GESTIONE DEI DATI DIGITALI

Scopo del modulo è far comprendere allo studente le opportunità e le soluzioni per la gestione dei dati digitali. I dati hanno tipologie diverse, sono descritti da opportuni metadati e sono organizzati in modo da rendere possibili la ricerca e la selezione per prendere poi decisioni utili alle persone, alle aziende e alla società tutta.
Il modulo (inserito in un programma che ne prevede altri due per il completamento del percorso COMPUTER AND DATA SCIENCE) si sviluppa su un impianto teorico pratico che illustra le basi, l'evoluzione, la storia e i principali strumenti per capire, trattare e organizzare i dati digitali.
Gli strumenti utilizzati saranno tutti di tipo cloud based e non obbligheranno lo studente ad utilizzare software complessi e/o invasivi.



Lo studente sarà in grado di creare basi dati complesse. Potrà districarsi nel mondo del web per reperire fonti autorevoli e certificate di dati. Sarà in grado di analizzare i dati e creare rappresentazioni visuali, nonchè story telling grafici, persuasivi e di impatto.

Non sono necessari requisiti particolari, a parte elementi di matematica di base. E la conoscenza delle dinamiche del web.

Il modulo inquadra i concetti fondanti e abilitanti le peculiarità e le caratteristiche dei Big Data. In particolare si introdurranno le soluzioni tecnologiche (piattaforma Hadoop) per la raccolta, gestione, governance e visualizzazione dei Big Data. Il corso prevede la descrizione di alcuni esempi di casi reali.

1) Dal dato all’informazione. Il principio olistico.
2) Le fonti che generano dati (persone, macchine, dati stessi)
3) Le dimensioni: dai TeraByte agli ZettaByte
4) I processi di acquisizione, filtraggio e integrazione
5) La gestione dei dati strutturati e dei dati non strutturati
6) I motori di ricerca dedicati ai dati
7) Dati aperti e trasparenza
8) Open Government Data
9) App e infografiche con dati pubblici o dati disponibili
10) Data journalism e data scraping
11) Documenti e contenuti strutturati (dall’x-document al dato)
12) Elaborazione di grandi quantità di dati con Hadoop
13) La rappresentazione (Data story telling)
14) Introduzione all’analisi predittiva
15) Dalla Sharing economy alla Data economy
16) Introduzione all’AI e al Machine learning (creazione di piccoli BOT con strumenti web)

Rezzani A. (2014) Big Data, Ed. Hoepli

Cosenza V. (2013) La società dei dati Ed. 40k

L'esame consiste di due fasi:
1) preparazione di un elaborato individuale relativo ai temi trattati nel modulo
2) presentazione orale.

Il corso alternerà teoria e pratica. Le lezioni introdurranno i concetti che potranno anche essere subito tradotti in esercitazione pratiche sul web.
Al corso può seguire un progetto di tesi.
Dispense e materiali di approfondimento e di autovalutazione disponibili online; testi di riferimento in formato e-book

Italiano

scritto e orale