Antonella LONGO

Antonella LONGO

Professore II Fascia (Associato)

Dipartimento di Ingegneria dell'Innovazione

Centro Ecotekne Pal. O - S.P. 6, Lecce - Monteroni - LECCE (LE)

Ufficio, Piano terra

Telefono +39 0832 29 9074

Area di competenza:

Basi di dati relazionali e analitiche, governo  dei servizi, sistemi per la gestione dei livelli di servizio, Technology Enhanced Learning, Big data management

Orario di ricevimento

Previo contatto via email.

Visualizza QR Code Scarica la Visit Card

Curriculum Vitae

[EN] Graduated in Computer Engineering in 1998, Antonella Longo received her PhD in Information Engineering at the University of Salento in 2004 and she is a permanent researcher at the University of Salento (SSD: ING-INF / 05) since 2008, where she is scientific director of SydaLab (Research Laboratory on data engineering and big data management), of DidaLab (Laboratory of the Department of Innovation Engineering on Technology Enhanced Learning), and scientific coordinator of the activities of CRISR, the research on the safety and resilience of Unisalento's critical infrastructures. He is also the contact person for the PCTO activities of the Department of Innovation Engineering (to which she belongs). For the Department she is also the contact person for the implementation of the three-year strategic plan, for activities related to e-learning and the use of digital technologies in learning ecosystems.
Since 2022 she has been Associate professor of database and big data management (ERC sector: PE6_10) at the Department of Engineering for Innovation at the University of Salento.
Her main scientific interests concern:
- the management of data and information systems in complex organizations, with particular reference to the modeling and development of service architectures for the management of heterogeneous data. The main application sectors are related to:

  • data-driven management of digital (cloud), hybrid (cyber-physical, e.g. mobility services), and outsourcing services in collaboration with leading Italian companies and foreign universities
  • the use of mobile crowdsensing for data collection with mobile sensors and monitoring for the creation of online services for analyzing urban pollution and its impact on human health. Specifically, the scientific interest is in the design of edge computing layers for the management (i.e. pre-processing, security) of data in proximity to the production source
  • the analysis of the performance and quality of services for the Public Administration and in complex business organizations, with particular reference to business aspects - IT alignment

- the use of digital technologies for teaching scientific subjects and laboratory practices, with the use of mobile tools, such as smartphones, and with the design and development of platforms for remote access to laboratory equipment in collaborative environments, where citizen science approaches exploiting mobile crowdsensing paradigm.
Her research work has been granted at the international level and local level. She participated in several international and national projects and she has been the scientific coordinator of the following projects Eusecure - project id: 2020-1-HU01-KA203-078719- and AMTe@ch - project id: 2021-1-IT01-KA220-VET-000033365- are Erasmus+ projects about the development of novel tools Engineering Education, "FrontierCities - European Cities driving the Future Internet" (EU Grant Number: 632853) supported the development of the cloud platform for monitoring urban noise via mobile crowd sensing, "Cloud for Europe" (Eu Grant number 610650) aimed at designing the public services EU marketplace, APOLLON (POR Puglia FESR-FSE 2014-2020, Asse prioritario 1 - Ricerca, sviluppo tecnologico, innovazione, Azione 1.6) developed a novel cloud system for the analysis of urban pollution, based on IoT and mobile crowdsensing.

She is a member of several Technical Committees of international conferences in the fields of her scientific interest and has held various roles in the organization of national and international conferences on service computing, engineering education, and smart cities. In 2017 she was general chair of the international conference on smart cities organized by EAI and in 2018 and 2019 she was chair of workshops on smart cities and cyber-physical social systems.
She carries out her teaching activity at:
- University of Salento: lecturer in charge of Database courses (6 CFU - 54 hours of lectures) in the bachelor course in Information Engineering (delivered in Italian), Big Data Management (9 CFU - 81 hours of lectures) in the MSC's degree in Computer Engineering (course delivered in English) and Fundamentals of ICT for performing arts (3CFU – 18 hours of lectures) at the bachelor course in performing arts. Previously she was a lecturer in Data Management courses in the Management Engineering degree (ay 2015-2016, 2016-2017, 2017-2018, 2019-2020, 2020-2021), and Big data and CRM to support business decisions (ay 2018-2019, 2019-2020, 2020-2021) in the master's degree in Business Management, of the courses of Databases I and II and of Enterprise Information Systems in the degree course in Computer Engineering (ay 2008-2009, 2009-2010, 2010-2011, 2011-2012, 2012-2013, 2013-2014, 2014-2015), and laboratory activities in information systems in the degree courses of the Faculty of Economics (ay 2008-2009, 2009-2010, 2010-2011, 2011-2012, 2012-2013, 2013-2014, 2014-2015)
- State University of Milan: invitation to hold the workshop on "Digital as a source of business and development of new ideas" (ay. 2016-2017, 2017-2018) as part of the master's degree in Innovation and Entrepreneurship Management ;
- University of Pavia: annual teaching assignment on technologies for Service Systems (a.y. 2017-2018) in the master's degree course in Computer Engineering;

In her professional experience, she worked from 1998 to 2003 in Accenture (ex. Andersen Consulting), where she was involved in a number of complex projects with public and private entities in various fields (ICT services, connectivity, and networks, management of service levels in outsourcing, etc.), covering the roles of project and program manager for the design and implementation of electronic commerce platforms and online services for the public administration. She was subsequently responsible for research activities funded by private companies, European incubators, and the Apulia region. From 2004 to 2008 she was a consultant on behalf of the Ministry of Education, University and Research, of the Municipality of Milan, and of a number of private institutions. She has been nominated to the scientific committee of the “DivertiPC” project, a collaboration between the Ministry of Education and Rai, and for the promotion of the scientific and cultural culture.
She is co-author of HIGO trademark, a methodology to quali-quantify measures of business process performances of online services.
Between 2001 and 2004 Antonella Longo held managing roles in the design and delivery of 3 post-lauream classes projects granted by the “Programma Operativo Nazionale - Ricerca Scientifica e Tecnologica ed Alta Formazione” about the use of ICT in the cultural heritage field and for the design and delivery of interactive multimedia applications.
In 2003 Antonella Longo founded a company, Alba Project, which she collaborated with as scientific manager in research and innovation projects with large national companies (eg Poste Italiane, Italian telephone companies, State Railways, Cap Gemini, Engineering Ingegneria Informatica, etc). In 2017 he founded X-Scape, an innovative start-up for the development of innovative added-value services based on mobile crowdsensing and IoT in the field of smart cities and smart education. X-Scape was born from a project funded by the Alba Project in the European Frontiercities accelerator, FI-Ware ecosystem, of which Antonella Longo was the scientific manager on behalf of Alba Project.
She was a member of committees for the selection of temporary and permanent staff on behalf of the University of Salento and other bodies.

------------------------------------

[ITA]

Laureatasi in Ingegneria Informatica nel 1998, la prof.ssa Antonella Longo ha conseguito il dottorato di ricerca in Ingegneria dell’Informazione presso l’Università del Salento nel 2004 ed è professoressa associata presso l’Università del Salento (SSD: ING-INF/05), dove è responsabile scientifica del SydaLab (Laboratorio di ricerca sulla data engineering and big data management), e del DidaLab (laboratorio di Dipartimento di Ingegneria dell’Innovazione sul Technology Enhanced Learning), e coordinatrice operativa delle attività del CRISR, il centro di ricerche sulla sicurezza e la resilienza delle infrastrutture critiche di Unisalento. E’ inoltre delegata del Dipartimento di Ingegneria dell’Innovazione (a cui afferisce) per le attività relative ai Percorsi per le Competenze Trasversali e l'Orientamento (PCTO) con le scuole. Per il Dipartimento è anche la referente all’attuazione del piano strategico triennale, per le attività legate all’elearning e all’utilizzo delle tecnologie digitali nella didattica.

I suoi principali interessi scientifici riguardano:

  • la gestione dei dati e dei sistemi informativi in organizzazioni complesse, con particolare riferimento alla modellazione e allo sviluppo di architetture a servizi per la gestione di dati eterogenei. I principali settori applicativi sono relativi a:
    • la gestione data-driven dei servizi digitali (cloud), ibridi (cyber-fisici, es. servizi di mobilità) e in outsouricng in collaborazione con primarie aziende italiane e con università straniere
    • l’utilizzo del mobile crowd sensing per la raccolta di dati con sensori mobili il monitoraggio per la realizzazione di servizi online di analisi dell’inquinamento urbano e del suo impatto sulla salute dell’uomo. Nello specifico l’interesse scientifico è nella progettazione di layer di edge computing per la gestione (i.e. pre-processing, sicurezza) dei dati in prossimità alla sorgente di produzione
    • l’analisi delle prestazioni e della qualità dei servizi per la Pubblica Amministrazione e nelle organizzazioni di business complesse, con particolare riferimento agli aspetti di business – IT alignment
  • l’utilizzo delle tecnologie digitali per la didattica delle materie scientifiche e le pratiche di laboratorio, con l’utilizzo di strumenti mobili, come gli smartphone, e con la concezione e sviluppo di piattaforme per l’accesso remoto a strumentazione di laboratorio in ambienti collaborativi, con approcci di citizen science coniugati al mobile crowd sensing.

Ad oggi su queste tematiche Antonella Longo è co-autrice più di 100 contributi in inglese, indicizzati in Scopus, anche con co-autori afferenti ad università straniere, sulla modellazione dei processi e delle prestazioni di servizi, in diversi contesti, sulla gestione dei contratti per il cloud, sulla realizzazione di servizi innovativi nell’e-learning e il digital government. I suoi contributi sono apparsi negli atti delle principali conferenze internazionali del settore (tra cui IEEE SERVICES - SCC, ICWS, CLOUD – IEEE EDUCON, ACM SAC), nelle riviste del settore.

E’ coautrice del libro “Sistemi informativi d'impresa” a cura di G. Motta, G. Bracchi, C. Francalanci, edito da Mc Graw Hill, 2010.

E’ stata inoltre autrice del “Primo Rapporto annuale sui siti istituzionali delle Regioni” in collaborazione con Inforav e ha redatto il Modello di Carta Unica dei Servizi di Trasporto Pubblico Locale (TPL) per conto della Regione Puglia, divenuto legge regionale nel 2015 (DGR n. 795 del 17/04/2015).

E’ membro di diversi Technical Commitee di conferenze internazionali  ed ha avuto diversi ruoli nell’organizzazione di conferenze nazionali e internazionali sul service computing, l’engineering education e le smartcities. Nel 2017 è stata general chair della conferenza internazionale sulle smartcities organizzata da EAI.

