello relazionale, algebra relazionale, normalizzazione e qualità dei modelli relazionali;
- SQL: data definition and manipulation;
- Fondamenti di Human-data Interaction;
- Aspetti architetturali: Client-server, peers, architetture a servizi, architetture per l’edge e il cloud
- Principali argomenti dei Sistemi Informativi: Piramide di Anthony
- Applicazioni aziendali, OLTP e OLAP
- Definizione e ciclo di vita del Data Warehouse
- Modellazione dei sistemi di elaborazione analitica dei dati
- Strumenti per la visualizzazione dei dati
- Introduzione ai big data e alla pipeline di elaborazione dei big data
- Database NoSQL
 

“Fundamentals of Database Systems", 7th Edition, Elmasri, Navathe, Addison-Wesley  

M. Golfarelli, S. Rizzi, Data Warehouse Design: modern principles and methodologies, McGraw-Hill Education, 2021

Balamurugan Balusamy, Nandhini Abirami R, Amir H. Gandomi, Big Data: Concepts, Technology, and Architecture,John Wiley & Sons Inc; 1. edizione 
 

Semester
First Semester (dal 23/09/2024 al 17/01/2025)

Exam type
Compulsory - Characterizing

Type of assessment
Oral - Final grade

Course timetable
https://easyroom.unisalento.it/Orario

Download teaching card (Apre una nuova finestra)(Apre una nuova finestra)