Data Management

INFORMAZIONI GENERALI

Obiettivi Formativi

Il corso si propone di fornire le competenze di base nell’acquisizione e nella gestione dei dati e della conoscenza con riferimento alle tecnologie informatiche esistenti per la creazione e gestione delle basi di dati e di conoscenza.

Gli obiettivi specifici del corso sono:

•          Identificare e descrivere i dati.

•          Descrivere le caratteristiche dei dati raccolti e delle loro relazioni.

•          Descrivere lo schema generale di un dominio.

•          Comprendere il funzionamento dei principali software per la gestione dei dati e della conoscenza

•          Descrivere come creare valore ed estrarre valore dai dati tradizionali e dai big data

•          Descrivere le caratteristiche principali delle tecniche big data e data analytics (Hadoop, R)

•          Descrivere le caratteristiche principali delle tecniche di Descriptive, Predictive e Prescriptive Analytics .

Risultati di apprendimento attesi

Conoscenza e capacità di comprensione

Modulo 1) - Prof.ssa Noemi Scarpato

• Aver acquisito la conoscenza della teoria relativa alla definizione di una base di dati.

• Aver acquisito la conoscenza della teoria relativa alla definizione di una base di conoscenza.

• Aver acquisito la conoscenza dei principali strumenti e linguaggi per la gestione di una base di dati.

• Aver acquisito la conoscenza dei principali strumenti e linguaggi per la gestione di una base di conoscenza.

Modulo 2) - Prof. Bruno Ruscello

• Acquisizione del lessico specifico della disciplina. Capacità di individuare le caratteristiche distintive di uno studio in ambito informatico e tecnologico, applicato al management aziendale.

• Possesso di alcune conoscenze di base per pervenire alla descrizione sintetica – anche grazie all’uso della statistica, descrittiva ed inferenziale - di misure prese in ambito aziendale/industriale.

• Vengono richieste conoscenza e comprensione dei temi specifici della disciplina (p.es. tecniche big data, data analytics, ecc.).

• Gli studenti conseguono questo obiettivo adattando (o acquisendo ex novo) le pregresse conoscenze universitarie attraverso la partecipazione alle lezioni e/o la consultazione dei materiali didattici forniti.

Capacità di applicare conoscenza e comprensione

Modulo 1) - Prof.ssa Noemi Scarpato

• Aver acquisito la capacità di interpretazione dei concetti presentati allo scopo di progettare una base di dati.

• Aver acquisito la capacità di interpretazione dei concetti presentati allo scopo di progettare una base di conoscenza.

• Le conoscenze acquisite agli ambiti applicati relativi alle scienze motorie quali ad esempio la match analysis e la predizione delle prestazioni degli sportivi basate sull’analisi dei dati.

Modulo 2) - Prof. Bruno Ruscello

• La capacità di applicare quanto appreso deve permettere di affrontare efficacemente situazioni astratte (consultazione ed uso della letteratura scientifica di riferimento) e pratiche (gestione ed elaborazione dei dati raccolti, riferiti al processo di management aziendale). Le competenze sono acquisite attraverso un lavoro di esercitazione individuale e eventualmente coordinato dal Docente, attraverso gli incontri di didattica interattiva.

Abilità di giudizio

Modulo 1) - Prof.ssa Noemi Scarpato

Lo studente avrà acquisito la capacità di formulare una propria valutazione finanziaria sulla base delle conoscenze teoriche apprese e delle esperienze condivise dal docente in aula.

• Gli studenti saranno costantemente stimolati ad acquisire una visione critica sulle problematiche oggetto di insegnamento e studio, tale da permettere il passaggio dalle competenze teoriche acquisite all'applicazione pratica delle stesse nella maniera più autonoma possibile, secondo un percorso che vede centrale il paradigma: “dalla conoscenza alla competenza tramite l’esperienza”.

Modulo 2) - Prof. Bruno Ruscello

• Le capacità di giudizio e di riflessione devono permettere scelte autonome sulle impostazioni da seguire sia in occasione della consultazione della letteratura scientifica di riferimento sia nella gestione pratica – raccolta, elaborazione ed analisi - dei dati provenienti dallo studio della performance aziendale, anche in mancanza di una guida diretta.

• Data la vastità e la rilevanza di tale materia presso la comunità scientifica di riferimento, sarà parte importante di tale capacità quella di saper correttamente giungere alla consultazione delle fonti di formazione/informazione corrette e certificate, a livello nazionale ed internazionale.

• Gli studenti dovranno maturare la consapevolezza dell’importanza e della necessità dell'uso di linguaggi specifici e rigorosi, caratteristici di ogni disciplina formalizzata.

• Allo stesso tempo, data la natura applicativa del dato trattato in questo campo professionale (p.es. controllo della performance aziendale) sarà stimolata la capacità di comunicare efficacemente le risultanze più significative riscontrate in fase di analisi anche ad una platea di non professionisti del settore.  L'abitudine al linguaggio e lo scambio di informazioni dovranno avvenire forzandosi nell'uso delle forme corrette della comunicazione scientifica.