Svolge la sua attività didattica presso:

  • Università del Salento: è docente incaricata dei corsi di Database (6 CFU – 54 ore di lezioni frontali) nella laurea triennale in Ingegneria dell’Informazione (erogato in italiano)  e di Big Data Management (9 CFU – 81 ore di lezioni frontali) nella laurea magistrale in Computer Engineering (corso erogato in inglese). Precedentemente è stata docente incaricata dei corsi di Data Management nella laurea in Management Engineering (a.a. 2015-2016, 2016-2017, 2017-2018, 2019-2020, 2020-2021), e Big data e CRM a supporto delle decisioni aziendali (a.a. 2018-2019, 2019-2020, 2020-2021) nella laurea magistrale in Management Aziendale, dei corsi di Basi di Dati I e II e di Enterprise Information Systems nel corso di Laurea in Computer Engineering (a.a. 2008-2009, 2009-2010, 2010-2011, 2011-2012, 2012-2013, 2013-2014, 2014-2015), e delle attività laboratoriali nei sistemi informativi nei corsi di laurea della Facoltà di Economia (a.a. 2008-2009, 2009-2010, 2010-2011, 2011-2012, 2012-2013, 2013-2014, 2014-2015)
  • Università Statale di Milano: invito a tenere il laboratorio su “Il digitale come fonte di business e sviluppo di nuove idee” (aa. 2016-2017, 2017-2018) nell’ambito della laurea magistrale Management dell’Innovazione e dell’Imprenditorialità;
  • Università di Pavia: incarico di docenza annuale sulle tecnologie per i Service Systems (a.a. 2017-2018) nel corso di laurea magistrale in Computer Engineering.

Nella sua esperienza professionale ha lavorato dal 1998 al 2003 in Accenture (ex. Andersen Consulting), dove e’ stata coinvolta in numerosi progetti complessi con enti pubblici e privati in diversi ambiti (servizi ICT, connettività e reti, gestione dei livelli di servizio in outsourcing, etc.), ricoprendo ruoli di project e program manager per la progettazione e realizzazione di piattaforme di commercio elettronico e servizi online per la pubblica amministrazione. E’ stata successivamente responsabile di attività di ricerca finanziata da aziende private, da incubatori europei e dalla regione Puglia.

Nel 2003 Antonella Longo ha fondato una società, Alba Project, con cui ha collaborato come responsabile scientifica in progetti di ricerca e innovazione con grandi realtà nazionali (es. Poste Italiane, aziende telefoniche Italiane, Ferrovie dello Stato, Cap Gemini, Engineering Ingegneria Informatica, etc). Nel 2017 ha fondato X-Scape, una start up innovativa per lo sviluppo e la commercializzazione di servizi di gestione dati basati sul mobile crowd sensing e IoT nell’ambito delle smart cities e della smart education. X-Scape è nata da un progetto finanziato ad Alba Project  in un acceleratore europeo Frontiercities, dell’ecosistema di FI-Ware, di cui Antonella Longo è stata la responsabile scientifica per conto di Alba Project.

E’ stata membro di commissioni di valutazione per l’assunzione di personale a tempo determinato e indeterminato per conto dell’Università del Salento e presso altri Enti.

Didattica

A.A. 2022/2023

BASI DI DATI

Corso di laurea INGEGNERIA DELL'INFORMAZIONE

Tipo corso di studio Laurea

Lingua ITALIANO

Crediti 6.0

Docente titolare ANTONELLA LONGO

Ripartizione oraria Ore totali di attività frontale: 54.0

  Ore erogate dal docente ANTONELLA LONGO: 36.0

Anno accademico di erogazione 2022/2023

Per immatricolati nel 2021/2022

Anno di corso 2

Struttura DIPARTIMENTO DI INGEGNERIA DELL'INNOVAZIONE

Percorso PERCORSO COMUNE

Sede Lecce

BASI DI DATI

Corso di laurea INGEGNERIA DELL'INFORMAZIONE

Tipo corso di studio Laurea

Lingua ITALIANO

Crediti 6.0

Docente titolare ANTONELLA LONGO

Ripartizione oraria Ore totali di attività frontale: 54.0

  Ore erogate dal docente ANTONELLA LONGO: 36.0

Anno accademico di erogazione 2022/2023

Per immatricolati nel 2020/2021

Anno di corso 3

Struttura DIPARTIMENTO DI INGEGNERIA DELL'INNOVAZIONE

Percorso PERCORSO COMUNE

Sede Lecce

DATA MANAGEMENT

Degree course MANAGEMENT ENGINEERING

Course type Laurea Magistrale

Language INGLESE

Credits 9.0

Teaching hours Ore totali di attività frontale: 81.0

Year taught 2022/2023

For matriculated on 2022/2023

Course year 1

Structure DIPARTIMENTO DI INGEGNERIA DELL'INNOVAZIONE

Subject matter Percorso comune

Location Lecce

GESTIONE DI BIG DATA

Corso di laurea INGEGNERIA INFORMATICA

Tipo corso di studio Laurea Magistrale

Lingua ITALIANO

Crediti 6.0

Docente titolare MARCO SALVATORE ZAPPATORE

Ripartizione oraria Ore totali di attività frontale: 54.0

  Ore erogate dal docente ANTONELLA LONGO: 18.0

Anno accademico di erogazione 2022/2023

Per immatricolati nel 2022/2023

Anno di corso 1

Struttura DIPARTIMENTO DI INGEGNERIA DELL'INNOVAZIONE

Percorso PERCORSO COMUNE

Sede Lecce

A.A. 2021/2022

Abilità informatiche e telematiche per lo spettacolo

Corso di laurea DISCIPLINE DELLE ARTI, DELLA MUSICA E DELLO SPETTACOLO (DAMS)

Tipo corso di studio Laurea

Lingua ITALIANO

Crediti 3.0

Ripartizione oraria Ore totali di attività frontale: 18.0

Anno accademico di erogazione 2021/2022

Per immatricolati nel 2021/2022

Anno di corso 1

Struttura DIPARTIMENTO DI BENI CULTURALI

Percorso PERCORSI COMUNE/GENERICO

BASI DI DATI

Corso di laurea INGEGNERIA DELL'INFORMAZIONE

Tipo corso di studio Laurea

Lingua ITALIANO

Crediti 6.0

Ripartizione oraria Ore totali di attività frontale: 54.0

Anno accademico di erogazione 2021/2022

Per immatricolati nel 2019/2020

Anno di corso 3

Struttura DIPARTIMENTO DI INGEGNERIA DELL'INNOVAZIONE

Percorso PERCORSO COMUNE

Sede Lecce

BIG DATA MANAGEMENT

Degree course COMPUTER ENGINEERING

Course type Laurea Magistrale

Language INGLESE

Credits 9.0

Teaching hours Ore totali di attività frontale: 81.0

Year taught 2021/2022

For matriculated on 2020/2021

Course year 2

Structure DIPARTIMENTO DI INGEGNERIA DELL'INNOVAZIONE

Subject matter PERCORSO COMUNE

Location Lecce

BIG DATA MANAGEMENT

Degree course COMPUTER ENGINEERING

Course type Laurea Magistrale

Language INGLESE

Credits 6.0

Teaching hours Ore totali di attività frontale: 54.0

Year taught 2021/2022

For matriculated on 2021/2022

Course year 1

Structure DIPARTIMENTO DI INGEGNERIA DELL'INNOVAZIONE

Subject matter PERCORSO COMUNE

Location Lecce

Laboratorio CAT

Corso di laurea TRADUZIONE TECNICO-SCIENTIFICA E INTERPRETARIATO

Tipo corso di studio Laurea Magistrale

Lingua ITALIANO

Crediti 9.0

Docente titolare MARCO SALVATORE ZAPPATORE

Ripartizione oraria Ore totali di attività frontale: 54.0

  Ore erogate dal docente ANTONELLA LONGO: 24.0

Anno accademico di erogazione 2021/2022

Per immatricolati nel 2021/2022

Anno di corso 1

Struttura DIPARTIMENTO DI STUDI UMANISTICI

Percorso PERCORSO UNISALENTO

A.A. 2020/2021

BIG DATA E SISTEMI DI CRM A SUPPORTO ALLE DECISIONI AZIENDALI

Corso di laurea MANAGEMENT AZIENDALE

Tipo corso di studio Laurea Magistrale

Lingua ITALIANO

Crediti 8.0

Docente titolare ANTONELLA LONGO

Ripartizione oraria Ore totali di attività frontale: 64.0

  Ore erogate dal docente ANTONELLA LONGO: 40.0

Anno accademico di erogazione 2020/2021

Per immatricolati nel 2019/2020

Anno di corso 2

Struttura DIPARTIMENTO DI SCIENZE DELL'ECONOMIA

Percorso DIGITAL MANAGEMENT

Sede Lecce

DATA MANAGEMENT

Degree course MANAGEMENT ENGINEERING

Course type Laurea Magistrale

Language INGLESE

Credits 9.0

Teaching hours Ore totali di attività frontale: 81.0

Year taught 2020/2021

For matriculated on 2020/2021

Course year 1

Structure DIPARTIMENTO DI INGEGNERIA DELL'INNOVAZIONE

Subject matter Percorso comune

Location Lecce

A.A. 2019/2020

BIG DATA E SISTEMI DI CRM A SUPPORTO ALLE DECISIONI AZIENDALI

Corso di laurea MANAGEMENT AZIENDALE

Tipo corso di studio Laurea Magistrale

Lingua ITALIANO

Crediti 8.0

Docente titolare ANTONELLA LONGO

Ripartizione oraria Ore totali di attività frontale: 64.0

  Ore erogate dal docente ANTONELLA LONGO: 40.0

Anno accademico di erogazione 2019/2020

Per immatricolati nel 2018/2019

Anno di corso 2

Struttura DIPARTIMENTO DI SCIENZE DELL'ECONOMIA

Percorso DIGITAL MANAGEMENT

Sede Lecce

DATA MANAGEMENT

Degree course MANAGEMENT ENGINEERING - INGEGNERIA GESTIONALE

Course type Laurea Magistrale

Language INGLESE

Credits 9.0

Teaching hours Ore totali di attività frontale: 81.0

Year taught 2019/2020

For matriculated on 2019/2020

Course year 1

Structure DIPARTIMENTO DI INGEGNERIA DELL'INNOVAZIONE

Subject matter Percorso comune

Location Lecce

A.A. 2018/2019

DATA MANAGEMENT

Degree course MANAGEMENT ENGINEERING - INGEGNERIA GESTIONALE

Course type Laurea Magistrale

Language INGLESE

Credits 9.0

Teaching hours Ore totali di attività frontale: 81.0

Year taught 2018/2019

For matriculated on 2018/2019

Course year 1

Structure DIPARTIMENTO DI INGEGNERIA DELL'INNOVAZIONE

Subject matter Percorso comune

Location Lecce

Torna all'elenco
BASI DI DATI

Corso di laurea INGEGNERIA DELL'INFORMAZIONE

Settore Scientifico Disciplinare ING-INF/05

Tipo corso di studio Laurea

Crediti 6.0

Docente titolare ANTONELLA LONGO

Ripartizione oraria Ore totali di attività frontale: 54.0

  Ore erogate dal docente ANTONELLA LONGO: 36.0

Per immatricolati nel 2021/2022

Anno accademico di erogazione 2022/2023

Anno di corso 2

Semestre Primo Semestre (dal 19/09/2022 al 16/12/2022)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

Sede Lecce

Buona conoscenza dei linguaggi orientati agli oggetti (al minimo 1), elementi di reti di calcolatori e di tecnologie per il web

Il corso si pone come obiettivo primario l`acquisizione da parte degli studenti delle abilità di progettare basi di dati e saper estrarre informazioni da esse. Dopo una breve introduzione relativa ai modelli e linguaggi formali per basi di dati, il corso affronta la descrizione delle basi di dati relazionali, facendo riferimento al linguaggio SQL come strumento per la definizione e manipolazione dei dati; si mostra in particolare come SQL sia utilizzato per la interrogazione e manipolazione dei dati nell`ambito di applicazioni relazionali. Lo studente viene poi introdotto alle tecniche di progettazione e i requisiti di qualita` delle basi di dati.

Knowledge and understanding. Gli studenti devono avere un solido background relativo alle basi della gestione dei dati e dei sistemi informativi: Devono sviluppare le fondamenta per pensare in modo analitico, creativo e critico e sviluppare capacità di astrazione e problem solving per affrontare i sistemi complessi Devono avere una conoscenza di base della progettazione e realizzazione di sistemi di gestione dei dati. Devono avere gli strumenti per progettare database transazionali e analitici applicati a diversi contesti. Devono avere le capacità per ragionare sui dati in diversi scenari, gli strumenti per gestirli, insieme al loro impatto.

Applying knowledge and understanding. Dopo il corso lo studente dovrebbe essere in grado di:

- Distinguere modelli concettuali, logici e fisici nella gestione dei dati.

- Modellare i sistemi transazionali ed analisi dal punto di vista dei dati, distinguendo tra modelli ER, modelli relazionali e modelli fisici

Making judgements. Gli studenti sono guidati ad avvicinarsi criticamente agli argomenti trattati durante la lezione, a confrontare diverse soluzioni ad un problema, ad individuare e proporre in modo autonomo la soluzione più efficace o efficiente.

Communication. Gli studenti imparano a comunicare con un pubblico eterogeneo, esprimendo la propria posizione, in modo logico, coerente ed efficace. Durante il corso verranno forniti agli studenti il ​​vocabolario specifico del dominio e le adeguate conoscenze scientifiche e metodi per esporre e argomentare in modo preciso e formale i principali argomenti relativi alla gestione dei dati e al sistema informativo

Learning skills. Lo studente acquisirà la capacità critica di relazionarsi in autonomia con le problematiche tipiche della gestione dei dati e delle informazioni e, in generale, con le problematiche culturali relative ai sistemi informativi e alla loro gestione. Dovrebbe essere in grado di sviluppare un approccio per strutturare in modo indipendente le conoscenze e i metodi appresi in vista di un possibile proseguimento degli studi a livello superiore (laurea magistrale) o nella prospettiva più ampia di auto-miglioramento culturale e professionale dell'apprendimento permanente. Pertanto, gli studenti dovrebbero essere in grado di cambiare il loro approccio all'apprendimento in base alle diverse fonti di apprendimento e agli obiettivi che devono raggiungere in termini di risultati e pubblico.

Il corso si propone di fornire agli studenti gli strumenti e le conoscenze per la gestione dei dati nelle organizzazioni aziendali. Il corso si compone di lezioni frontali ed esercitazioni pratiche in aula. Le lezioni frontali sono finalizzate a migliorare la conoscenza e la comprensione degli studenti attraverso la presentazione di teorie, modelli e metodi; gli studenti sono invitati a partecipare alla lezione con autonomia di giudizio, ponendo domande e presentando esempi. Gli esercizi sono finalizzati all'utilizzo di strumenti a supporto dei modelli e degli approcci.

L'esame si compone di una parte pratica e una parte teorica.

La parte pratica mira a valutare in che misura lo studente possiede:

1) la capacità di progettare modelli di dati secondo gli approcci presentati durante il bando,

2) il ragionamento sulle proprie scelte e la capacità di integrare concetti e strumenti diversi.

La parte teorica segue la parte pratica ed è finalizzata a verificare in che misura lo studente ha acquisito conoscenza e comprensione degli argomenti selezionati ed è in grado di comunicarli.

- Database, database relazionali ;

- DataBase Management Systems;

- Modello relazionale, e algebra relazionale;

- SQL: data definition and manipulation;

- Fondamenti di Human-data Interaction e progettazione di interface per I database;

- Aspetti architetturali: Client-server, peers, architetture a servizi, architetture per l’edge e il cloud

  1. “Fundamentals of Database Systems", 7th Edition, Elmasri, Navathe, Addison-Wesley
  2. Materiale fornito a lezione
BASI DI DATI (ING-INF/05)
BASI DI DATI

Corso di laurea INGEGNERIA DELL'INFORMAZIONE

Settore Scientifico Disciplinare ING-INF/05

Tipo corso di studio Laurea

Crediti 6.0

Docente titolare ANTONELLA LONGO

Ripartizione oraria Ore totali di attività frontale: 54.0

  Ore erogate dal docente ANTONELLA LONGO: 36.0

Per immatricolati nel 2020/2021

Anno accademico di erogazione 2022/2023

Anno di corso 3

Semestre Primo Semestre (dal 19/09/2022 al 16/12/2022)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

Sede Lecce

Buona conoscenza dei linguaggi orientati agli oggetti (al minimo 1), elementi di reti di calcolatori e di tecnologie per il web

Il corso si pone come obiettivo primario l`acquisizione da parte degli studenti delle abilità di progettare basi di dati e saper estrarre informazioni da esse. Dopo una breve introduzione relativa ai modelli e linguaggi formali per basi di dati, il corso affronta la descrizione delle basi di dati relazionali, facendo riferimento al linguaggio SQL come strumento per la definizione e manipolazione dei dati; si mostra in particolare come SQL sia utilizzato per la interrogazione e manipolazione dei dati nell`ambito di applicazioni relazionali. Lo studente viene poi introdotto alle tecniche di progettazione e i requisiti di qualita` delle basi di dati.

Knowledge and understanding. Gli studenti devono avere un solido background relativo alle basi della gestione dei dati e dei sistemi informativi: Devono sviluppare le fondamenta per pensare in modo analitico, creativo e critico e sviluppare capacità di astrazione e problem solving per affrontare i sistemi complessi Devono avere una conoscenza di base della progettazione e realizzazione di sistemi di gestione dei dati. Devono avere gli strumenti per progettare database transazionali e analitici applicati a diversi contesti. Devono avere le capacità per ragionare sui dati in diversi scenari, gli strumenti per gestirli, insieme al loro impatto.

Applying knowledge and understanding. Dopo il corso lo studente dovrebbe essere in grado di:

- Distinguere modelli concettuali, logici e fisici nella gestione dei dati.

- Modellare i sistemi transazionali ed analisi dal punto di vista dei dati, distinguendo tra modelli ER, modelli relazionali e modelli fisici

Making judgements. Gli studenti sono guidati ad avvicinarsi criticamente agli argomenti trattati durante la lezione, a confrontare diverse soluzioni ad un problema, ad individuare e proporre in modo autonomo la soluzione più efficace o efficiente.

Communication. Gli studenti imparano a comunicare con un pubblico eterogeneo, esprimendo la propria posizione, in modo logico, coerente ed efficace. Durante il corso verranno forniti agli studenti il ​​vocabolario specifico del dominio e le adeguate conoscenze scientifiche e metodi per esporre e argomentare in modo preciso e formale i principali argomenti relativi alla gestione dei dati e al sistema informativo

Learning skills. Lo studente acquisirà la capacità critica di relazionarsi in autonomia con le problematiche tipiche della gestione dei dati e delle informazioni e, in generale, con le problematiche culturali relative ai sistemi informativi e alla loro gestione. Dovrebbe essere in grado di sviluppare un approccio per strutturare in modo indipendente le conoscenze e i metodi appresi in vista di un possibile proseguimento degli studi a livello superiore (laurea magistrale) o nella prospettiva più ampia di auto-miglioramento culturale e professionale dell'apprendimento permanente. Pertanto, gli studenti dovrebbero essere in grado di cambiare il loro approccio all'apprendimento in base alle diverse fonti di apprendimento e agli obiettivi che devono raggiungere in termini di risultati e pubblico.

Il corso si propone di fornire agli studenti gli strumenti e le conoscenze per la gestione dei dati nelle organizzazioni aziendali. Il corso si compone di lezioni frontali ed esercitazioni pratiche in aula. Le lezioni frontali sono finalizzate a migliorare la conoscenza e la comprensione degli studenti attraverso la presentazione di teorie, modelli e metodi; gli studenti sono invitati a partecipare alla lezione con autonomia di giudizio, ponendo domande e presentando esempi. Gli esercizi sono finalizzati all'utilizzo di strumenti a supporto dei modelli e degli approcci.

L'esame si compone di una parte pratica e una parte teorica.

La parte pratica mira a valutare in che misura lo studente possiede:

1) la capacità di progettare modelli di dati secondo gli approcci presentati durante il bando,

2) il ragionamento sulle proprie scelte e la capacità di integrare concetti e strumenti diversi.

La parte teorica segue la parte pratica ed è finalizzata a verificare in che misura lo studente ha acquisito conoscenza e comprensione degli argomenti selezionati ed è in grado di comunicarli.

- Database, database relazionali ;

- DataBase Management Systems;

- Modello relazionale, e algebra relazionale;

- SQL: data definition and manipulation;

- Fondamenti di Human-data Interaction e progettazione di interface per I database;

- Aspetti architetturali: Client-server, peers, architetture a servizi, architetture per l’edge e il cloud

  1. “Fundamentals of Database Systems", 7th Edition, Elmasri, Navathe, Addison-Wesley
  2. Materiale fornito a lezione
BASI DI DATI (ING-INF/05)
DATA MANAGEMENT

Degree course MANAGEMENT ENGINEERING

Subject area ING-INF/05

Course type Laurea Magistrale

Credits 9.0

Teaching hours Ore totali di attività frontale: 81.0

For matriculated on 2022/2023

Year taught 2022/2023

Course year 1

Semestre Primo Semestre (dal 19/09/2022 al 16/12/2022)

Language INGLESE

Subject matter Percorso comune (999)

Location Lecce

No previous skills are required. The use of computer and the tools of office automation are welcome

This is a course in information systems and data modelling; it is aimed at providing principles and tools to model data in information systems. It is a necessary prerequisite for more advanced courses in the management of digital technologies in enterprises and in the study of business intelligence. Students acquire a better understanding of relational and analytical database system structures and learn structured query language. These skills prepare them to, design and develop relational and multidimensional databases, fundamental elements of Enterprise Information Systems.

 

Knowledge and understanding. Students must have a solid background related to the basics of data management and information systems:

  • They must have the basis to think analytically, creativelly and critically and being able to create abstraction and problem solving skills to cope with complex systems
  • They must have a basic knowledge of design and implementation of data management systems
  • They must have the tools to design transactional and analytical databases applied to different contexts
  • They must have the skills to argument data in different scenario, the tools for managing them, together with its impact.