Capacità di apprendimento

Modulo 1) - Prof.ssa Noemi Scarpato

• Le capacità di giudizio e di riflessione devono permettere scelte autonome sulle impostazioni da seguire sia in occasione della consultazione della letteratura scientifica di riferimento sia nella gestione pratica – raccolta, elaborazione ed analisi - dei dati provenienti dallo studio della performance aziendale, anche in mancanza di una guida diretta.

• Data la vastità e la rilevanza di tale materia presso la comunità scientifica di riferimento, sarà parte importante di tale capacità quella di saper correttamente giungere alla consultazione delle fonti di formazione/informazione corrette e certificate, a livello nazionale ed internazionale.

• Utilizzare una corretta terminologia scientifica per descrivere i concetti e le tecnologie presentate.

Modulo 2) - Prof. Bruno Ruscello

• Gli studenti saranno costantemente stimolati ad acquisire una visione critica sulle problematiche oggetto di insegnamento e studio, tale da permettere il passaggio dalle competenze teoriche acquisite all'applicazione pratica delle stesse nella maniera più autonoma possibile, secondo un percorso che vede centrale il paradigma: “dalla conoscenza alla competenza, tramite esperienza”.

• Il confronto dialettico con i compagni e con il Docente sarà utilizzato per il potenziamento di quest'abilità, in occasione delle sessioni di didattica interattiva e nel ricevimento studenti

PROGRAMMA DEL CORSO

Modulo 1) - Prof.ssa Noemi Scarpato

Parte I. Sistemi di basi di dati

• Introduzione: Introduzione ai sistemi di basi di dati. Gestione dei dati. File system e DBSM. Vantaggi di un DBMS. Interrogazioni in un DBMS. Gestione delle transazioni. Struttura di un DBMS.
• Il modello Entità-Relazione: Progettazione di basi di dati e diagrammi ER. Entità, attributi e insiemi di entità. Relazioni e insiemi di relazioni. Estensioni del modello ER. Vincoli di chiave.
• Modello relazionale: Introduzione al modello relazionale. Chiavi e Vincoli di integrità sulle relazioni. Applicazione dei vincoli di integrità. Interrogazione di basi di dati relazionali. Introduzione alle viste.
• La progettazione logica: dallo schema ER al relazionale. Da insiemi di entità e relazioni a tabelle. Traduzione di insiemi di relazioni con vincoli di chiave.
• Introduzione ad SQL: Interrogazioni SQL di base.
• Strumenti software per la gestione delle basi di dati.

Parte II. Rappresentazione della Conoscenza e Sistemi basati su Conoscenza

• Introduzione: Basi di conoscenza e ragionamento logico. Rappresentazione della Conoscenza e Reasoning. La logica proposizionale. Logica dei predicati. Inferenza.
• Costruzione di basi di conoscenza: Organizzazione della conoscenza. Ontologie. Ontologie e lessici. Sistemi a frame e reti semantiche. RDF. OWL. Linked Data.
• Introduzione a SPARQL: Interrogazioni SPARQL di base.
• Strumenti software per la gestione delle basi di conoscenza.
• Graph Database
• Data Mining

Modulo 2) - Prof. Bruno Ruscello

Parte 1 - Creare valore ed estrarre valore dai dati tradizionali e dai big data

• Attori Aziendali e Dati
• Big Data
• L’Architettura Data Lake
• Le Tecniche di Analisi

Parte 2: - Tecniche Big Data: Hadoop

• Hadoop
• Gli strumenti per la “data ingestion”

Parte 3: Software per l’analisi dei dati: R

• Introduzione a R e R Studio
• Approfondimenti su alcuni aspetti di R Studio

Parte 4: Metodi per la Predictive Analytics

• Metodologia per la predictive e prescriptive analytics
• Presentazione dei Dati

Parte 5: Case Studies

• L’utilizzo dei dati in una realtà sportiva d’élite

Testi consigliati

• Materiale Fornito dal docente.
• Riferimenti Bibliografici a materiale disponibile gratuitamente in rete forniti di volta in volta all’interno delle lezioni;

I libri di testo (solo consigliati per il modulo prof. Ruscello) da studiare per il superamento della prova d’esame sono:

• Rezzani A. - "Big Data Analytics" - Maggioli Editore - 2017 - ISBN - 978- 88-916-2185-6
• Teti A. - "Lavorare con i Big Data" - Tecniche Nuove Milano - 2017 - ISBN 978-88-481-3154-4.

MODALITÀ DI ESAME, PREREQUISITI, ESAMI PROPEDEUTICI

Modalità di accertamento dei risultati di apprendimento acquisiti dallo studente

Obiettivi della prova e modalità di accertamento dei risultati di apprendimento acquisiti dallo studente

L'acquisizione dei risultati di apprendimento previsti viene accertata attraverso la prova di esame.