Applying knowledge and understanding. After the course the student should be able to:

  • Describe the model and frameworks of an Information System; illustrate the main components of an information system from the technical and application perspective and the impact of information systems on business.
  • Distinguish conceptual, logical and physical models in data management.
  • Model Online Transaction processing systems from a data perspective, distinguishing among ER models, relational models and physical models
  • Model Online Analytical processing systems form a data perspective, distinguishing among DFM, Snowflakes and physical models, being able to describe the relationships among them and the processes

Making judgements. Students are guided to critically approach the topics treated during the class, to compare different solutions to a problem, to identify and propose the most effective or efficient solution in an automous way.

Communication. Students must learn to communicate wiith heterougenoeus audiences, explaining their position, in logical, coherent and effecitve way. During the course students will be provided with domain specific vocabulary and the proper scientific knowledge and methods to expose and argument in precise and formal way the main topics related to data management and information system

Learning skills. Students must acquire the critical ability to autonomously relate to the typical problems of  data and information management and, in general, cultural issues related to information systems and their management. They should be able to develop an approach to independently structure knowledge and methods learnt with a view to possible continuation of studies at higher (doctoral) level or in the broader perspective of cultural and professional self-improvement of lifelong learning. Therefore, students should be able to switch their learning approach according to different learning sources and the objectives they must achieve in terms of results and audience

The course aims to provide students with tools and knowledge for data management in business organizations. The course consists of frontal lessons and classroom hands on exercises. The frontal lessons are aimed at improving students' knowledge and understanding through the presentation of theories, models and methods; students are invited to participate in the lesson with autonomy of judgement, by asking questions and presenting examples. The exercises are aimed at using tools which supports the models and approaches presented

The exam is an interview made up of both practical and descriptive aspects

The practical part aims at evaluating to what extent the student has: 1) the ability to design data models according to the methodologies presented during the call, 2) reasoning about his/her choices and the capacity to integrate different concepts and tools.

The descriptive part follows the practical part and is aimed to verify to what extent the student has gained knowledge and understanding of selected topics and he is able to communicate them.

Introduction to Computer and Information Systems (21 hours)

  • Computer, digital media, automatic information processing. Computer networks. Enterprise information systems and information architectues. 

Online Transaction Processing (30 Hours)

  • The aim of this module is to teach students to design database models and to  implement tables, queries, forms, reports and web pages. The focus will be on why and how to use databases in some significant business scenarios. SQL and other programming languages will be presented to understand the basics of modern Web Applications and Service Oriented Architectures.

Online Analytical Processing (30 Hours)

  • The aim of this module is to present models, methodologies and tools to understand Business Intelligence. Specific attention will be put on multidimensional analysis and on how to design and implement datawarehouses.
  1. “Fundamentals of Database Systems", 6th Edition, Elmasri, Navathe, Addison-Wesley
  2. “Datawarehouse Design - Modern Principles and Methodologies”, Matteo Golfarelli, Stefano Rizzi, McGrawHill
  3. “Information Systems” Paige Baltzan, 4th edition, Mc Graw Hill Education

  4. Teaching materials provided at the course

DATA MANAGEMENT (ING-INF/05)
GESTIONE DI BIG DATA

Corso di laurea INGEGNERIA INFORMATICA

Settore Scientifico Disciplinare ING-INF/05

Tipo corso di studio Laurea Magistrale

Crediti 6.0

Docente titolare MARCO SALVATORE ZAPPATORE

Ripartizione oraria Ore totali di attività frontale: 54.0

  Ore erogate dal docente ANTONELLA LONGO: 18.0

Per immatricolati nel 2022/2023

Anno accademico di erogazione 2022/2023

Anno di corso 1

Semestre Primo Semestre (dal 19/09/2022 al 16/12/2022)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

Sede Lecce

Good knowledge of Object Oriented Languages (at least 1), techniques and tools. Elements of computer networks and Web technologies.

The aim is to provide the basics about the main database theories, techniques and tools to design / implement databases and database applications.

 

Topics:

•Database, relational databases, NoSQL and NewSQL;

•DataBase Management Systems;

•Relational Model and Relational Algebra;

•SQL: data definition and manipulation;

•Basics of Human-Computer Interaction and interface design for DB;

•Architectural aspects: Clients, Servers, Peers, Devices, IoT, …

•Big data, data lakes, data analytics, machine learning, AI;

Knowledge and understanding. Students must have a solid background related to the basics of big data management and information systems:

  • They must have the basis to think analytically, creativelly and critically and being able to create abstraction and problem solving skills to cope with complex systems
  • They must have a basic knowledge of design and implementation of big data management systems
  • They must have the tools to design transactional and analytical databases applied to different contexts
  • They must have the skills to argument data in different scenario, the tools for managing them, together with its impact.

Applying knowledge and understanding. After the course the student should be able to:

  • Describe the model and frameworks of an Information System; illustrate the main components of an information system from the technical and application perspective.
  • Distinguish conceptual, logical and physical models in big data management.
  • Model Online Transaction processing systems from a big data perspective, distinguishing among conceptual models, relational models and physical models
  • Model Online Analytical processing systems form a data perspective, distinguishing among conceptual, logical and physical models, being able to describe the relationships among them and the processes

Making judgements. Students are guided to critically approach the topics treated during the class, to compare different solutions to a problem, to identify and propose the most effective or efficient solution in an autonomous way.

Communication. Students must learn to communicate with heterogeneous audiences, explaining their position, in logical, coherent and effective way. During the course students will be provided with domain specific vocabulary and the proper scientific knowledge and methods to expose and argument in precise and formal way the main topics related to big data management and information systems

Learning skills. Students must acquire the critical ability to autonomously relate to the typical problems of  data and information management and, in general, cultural issues related to information systems and their management. They should be able to develop an approach to independently structure knowledge and methods learnt with a view to possible continuation of studies at higher (doctoral) level or in the broader perspective of cultural and professional self-improvement of lifelong learning. Therefore, students should be able to switch their learning approach according to different learning sources and the objectives they must achieve in terms of results and audience

The course aims to provide students with tools and knowledge for data management in business organizations. The course consists of frontal lessons and classroom hands on exercises. The frontal lessons are aimed at improving students' knowledge and understanding through the presentation of theories, models and methods; students are invited to participate in the lesson with autonomy of judgement, by asking questions and presenting examples. The exercises are aimed at using tools which supports the models and approaches presented

The exam is an interview made up of both practical and descriptive aspects

The practical part aims at evaluating to what extent the student has: 1) the ability to design data models according to the methodologies presented during the call, 2) reasoning about his/her choices and the capacity to integrate different concepts and tools.

The descriptive part follows the practical part and is aimed to verify to what extent the student has gained knowledge and understanding of selected topics and he is able to communicate them.

Office Hours

By appointment; contact the instructor by email or at the end of class meetings.

  • Databases and Database Users
  • Database System Concepts and Architecture
  • Data Modeling Using the Entity–Relationship (ER) Model
  • The Enhanced Entity–Relationship (EER) Model
  • The Relational Data Model and Relational Database Constraints
  • Basic SQL
  • More SQL: Complex Queries, Triggers, Views, and Schema Modification
  • Relational Database Design by ER- and EER-to-Relational Mapping
  • Introduction to SQL Programming Techniques: Basics of Functional Dependencies and Normalization for Relational Databases, Informal Design Guidelines for Relation Schemas, Functional Dependencies, Normal Forms Based on Primary Keys, General Definitions of Second and Third Normal Forms, Boyce-Codd Normal Form
  • Concurrency Control Techniques
  • Main topics of Informations Systems: Anthony pyramid, Enterprise applications, OLTP and OLAP
  • Data Warehouse Definition and lifecycle
  • Modelling of analytical data processing systems: DFM,  Snow Flakes schema
  • Tools for data Visualization
  • Introduction at big data and big data processing pipeline
  • No SQL Databases and CAP Theorem
  • Different kinds of no SQL Databases

R. Elmasri, S. Navathe, Fundamental of Database Systems, 7a edizione, Pearson ed.

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

Material provided during the class

GESTIONE DI BIG DATA (ING-INF/05)
Abilità informatiche e telematiche per lo spettacolo

Corso di laurea DISCIPLINE DELLE ARTI, DELLA MUSICA E DELLO SPETTACOLO (DAMS)

Settore Scientifico Disciplinare ING-INF/05

Tipo corso di studio Laurea

Crediti 3.0

Ripartizione oraria Ore totali di attività frontale: 18.0

Per immatricolati nel 2021/2022

Anno accademico di erogazione 2021/2022

Anno di corso 1

Semestre Secondo Semestre (dal 07/03/2022 al 10/06/2022)

Lingua ITALIANO

Percorso PERCORSI COMUNE/GENERICO (999)

Non sono richieste competenze specifiche. Si richiede la conoscenza base dell’uso del computer

Il corso si pone come obiettivo primario l’introduzione alle tecnologie delle informazione e della comunicazione e alla realizzazione di contenuti ipermediali. Dopo primo modulo introduttivo sulle tecnologie digitali, gli studenti saranno accompagnati nella lettura sistematica di contenuti ipermediali e all’elaborazione di contenuti multimediali (testi, video e immagini).

Alla fine del corso lo studente sarà in grado di 
- Riconoscere gli elementi distintivi di un oggetto digitale connesso a una rete telematica
- Leggere criticamente un contenuto ipermediale
- Elaborare contenuti multimediali

Più nello specifico:

Knowledge and understanding. Gli studenti dovranno 
•    avere un solido background sulle caratteristiche principali delle tecnologie digitali
•    avere le basi per una lettura sistematica e critica di un contenuto multimediale
•    avere le conoscenze di base dell’uso degli strumenti per la creazione ed elaborazione di contenuti multimediali
Applying knowledge and understanding. Alla fine del corso gli studenti saranno in grado di:
•    descrivere le caratteristiche principali di un dispositivo digitale
•    usare gli strumenti per l’elaborazione dei contenuti multimediali
•    Fare il reverse engineering di un contenuto multimediale
Making judgements. Gli studenti sono guidati a trattare criticamente i temi proposti in classe, per confrontare le diverse soluzioni al problema, identificare e proporre la soluzione più efficace ed efficiente in modo autonomo.
Communication. Gli studenti  devono imparare a comunicare con audience eterogenei, difendendo la loro posizione in modo coerente, efficace e logico. Durante il corso sarà presentato il vocabolario specifico del dominio e i metodi e la conoscenza  per esporre ed argomentare in modo preciso e formale i principali temi legati alle tecnologie digitali 
Learning skills. Gli studenti devono acquisire le abilità critiche per relazionarsi autonomamente con i problemi tipici degli strumenti per l’elaborazione delle informazioni, anche in vista di successivi approfondimenti in lauree magistrali o per approfondire la cultura personale e professionale. Perciò gli studenti dovrebbero essere in grado di passare autonomamente da un approccio di apprendimento a un altro in base alle diverse sorgenti a disposizione, gli obiettivi e il target da raggiungere.
 


 

Lezioni frontali

Scritto e orale
L’esame è costituito da una prova scritta e dalla discussione di un progetto orale. Gli studenti che parteciano al corso potranno realizzare elaborati che utilizzeranno gli strumenti digitali per l’elaborazione di contenuti multimediali e ipertestuali.
La parte scritta mira a valurare l’abilità degli studenti rispetto ai concetti fondazionali delle tecnologie digitali per l’umanesimo digitale, e le conoscenze di base sugli strumenti per la produzione e l’elaboraziine dei contenuti multimediali.
La parte orale, seguirà lo scritto superato con un voto almeno sufficiente, e si baserà sulla realizzazione di un elaborato progettuale, concordato con la docente, il cui obiettivo è quello di verifica l’abilità e la conoscenza dell’uso degli strumenti di elaborazione dei contenuti multimediali. 

-    Fondamenti di informatica: Hardware, software, Internet, il Word Wide Web, 
-    Video storytelling
-    Lettura sistematica di un applicazione ipermediale: il sito web museale e di ecommerce
-    Informatica per la musica, l’intrattenimento e lo spettacolo: Strumenti di video, audio e l’image editing 

- Marco Lazzari, “Informatica Umanistica” 3 ed, Mc Graw Hill,2021
- Dispense fornite dai docenti

Abilità informatiche e telematiche per lo spettacolo (ING-INF/05)
BASI DI DATI

Corso di laurea INGEGNERIA DELL'INFORMAZIONE

Settore Scientifico Disciplinare ING-INF/05

Tipo corso di studio Laurea

Crediti 6.0

Ripartizione oraria Ore totali di attività frontale: 54.0

Per immatricolati nel 2019/2020

Anno accademico di erogazione 2021/2022

Anno di corso 3

Semestre Secondo Semestre (dal 01/03/2022 al 10/06/2022)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

Sede Lecce

Buona conoscenza dei linguaggi orientati agli oggetti (al minimo 1), elementi di reti di calcolatori e di tecnologie per il web

Il corso si pone come obiettivo primario l`acquisizione da parte degli studenti delle abilità di progettare basi di dati e saper estrarre informazioni da esse. Dopo una breve introduzione relativa ai modelli e linguaggi formali per basi di dati, il corso affronta la descrizione delle basi di dati relazionali, facendo riferimento al linguaggio SQL come strumento per la definizione e manipolazione dei dati; si mostra in particolare come SQL sia utilizzato per la interrogazione e manipolazione dei dati nell`ambito di applicazioni relazionali. Lo studente viene poi introdotto alle tecniche di progettazione e i requisiti di qualita` delle basi di dati.

Knowledge and understanding. Gli studenti devono avere un solido background relativo alle basi della gestione dei dati e dei sistemi informativi: Devono sviluppare le fondamenta per pensare in modo analitico, creativo e critico e sviluppare capacità di astrazione e problem solving per affrontare i sistemi complessi Devono avere una conoscenza di base della progettazione e realizzazione di sistemi di gestione dei dati. Devono avere gli strumenti per progettare database transazionali e analitici applicati a diversi contesti. Devono avere le capacità per ragionare sui dati in diversi scenari, gli strumenti per gestirli, insieme al loro impatto.

Applying knowledge and understanding. Dopo il corso lo studente dovrebbe essere in grado di:

- Distinguere modelli concettuali, logici e fisici nella gestione dei dati.

- Modellare i sistemi transazionali ed analisi dal punto di vista dei dati, distinguendo tra modelli ER, modelli relazionali e modelli fisici

Making judgements. Gli studenti sono guidati ad avvicinarsi criticamente agli argomenti trattati durante la lezione, a confrontare diverse soluzioni ad un problema, ad individuare e proporre in modo autonomo la soluzione più efficace o efficiente.

Communication. Gli studenti imparano a comunicare con un pubblico eterogeneo, esprimendo la propria posizione, in modo logico, coerente ed efficace. Durante il corso verranno forniti agli studenti il ​​vocabolario specifico del dominio e le adeguate conoscenze scientifiche e metodi per esporre e argomentare in modo preciso e formale i principali argomenti relativi alla gestione dei dati e al sistema informativo

Learning skills. Lo studente acquisirà la capacità critica di relazionarsi in autonomia con le problematiche tipiche della gestione dei dati e delle informazioni e, in generale, con le problematiche culturali relative ai sistemi informativi e alla loro gestione. Dovrebbe essere in grado di sviluppare un approccio per strutturare in modo indipendente le conoscenze e i metodi appresi in vista di un possibile proseguimento degli studi a livello superiore (laurea magistrale) o nella prospettiva più ampia di auto-miglioramento culturale e professionale dell'apprendimento permanente. Pertanto, gli studenti dovrebbero essere in grado di cambiare il loro approccio all'apprendimento in base alle diverse fonti di apprendimento e agli obiettivi che devono raggiungere in termini di risultati e pubblico.

Il corso si propone di fornire agli studenti gli strumenti e le conoscenze per la gestione dei dati nelle organizzazioni aziendali. Il corso si compone di lezioni frontali ed esercitazioni pratiche in aula. Le lezioni frontali sono finalizzate a migliorare la conoscenza e la comprensione degli studenti attraverso la presentazione di teorie, modelli e metodi; gli studenti sono invitati a partecipare alla lezione con autonomia di giudizio, ponendo domande e presentando esempi. Gli esercizi sono finalizzati all'utilizzo di strumenti a supporto dei modelli e degli approcci.

L'esame si compone di una parte pratica e una parte teorica.

La parte pratica mira a valutare in che misura lo studente possiede:

1) la capacità di progettare modelli di dati secondo gli approcci presentati durante il bando,

2) il ragionamento sulle proprie scelte e la capacità di integrare concetti e strumenti diversi.

La parte teorica segue la parte pratica ed è finalizzata a verificare in che misura lo studente ha acquisito conoscenza e comprensione degli argomenti selezionati ed è in grado di comunicarli.

- Database, database relazionali ;

- DataBase Management Systems;

- Modello relazionale, e algebra relazionale;

- SQL: data definition and manipulation;

- Fondamenti di Human-data Interaction e progettazione di interface per I database;

- Aspetti architetturali: Client-server, peers, architetture a servizi, architetture per l’edge e il cloud

  1. “Fundamentals of Database Systems", 7th Edition, Elmasri, Navathe, Addison-Wesley
  2. Materiale fornito a lezione
BASI DI DATI (ING-INF/05)
BIG DATA MANAGEMENT

Degree course COMPUTER ENGINEERING

Subject area ING-INF/05

Course type Laurea Magistrale

Credits 9.0

Teaching hours Ore totali di attività frontale: 81.0

For matriculated on 2020/2021

Year taught 2021/2022

Course year 2

Semestre Primo Semestre (dal 20/09/2021 al 17/12/2021)

Language INGLESE

Subject matter PERCORSO COMUNE (999)

Location Lecce

Good knowledge of Object Oriented Languages (at least 1), techniques and tools. Elements of computer networks and Web technologies.

The aim is to provide the basics about the main database theories, techniques and tools to design / implement databases and database applications.

 

Topics:

•Database, relational databases, NoSQL and NewSQL;

•DataBase Management Systems;

•Relational Model and Relational Algebra;

•SQL: data definition and manipulation;

•Basics of Human-Computer Interaction and interface design for DB;

•Architectural aspects: Clients, Servers, Peers, Devices, IoT, …

•Big data, data lakes, data analytics, machine learning, AI;

Knowledge and understanding. Students must have a solid background related to the basics of big data management and information systems:

  • They must have the basis to think analytically, creativelly and critically and being able to create abstraction and problem solving skills to cope with complex systems
  • They must have a basic knowledge of design and implementation of big data management systems
  • They must have the tools to design transactional and analytical databases applied to different contexts
  • They must have the skills to argument data in different scenario, the tools for managing them, together with its impact.

Applying knowledge and understanding. After the course the student should be able to:

  • Describe the model and frameworks of an Information System; illustrate the main components of an information system from the technical and application perspective.
  • Distinguish conceptual, logical and physical models in big data management.
  • Model Online Transaction processing systems from a big data perspective, distinguishing among conceptual models, relational models and physical models
  • Model Online Analytical processing systems form a data perspective, distinguishing among conceptual, logical and physical models, being able to describe the relationships among them and the processes

Making judgements. Students are guided to critically approach the topics treated during the class, to compare different solutions to a problem, to identify and propose the most effective or efficient solution in an autonomous way.

Communication. Students must learn to communicate with heterogeneous audiences, explaining their position, in logical, coherent and effective way. During the course students will be provided with domain specific vocabulary and the proper scientific knowledge and methods to expose and argument in precise and formal way the main topics related to big data management and information systems

Learning skills. Students must acquire the critical ability to autonomously relate to the typical problems of  data and information management and, in general, cultural issues related to information systems and their management. They should be able to develop an approach to independently structure knowledge and methods learnt with a view to possible continuation of studies at higher (doctoral) level or in the broader perspective of cultural and professional self-improvement of lifelong learning. Therefore, students should be able to switch their learning approach according to different learning sources and the objectives they must achieve in terms of results and audience

The course aims to provide students with tools and knowledge for data management in business organizations. The course consists of frontal lessons and classroom hands on exercises. The frontal lessons are aimed at improving students' knowledge and understanding through the presentation of theories, models and methods; students are invited to participate in the lesson with autonomy of judgement, by asking questions and presenting examples. The exercises are aimed at using tools which supports the models and approaches presented

The exam is an interview made up of both practical and descriptive aspects

The practical part aims at evaluating to what extent the student has: 1) the ability to design data models according to the methodologies presented during the call, 2) reasoning about his/her choices and the capacity to integrate different concepts and tools.

The descriptive part follows the practical part and is aimed to verify to what extent the student has gained knowledge and understanding of selected topics and he is able to communicate them.

Office Hours

By appointment; contact the instructor by email or at the end of class meetings.

  • Databases and Database Users
  • Database System Concepts and Architecture
  • Data Modeling Using the Entity–Relationship (ER) Model
  • The Enhanced Entity–Relationship (EER) Model
  • The Relational Data Model and Relational Database Constraints
  • Basic SQL
  • More SQL: Complex Queries, Triggers, Views, and Schema Modification
  • Relational Database Design by ER- and EER-to-Relational Mapping
  • Introduction to SQL Programming Techniques: Basics of Functional Dependencies and Normalization for Relational Databases, Informal Design Guidelines for Relation Schemas, Functional Dependencies, Normal Forms Based on Primary Keys, General Definitions of Second and Third Normal Forms, Boyce-Codd Normal Form
  • Concurrency Control Techniques
  • Main topics of Informations Systems: Anthony pyramid, Enterprise applications, OLTP and OLAP
  • Data Warehouse Definition and lifecycle
  • Modelling of analytical data processing systems: DFM,  Snow Flakes schema
  • Tools for data Visualization
  • Introduction at big data and big data processing pipeline
  • No SQL Databases and CAP Theorem
  • Different kinds of no SQL Databases
  • Distributed systems
  • Big Data quality
  • Hands on Data Exploratory analysis
  • Machine learning tecniques and big data

 

Teaching material: more concepts on requirement elicitation and database application design and implementation, multidimensional analisys, datawarehouse, big data, big data management, database security, database administration, NoSQL, NewSQL, distributed databases.