Tutti i contenuti trattati nell’ambito dell’insegnamento costituiscono oggetto di valutazione.

La valutazione delle competenze acquisite “in itinere” dallo studente avverrà attraverso un colloquio orale o in forma scritta nelle date d’appello previste dall’Ateneo e pubblicate in piattaforma.

La valutazione prevede l’identificazione del raggiungimento degli obiettivi previsti ed in particolare per ogni argomento saranno valutati:

-          il grado di acquisizione della conoscenza degli argomenti trattati

-          la capacità di sintesi e correlazione tra i vari argomenti

-          la comprensione e la capacità di interpretazione dei meccanismi e fenomeni

Durante la prova la Commissione esaminatrice valuterà la capacità di apprendimento (learning skills) da parte dello Studente nonché la capacità di applicare le conoscenze e si assicurerà che le competenze siano adeguate a sostenere e risolvere problemi relativi alla disciplina (50% del punteggio). Saranno inoltre valutati: autonomia di giudizio (making judgements) (25% del punteggio) e le abilità comunicative (communication skills) (25% del punteggio) secondo quanto indicato nei descrittori di Dublino.

Darà luogo a valutazioni di eccellenza (30 e Lode – 27) il possesso da parte dello studente di buone conoscenze sugli argomenti in programma tali da permettergli di affrontare e risolvere i quesiti e le prove proposte con competenza e spirito critico.

Darà luogo a valutazioni discrete (26-23) il possesso da parte dello studente di una conoscenza prevalentemente mnemonica dei contenuti e delle tecniche di calcolo tali da consentirgli di affrontare i temi proposti in maniera meccanica e spesso acritica.

Darà luogo a valutazioni sufficienti (22-18) il raggiungimento di un bagaglio di conoscenze minimale, principalmente indirizzate al possesso dei concetti base.

Daranno luogo a valutazioni negative (< 18) le difficoltà di orientamento dello studente rispetto ai temi affrontati nei testi d'esame, le lacune formative e l'incapacità di elaborare anche le più elementari questioni applicative proposte.

L'esisto di tale prova costituisce autonoma valutazione di profitto eventualmente integrabile, su esplicita richiesta dello studente, da una suppletiva prova orale.

La valutazione finale avverrà nelle date d’appello previste dall’Ateneo e pubblicate in piattaforma, in modalità scritta e /o orale.

L’esame scritto sarà composto da 31 (30 + 1) domande a risposta multipla con un valore di 1 punto per la risposta corretta. La 31nesima domanda, in caso di risposta esatta alle 30 domande poste, costituirà la valutazione di lode.

Propedeuticità

Nessuna

Prerequisiti

È richiesta una pregressa conoscenza di base della logica, dell’informatica e della statistica.

ORGANIZZAZIONE DIDATTICA

Modalità di erogazione del corso:

Il corso di Data Management offre diverse modalità di erogazione per garantire una formazione flessibile e accessibile. Gli studenti possono accedere alle lezioni online (asincrone) tramite la piattaforma dedicata, dove trovano materiali didattici, video lezioni e esercitazioni interattive. Inoltre, sono previsti forum di discussione per interagire con docenti e colleghi e attività di Didattica Interattiva, in modalità sincrona. L'esame finale viene svolto sia in remoto, permettendo agli studenti di dimostrare le proprie competenze a distanza, sia in presenza nelle sedi abilitate. Questo approccio consente una partecipazione attiva e personalizzata, adattandosi alle esigenze degli studenti lavoratori o con impegni familiari.

Attività didattiche previste

Attività didattica erogativa (18 ore):

• 35 Videolezioni della durata di 30 minuti circa ciascuna per circa 18 ore di formazione, sempre disponibili in piattaforma.

Attività didattica interattiva (8 ore):

La Didattica Interattiva online è il modo di passare, periodicamente, dalla forma "asincrona" di erogazione delle lezioni (quelle registrate, fruibili a discrezione dell'utente) ad una forma sincrona, quasi "in presenza" (si rimane sempre online), dove è possibile approfondire alcuni temi disciplinari in presenza del docente e dei colleghi studenti. Questo permette ovviamente una serie di interazioni che aumentano l'esperienza formativa dello studente, permettendo uno scambio di opinioni, domande o piccoli dibattiti fra i convenuti.

Si precisa che la Didattica Interattiva online non è obbligatoria per lo studente - si può svolgere l'esame anche senza frequentare tali lezioni - è solo un arricchimento della offerta formativa che l'Ateneo mette a disposizione dello studente.

Questi incontri avranno cadenza circa mensile, dureranno circa un'ora e saranno svolti sulla piattaforma Zoom.

Ricevimento studenti

Nella sede di Roma o in modalità telematica (Zoom) previo appuntamento.