R. Elmasri, S. Navathe, Fundamental of Database Systems, 7a edizione, Pearson ed.

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

Material provided during the class

BIG DATA MANAGEMENT (ING-INF/05)
BIG DATA MANAGEMENT

Degree course COMPUTER ENGINEERING

Subject area ING-INF/05

Course type Laurea Magistrale

Credits 6.0

Teaching hours Ore totali di attività frontale: 54.0

For matriculated on 2021/2022

Year taught 2021/2022

Course year 1

Semestre Primo Semestre (dal 20/09/2021 al 17/12/2021)

Language INGLESE

Subject matter PERCORSO COMUNE (999)

Location Lecce

Good knowledge of Object Oriented Languages (at least 1), techniques and tools. Elements of computer networks and Web technologies.

The aim is to provide the basics about the main database theories, techniques and tools to design / implement databases and database applications.

 

Topics:

•Database, relational databases, NoSQL and NewSQL;

•DataBase Management Systems;

•Relational Model and Relational Algebra;

•SQL: data definition and manipulation;

•Basics of Human-Computer Interaction and interface design for DB;

•Architectural aspects: Clients, Servers, Peers, Devices, IoT, …

•Big data, data lakes, data analytics, machine learning, AI;

Knowledge and understanding. Students must have a solid background related to the basics of big data management and information systems:

  • They must have the basis to think analytically, creativelly and critically and being able to create abstraction and problem solving skills to cope with complex systems
  • They must have a basic knowledge of design and implementation of big data management systems
  • They must have the tools to design transactional and analytical databases applied to different contexts
  • They must have the skills to argument data in different scenario, the tools for managing them, together with its impact.

Applying knowledge and understanding. After the course the student should be able to:

  • Describe the model and frameworks of an Information System; illustrate the main components of an information system from the technical and application perspective.
  • Distinguish conceptual, logical and physical models in big data management.
  • Model Online Transaction processing systems from a big data perspective, distinguishing among conceptual models, relational models and physical models
  • Model Online Analytical processing systems form a data perspective, distinguishing among conceptual, logical and physical models, being able to describe the relationships among them and the processes

Making judgements. Students are guided to critically approach the topics treated during the class, to compare different solutions to a problem, to identify and propose the most effective or efficient solution in an autonomous way.

Communication. Students must learn to communicate with heterogeneous audiences, explaining their position, in logical, coherent and effective way. During the course students will be provided with domain specific vocabulary and the proper scientific knowledge and methods to expose and argument in precise and formal way the main topics related to big data management and information systems

Learning skills. Students must acquire the critical ability to autonomously relate to the typical problems of  data and information management and, in general, cultural issues related to information systems and their management. They should be able to develop an approach to independently structure knowledge and methods learnt with a view to possible continuation of studies at higher (doctoral) level or in the broader perspective of cultural and professional self-improvement of lifelong learning. Therefore, students should be able to switch their learning approach according to different learning sources and the objectives they must achieve in terms of results and audience

The course aims to provide students with tools and knowledge for data management in business organizations. The course consists of frontal lessons and classroom hands on exercises. The frontal lessons are aimed at improving students' knowledge and understanding through the presentation of theories, models and methods; students are invited to participate in the lesson with autonomy of judgement, by asking questions and presenting examples. The exercises are aimed at using tools which supports the models and approaches presented

The exam is an interview made up of both practical and descriptive aspects

The practical part aims at evaluating to what extent the student has: 1) the ability to design data models according to the methodologies presented during the call, 2) reasoning about his/her choices and the capacity to integrate different concepts and tools.

The descriptive part follows the practical part and is aimed to verify to what extent the student has gained knowledge and understanding of selected topics and he is able to communicate them.

Office Hours

By appointment; contact the instructor by email or at the end of class meetings.

  • Databases and Database Users
  • Database System Concepts and Architecture
  • Data Modeling Using the Entity–Relationship (ER) Model
  • The Enhanced Entity–Relationship (EER) Model
  • The Relational Data Model and Relational Database Constraints
  • Basic SQL
  • More SQL: Complex Queries, Triggers, Views, and Schema Modification
  • Relational Database Design by ER- and EER-to-Relational Mapping
  • Introduction to SQL Programming Techniques: Basics of Functional Dependencies and Normalization for Relational Databases, Informal Design Guidelines for Relation Schemas, Functional Dependencies, Normal Forms Based on Primary Keys, General Definitions of Second and Third Normal Forms, Boyce-Codd Normal Form
  • Concurrency Control Techniques
  • Main topics of Informations Systems: Anthony pyramid, Enterprise applications, OLTP and OLAP
  • Data Warehouse Definition and lifecycle
  • Modelling of analytical data processing systems: DFM,  Snow Flakes schema
  • Tools for data Visualization
  • Introduction at big data and big data processing pipeline
  • No SQL Databases and CAP Theorem
  • Different kinds of no SQL Databases

R. Elmasri, S. Navathe, Fundamental of Database Systems, 7a edizione, Pearson ed.

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

Material provided during the class

BIG DATA MANAGEMENT (ING-INF/05)
Laboratorio CAT

Corso di laurea TRADUZIONE TECNICO-SCIENTIFICA E INTERPRETARIATO

Settore Scientifico Disciplinare INF/01

Tipo corso di studio Laurea Magistrale

Crediti 9.0

Docente titolare MARCO SALVATORE ZAPPATORE

Ripartizione oraria Ore totali di attività frontale: 54.0

  Ore erogate dal docente ANTONELLA LONGO: 24.0

Per immatricolati nel 2021/2022

Anno accademico di erogazione 2021/2022

Anno di corso 1

Semestre Secondo Semestre (dal 07/03/2022 al 10/06/2022)

Lingua ITALIANO

Percorso PERCORSO UNISALENTO (A98)

L'insegnamento di laboratorio CAT ha come unico prerequisito la conoscenza delle operazioni di base di gestione delle interazioni utente-sistema operativo, al fine di consentire un uso efficace dei software CAT analizzati a lezione.

Nello specifico, agli studenti è richiesta una minima competenza, relativamente al sistema operativo Microsoft Windows (o Mac OS X o Linux, a propria scelta) per le seguenti operazioni:

  • navigazione e gestione del file system
  • navigazione e gestione dell'interfaccia utente
  • creazione e gestione di file e cartelle

È altresì richiesta una minima competenza relativa alla caratteristiche hardware (memoria RAM, potenza di calcolo) e software (librerie software) di un calcolatore al fine di comprendere correttamente i requisiti hardware e software necessari per l'installazione e l'utilizzo dei software CAT esaminati a lezione.

È infine richiesta una minima competenza relativa alla normale interazione con applicazioni Web (tramite browser) al fine di poter utilizzare proficuamente gli strumenti CAT di tipo Web/Cloud-based.

L'insegnamento di Laboratorio CAT verterà sui seguenti contenuti principali:

- Translation workflow e relativi standard di certificazione

- Sistemi di gestione del processo traduttivo tecnico-scientifico in ambito aziendale (TWMS, Translation Workflow Management System)

- Sistemi CAT: definizioni, tassonomia, tipologie, funzioni principali, funzioni avanzate

- Memorie di traduzione (TM) e relativi standard

- Basi Terminologiche (glossari) e relativi ambiti di utilizzo

- Sistemi CAT desktop e cloud-based 

- Introduzione alla traduzione automatica (MT) e alla sua integrazione nei sistemi CAT

- Rudimenti di pre-/post-editing per MT 

- Introduzione alla Software Localization

L'insegnamento di Laboratorio CAT mira a fornire agli studenti tutti gli elementi necessari per poter comprendere le attuali tendenze dello scenario della traduzione assistita e per operarvi proficuamente sia in autonomia che in contesti lavorativi di tipo aziendale. In questa ottica, verranno anche affrontati gli standard di certificazione di qualità e i sistemi di supporto e gestione del processo di traduzione. Per ciò che attiene ai sistemi CAT, essi verranno analizzati da molteplici prospettive, consentendo così agli studenti di apprendere vantaggi e limitazioni intrinseche di tali strumenti nell'ambito della traduzione tecnico-scientifica, nonché di constatare da un punto di vista pratico il potenziale di miglioramento che l'utilizzo consapevole di tali strumenti può apportare nell'attività di traduzione. L'analisi dei sistemi CAT verrà contestualizzata rispetto a tutte le fasi del processo di traduzione. Si forniranno inoltre agli studenti le linee guida per districarsi fra gli standard di riferimento del settore (ad es., per le Memorie di Traduzione). Alla conoscenza dei sistemi CAT verranno anche affiancati dei rudimenti di traduzione automatica e di relativo post-editing, al fine di comprenderne le differenze e le possibili strategie di utilizzo congiunto con i sistemi CAT. Particolare attenzione verrà data anche all'analisi delle modalità di certificazione richieste dalle principali aziende di produzione di sistemi CAT. Agli studenti verranno anche forniti gli strumenti conoscitivi necessari a comprendere il mondo della localizzazione software.

L'insegnamento di Laboratorio CAT sarà erogato mediante lezioni teoriche ed esercitazioni pratiche. Le attività pratiche copriranno la maggior parte delle ore disponibili, al fine di 1) consentire agli studenti di essere coinvolti come parte attiva nell'uso dei software analizzati e 2) offrire loro la possibilità di acquisire un livello di conoscenza pratica significativo sui software di riferimento del settore. Verranno anche svolte esercitazioni al fine di verificare periodicamente le competenze acquisite dagli studenti.

L'insegnamento di Laboratorio CAT prevede una prova organizzata in due blocchi:

  • questionario a risposta multipla (20 punti): gli studenti dovranno rispondere ad un questionario online, da svolgere in 60', composto da 20 domande (4 alternative di risposte, una sola corretta; 1 punto in caso di risposta corretta, 0 punti in caso di risposta errata o non fornita) riguardanti l'intero programma del corso (sia teorico che pratico).
  • project work collaborativo (10 punti): agli studenti verrà chiesto di organizzarsi autonomamente all'interno di gruppi (min. 2 partecipanti, max 4 partecipanti. Gruppi da 1 solo partecipante sono consentiti solo previa approvazione delle motivazioni alla base della richiesta). Ogni gruppo dovrà svolgere un progetto collaborativo relativo ad uno dei seguenti ambiti: a) traduzione documentale collaborativa secondo il translation workflow professionale; b) localizzazione software collaborativa; c) analisi ed estrazione di entità semantiche notevoli da corpora documentali. L'attività di project work dovrà poi essere relazionata mediante presentazione (ad es. tramite slide in PowerPoint).

La valutazione finale sarà data dalla somma algebrica dei punteggi attribuiti alle due prove parziali.

Slide fornite dal docente.

Laboratorio CAT (INF/01)
BIG DATA E SISTEMI DI CRM A SUPPORTO ALLE DECISIONI AZIENDALI

Corso di laurea MANAGEMENT AZIENDALE

Settore Scientifico Disciplinare ING-INF/05

Tipo corso di studio Laurea Magistrale

Crediti 8.0

Docente titolare ANTONELLA LONGO

Ripartizione oraria Ore totali di attività frontale: 64.0

  Ore erogate dal docente ANTONELLA LONGO: 40.0

Per immatricolati nel 2019/2020

Anno accademico di erogazione 2020/2021

Anno di corso 2

Semestre Primo Semestre (dal 14/09/2020 al 31/12/2020)

Lingua ITALIANO

Percorso DIGITAL MANAGEMENT (A90)

Sede Lecce

Non sono richiesti corsi propedeutici. Si richiede la conoscenza base dell’uso del computer

Questa corso riguarda la modellazione dei dati nei sistemi informativi aziendali e il nuovo paradigma dei Big Data, con specifico riferimento ai sistemi di gestione delle relazioni con la clientela . Gli studenti acquisiranno comprensione sulle strutture dati per la gestione di sistemi transazionali e informazionali, come progettare, preparare e usare i dati al fine di supportare le decisioni di business. 

Questi elementi sono fondamentali per la comprensione dei sistemi di gestione della relazione con i clienti e la relativa analisi

Knowledge and understanding. Gli studenti dovranno

  • avere un solido background sulle caratteristiche principali dei sistemi informativi e per la gestione dei dati:
  • avere le basi per pensare in modo analitico, creativo e criticamente ed essere in grado di creare astrazioni e competenze di problemi solving per trattare i sistemi complessi
  • avere le competenze basi per disegnare e implementare i sistemi di gestione dei dati
  • avere gli strumenti per disegnare i database transazionali e analitici applicati ai diversi contesti
  • avere le competenze per distinguere i dati nei diversi scenari, gli strumenti per gestirli e valutare l'impatto

Applying knowledge and understanding. Alla fine del corso gli studenti saranno in grado di:

  • descrivere e modellare i dati di sistemi informativi aziendali con particolare di riferimento ai sistemi di CRM
  • illustrare i principali componenti e le attività relative alla gestione dei dati aziendali
  • illustrare il paradigma dei Big data e le tecniche di gestione relative
  • essere capaci di utilizzare strumenti di gestione dei dati per effettuare interrogazioni e analisi
  • applicare i concetti dei gestione dei dati e dei sistemi di CRM

Making judgements. Gli studenti sono guidati a trattare criticamente i temi trattati in classe, per confrontare le diverse soluzioni al problema, identificare e proporre la soluzione più efficace ed efficiente in modo autonomo.

Communication. Gli studenti devono imparare a comunicare con audience eterogenei, difendendo la loro posizione in modo coerente, efficace e logico. Durante il corso sarà presentato il vocabolario specifico del dominio e i metodi e la conoscenza per esporre ed argomentare in modo preciso e formale i principali temi legati alla gestione dei dati e ai sistemi informativi

Learning skills. Gli studenti devono acquisire le abilità critiche per relazionarsi autonomamente con i problemi tipici della gestione dei dati, anche in vista di successivi studi dottorali o per approfondire la cultura personale e professionale. Perciò gli studenti dovrebbero essere in grado di passare autonomamente da un approccio di apprendimento a un altro in base alle diverse sorgenti a disposizione, gli obiettivi e il target da raggiungere.

Lezioni in teledidattica

- L’esame è orale mira a valutare l’abilità dello studente a progettare modelli dati e a commentare le scelte effettuate.e a verificare le conoscenze acquisite e la capacità di comunicarle in un contesto formale.

  • Fondamenti sui sistemi di elaborazione distribuiti
  • Introduzione ai MIS e ai sistemi di supporto alle decisioni: I processi di business e all'analisi delle performance dei processi di business, Ebusiness: il valore del business elettronico, enterprise applications, business intelligence, mobile business, Etica e sicurezza dell'informazione, , Infrastrutture tecnologiche sostenibili, 
  • Modellazione dei dati: Modellazione concettuale, logica e fisica dei dati transazionali e analitici, interrogazione di database con SQL, introduzione ai DBMS e utilizzo di MySQL
  • La visualizzazione dei dati attraverso tecniche di storytelling e introduzione a QlickSense
  • Excel come strumento a supporto delle decisioni di business e per la gestione dei dati: 
    • Fogli di calcolo per la valutazione di indicatori e l'elaborazione dati in ambito economico.
    • Celle, range di celle, tipi di dati, operazioni e funzioni predefinite, schemi di calcolo e verifiche di correttezza degli schemi (auditing).
    • Rassegna delle principali funzioni: ricerca orizzontale e verticale su matrici di dati, funzioni di testo, date ed intervalli temporali, funzioni statistiche e finanziarie.
    • Riferimenti circolari, soluzioni iterative, approssimazioni ed analisi di sensitività.
    • Inversione di funzioni mediante "ricerca obiettivo".
    • Formattazione condizionale, tabelle di dati e tecniche di ordinamento.
    • Analisi multidimensionale, tabelle pivot, connessione ed interrogazione di database e data warehouse mediante fogli di calcolo.
  • I processi di gestione della relazione con il cliente e gli strumenti digitali a supporto
  • “Sistemi informative aziendali- Erp e sistemi di data analysis”, terza edizione. Autori: Maurizio Pighin, Anna Marzona: Cap: 1-2-3 (paragrafi: 3.4. e 3.5), 4, 7,10 (paragrafo: 10.3), 11, 12,13,14
  • Microsoft Excel 2016 – Data Analysis and Business Modeling, Autore: Wayne L. Winston, ed. Microsoft
  • Dispense fornite dai docenti
BIG DATA E SISTEMI DI CRM A SUPPORTO ALLE DECISIONI AZIENDALI (ING-INF/05)
DATA MANAGEMENT

Degree course MANAGEMENT ENGINEERING

Subject area ING-INF/05

Course type Laurea Magistrale

Credits 9.0

Teaching hours Ore totali di attività frontale: 81.0

For matriculated on 2020/2021

Year taught 2020/2021

Course year 1

Semestre Primo Semestre (dal 22/09/2020 al 18/12/2020)

Language INGLESE

Subject matter Percorso comune (999)

Location Lecce

No previous skills are required. The use of computer and the tools of office automation are welcome

This is a course in information systems and data modelling; it is aimed at providing principles and tools to model data in information systems. It is a necessary prerequisite for more advanced courses in the management of digital technologies in enterprises and in the study of business intelligence. Students acquire a better understanding of relational and analytical database system structures and learn structured query language. These skills prepare them to, design and develop relational and multidimensional databases, fundamental elements of Enterprise Information Systems.

 

Knowledge and understanding. Students must have a solid background related to the basics of data management and information systems:

  • They must have the basis to think analytically, creativelly and critically and being able to create abstraction and problem solving skills to cope with complex systems
  • They must have a basic knowledge of design and implementation of data management systems
  • They must have the tools to design transactional and analytical databases applied to different contexts
  • They must have the skills to argument data in different scenario, the tools for managing them, together with its impact.

Applying knowledge and understanding. After the course the student should be able to:

  • Describe the model and frameworks of an Information System; illustrate the main components of an information system from the technical and application perspective and the impact of information systems on business.
  • Distinguish conceptual, logical and physical models in data management.
  • Model Online Transaction processing systems from a data perspective, distinguishing among ER models, relational models and physical models
  • Model Online Analytical processing systems form a data perspective, distinguishing among DFM, Snowflakes and physical models, being able to describe the relationships among them and the processes

Making judgements. Students are guided to critically approach the topics treated during the class, to compare different solutions to a problem, to identify and propose the most effective or efficient solution in an automous way.

Communication. Students must learn to communicate wiith heterougenoeus audiences, explaining their position, in logical, coherent and effecitve way. During the course students will be provided with domain specific vocabulary and the proper scientific knowledge and methods to expose and argument in precise and formal way the main topics related to data management and information system

Learning skills. Students must acquire the critical ability to autonomously relate to the typical problems of  data and information management and, in general, cultural issues related to information systems and their management. They should be able to develop an approach to independently structure knowledge and methods learnt with a view to possible continuation of studies at higher (doctoral) level or in the broader perspective of cultural and professional self-improvement of lifelong learning. Therefore, students should be able to switch their learning approach according to different learning sources and the objectives they must achieve in terms of results and audience

The course aims to provide students with tools and knowledge for data management in business organizations. The course consists of frontal lessons and classroom hands on exercises. The frontal lessons are aimed at improving students' knowledge and understanding through the presentation of theories, models and methods; students are invited to participate in the lesson with autonomy of judgement, by asking questions and presenting examples. The exercises are aimed at using tools which supports the models and approaches presented

The exam is an interview made up of both practical and descriptive aspects

The practical part aims at evaluating to what extent the student has: 1) the ability to design data models according to the methodologies presented during the call, 2) reasoning about his/her choices and the capacity to integrate different concepts and tools.

The descriptive part follows the practical part and is aimed to verify to what extent the student has gained knowledge and understanding of selected topics and he is able to communicate them.

Introduction to Computer and Information Systems (21 hours)

  • Computer, digital media, automatic information processing. Computer networks. Enterprise information systems and information architectues. 

Online Transaction Processing (30 Hours)

  • The aim of this module is to teach students to design database models and to  implement tables, queries, forms, reports and web pages. The focus will be on why and how to use databases in some significant business scenarios. SQL and other programming languages will be presented to understand the basics of modern Web Applications and Service Oriented Architectures.

Online Analytical Processing (30 Hours)

  • The aim of this module is to present models, methodologies and tools to understand Business Intelligence. Specific attention will be put on multidimensional analysis and on how to design and implement datawarehouses.
  1. “Fundamentals of Database Systems", 6th Edition, Elmasri, Navathe, Addison-Wesley
  2. “Datawarehouse Design - Modern Principles and Methodologies”, Matteo Golfarelli, Stefano Rizzi, McGrawHill
  3. “Information Systems” Paige Baltzan, 4th edition, Mc Graw Hill Education

  4. Teaching materials provided at the course

DATA MANAGEMENT (ING-INF/05)
BIG DATA E SISTEMI DI CRM A SUPPORTO ALLE DECISIONI AZIENDALI

Corso di laurea MANAGEMENT AZIENDALE

Settore Scientifico Disciplinare ING-INF/05

Tipo corso di studio Laurea Magistrale

Crediti 8.0

Docente titolare ANTONELLA LONGO

Ripartizione oraria Ore totali di attività frontale: 64.0

  Ore erogate dal docente ANTONELLA LONGO: 40.0

Per immatricolati nel 2018/2019

Anno accademico di erogazione 2019/2020

Anno di corso 2

Semestre Primo Semestre (dal 16/09/2019 al 31/12/2019)

Lingua ITALIANO

Percorso DIGITAL MANAGEMENT (A90)

Sede Lecce

Non sono richiesti corsi propedeutici. Si richiede la conoscenza base dell’uso del computer

Questa corso riguarda la modellazione dei dati nei sistemi informativi aziendali e il nuovo paradigma dei Big Data, con specifico riferimento ai sistemi di gestione delle relazioni con la clientela . Gli studenti acquisiranno comprensione sulle strutture dati per la gestione di sistemi transazionali e analitici , come progettare, preparare e usare i dati al fine di supportare le decisioni di business. Questi elementi sono fondamentali per la comprensione dei sistemi di gestione della relazione con i clienti e la relativa analisi

Knowledge and understanding. Gli studenti dovranno

  • avere un solido background sulle caratteristiche principali dei sistemi informativi e per la gestione dei dati:
  • avere le basi per pensare in modo analitico, creativo e criticamente ed essere in grado di creare astrazioni e competenze di problemi solving per trattare i sistemi complessi
  • avere le competenze basi per disegnare e implementare i sistemi di gestione dei dati
  • avere gli strumenti per disegnare i database transazionali e analitici applicati ai diversi contesti
  • avere le competenze per distinguere i dati nei diversi scenari, gli strumenti per gestirli e valutare l'impatto

Applying knowledge and understanding. Alla fine del corso gli studenti saranno in grado di:

  • descrivere e modellare i dati di sistemi informativi aziendali con particolare di riferimento ai sistemi di CRM
  • illustrare i principali componenti e le attività relative alla gestione dei dati aziendali
  • illustrare il paradigma dei Big data e le tecniche di gestione relative
  • essere capaci di utilizzare strumenti di gestione dei dati per effettuare interrogazioni e analisi
  • applicare i concetti dei gestione dei dati e dei sistemi di CRM

Making judgements. Gli studenti sono guidati a trattare criticamente i temi trattati in classe, per confrontare le diverse soluzioni al problema, identificare e proporre la soluzione più efficace ed efficiente in modo autonomo.

Communication. Gli studenti devono imparare a comunicare con audience eterogenei, difendendo la loro posizione in modo coerente, efficace e logico. Durante il corso sarà presentato il vocabolario specifico del dominio e i metodi e la conoscenza per esporre ed argomentare in modo preciso e formale i principali temi legati alla gestione dei dati e ai sistemi informativi

Learning skills. Gli studenti devono acquisire le abilità critiche per relazionarsi autonomamente con i problemi tipici della gestione dei dati, anche in vista di successivi studi dottorali o per approfondire la cultura personale e professionale. Perciò gli studenti dovrebbero essere in grado di passare autonomamente da un approccio di apprendimento a un altro in base alle diverse sorgenti a disposizione, gli obiettivi e il target da raggiungere.

Lezioni frontali e laboratoriali

L’esame è scritto e orale:

  • La parte scritta mira a valutare l’abilità di disegnare modelli dati in base alle metodologie presentate e a discutere le scelte e le implicazioni.
  • La parte orale segue la parte scritta se lo studente ha ottenuto un risultato almeno sufficiente Essa mira a verificare le conoscenze acquisite e l’abilità a comunicarle in un contesto formale.
  • Fondamenti sui sistemi di elaborazione distribuiti
  • Introduzione ai MIS e ai sistemi di supporto alle decisioni: I processi di business e all'analisi delle performance dei processi di business, Ebusiness: il valore del business elettronico, enterprise applications, business intelligence, mobile business, Etica e sicurezza dell'informazione, , Infrastrutture tecnologiche sostenibili, 
  • Modellazione dei dati: Modellazione concettuale, logica e fisica dei dati transazionali e analitici, interrogazione di database con SQL, introduzione ai DBMS e utilizzo di MySQL
  • La visualizzazione dei dati attraverso tecniche di storytelling e introduzione a QlickSense
  • Excel come strumento a supporto delle decisioni di business e per la gestione dei dati: 
    • Fogli di calcolo per la valutazione di indicatori e l'elaborazione dati in ambito economico.
    • Celle, range di celle, tipi di dati, operazioni e funzioni predefinite, schemi di calcolo e verifiche di correttezza degli schemi (auditing).
    • Rassegna delle principali funzioni: ricerca orizzontale e verticale su matrici di dati, funzioni di testo, date ed intervalli temporali, funzioni statistiche e finanziarie.
    • Riferimenti circolari, soluzioni iterative, approssimazioni ed analisi di sensitività.
    • Inversione di funzioni mediante "ricerca obiettivo".
    • Formattazione condizionale, tabelle di dati e tecniche di ordinamento.
    • Analisi multidimensionale, tabelle pivot, connessione ed interrogazione di database e data warehouse mediante fogli di calcolo.
  • I processi di gestione della relazione con il cliente e gli strumenti digitali a supporto
  • “Information Systems” Paige Baltzan, 4th edition, Mc Graw Hill Education 
  • “Fundamentals of Database Systems", 6th Edition, Elmasri, Navathe, Addison-Wesley
  • “Datawarehouse Design - Modern Principles and Methodologies”, Matteo Golfarelli, Stefano Rizzi, McGrawHill
  • Dispense fornite dalla docente
BIG DATA E SISTEMI DI CRM A SUPPORTO ALLE DECISIONI AZIENDALI (ING-INF/05)
DATA MANAGEMENT

Degree course MANAGEMENT ENGINEERING - INGEGNERIA GESTIONALE

Subject area ING-INF/05

Course type Laurea Magistrale

Credits 9.0

Teaching hours Ore totali di attività frontale: 81.0

For matriculated on 2019/2020

Year taught 2019/2020

Course year 1

Semestre Primo Semestre (dal 23/09/2019 al 20/12/2019)

Language INGLESE

Subject matter Percorso comune (999)

Location Lecce

No previous skills are required. The use of computer and the tools of office automation are welcome

This is a course in information systems and data modelling; it is aimed at providing principles and tools to model data in information systems. It is a necessary prerequisite for more advanced courses in the management of digital technologies in enterprises and in the study of business intelligence. Students acquire a better understanding of relational and analytical database system structures and learn structured query language. These skills prepare them to, design and develop relational and multidimensional databases, fundamental elements of Enterprise Information Systems.

 

Knowledge and understanding. Students must have a solid background related to the basics of data management and information systems:

  • They must have the basis to think analytically, creativelly and critically and being able to create abstraction and problem solving skills to cope with complex systems
  • They must have a basic knowledge of design and implementation of data management systems
  • They must have the tools to design transactional and analytical databases applied to different contexts
  • They must have the skills to argument data in different scenario, the tools for managing them, together with its impact.

Applying knowledge and understanding. After the course the student should be able to:

  • Describe the model and frameworks of an Information System; illustrate the main components of an information system from the technical and application perspective and the impact of information systems on business.
  • Distinguish conceptual, logical and physical models in data management.
  • Model Online Transaction processing systems from a data perspective, distinguishing among ER models, relational models and physical models
  • Model Online Analytical processing systems form a data perspective, distinguishing among DFM, Snowflakes and physical models, being able to describe the relationships among them and the processes

Making judgements. Students are guided to critically approach the topics treated during the class, to compare different solutions to a problem, to identify and propose the most effective or efficient solution in an automous way.

Communication. Students must learn to communicate wiith heterougenoeus audiences, explaining their position, in logical, coherent and effecitve way. During the course students will be provided with domain specific vocabulary and the proper scientific knowledge and methods to expose and argument in precise and formal way the main topics related to data management and information system

Learning skills. Students must acquire the critical ability to autonomously relate to the typical problems of  data and information management and, in general, cultural issues related to information systems and their management. They should be able to develop an approach to independently structure knowledge and methods learnt with a view to possible continuation of studies at higher (doctoral) level or in the broader perspective of cultural and professional self-improvement of lifelong learning. Therefore, students should be able to switch their learning approach according to different learning sources and the objectives they must achieve in terms of results and audience

The course aims to provide students with tools and knowledge for data management in business organizations. The course consists of frontal lessons and classroom hands on exercises. The frontal lessons are aimed at improving students' knowledge and understanding through the presentation of theories, models and methods; students are invited to participate in the lesson with autonomy of judgement, by asking questions and presenting examples. The exercises are aimed at using tools which supports the models and approaches presented

Written and Oral

The exam is made up of both written and oral part. 

The written part aims at evaluating to what extent the student has: 1) the ability to design data models according to methodologies presented during the call, 2) reasoning about his/her choices and the capacity to integrate different concepts and tools.

The oral part follows the written part if the student has been scored with sufficient at least. It is aimed to verify to what extent the student has gained knowledge and understanding of selected topics and he is able to communicate them.

Introduction to Computer and Information Systems (21 hours)

  • Computer, digital media, automatic information processing. Computer networks. Enterprise information systems and information architectues. 

Online Transaction Processing (30 Hours)

  • The aim of this module is to teach students to design database models and to  implement tables, queries, forms, reports and web pages. The focus will be on why and how to use databases in some significant business scenarios. SQL and other programming languages will be presented to understand the basics of modern Web Applications and Service Oriented Architectures.

Online Analytical Processing (30 Hours)

  • The aim of this module is to present models, methodologies and tools to understand Business Intelligence. Specific attention will be put on multidimensional analysis and on how to design and implement datawarehouses.
  1. “Fundamentals of Database Systems", 6th Edition, Elmasri, Navathe, Addison-Wesley
  2. “Datawarehouse Design - Modern Principles and Methodologies”, Matteo Golfarelli, Stefano Rizzi, McGrawHill
  3. “Information Systems” Paige Baltzan, 4th edition, Mc Graw Hill Education

  4. Teaching materials provided at the course

DATA MANAGEMENT (ING-INF/05)
DATA MANAGEMENT

Degree course MANAGEMENT ENGINEERING - INGEGNERIA GESTIONALE

Subject area ING-INF/05

Course type Laurea Magistrale

Credits 9.0

Teaching hours Ore totali di attività frontale: 81.0

For matriculated on 2018/2019

Year taught 2018/2019

Course year 1

Semestre Primo Semestre (dal 24/09/2018 al 21/12/2018)

Language INGLESE

Subject matter Percorso comune (999)

Location Lecce

No previous skills are required. The use of computer and the tools of office automation are welcome

This is a course in information systems and data modelling; it is aimed at providing principles and tools to model data in information systems. It is a necessary prerequisite for more advanced courses in the management of digital technologies in enterprises and in the study of business intelligence. Students acquire a better understanding of relational and analytical database system structures and learn structured query language. These skills prepare them to, design and develop relational and multidimensional databases, fundamental elements of Enterprise Information Systems.

 

Knowledge and understanding. Students must have a solid background related to the basics of data management and information systems:

  • They must have the basis to think analytically, creativelly and critically and being able to create abstraction and problem solving skills to cope with complex systems
  • They must have a basic knowledge of design and implementation of data management systems
  • They must have the tools to design transactional and analytical databases applied to different contexts
  • They must have the skills to argument data in different scenario, the tools for managing them, together with its impact.

Applying knowledge and understanding. After the course the student should be able to:

  • Describe the model and frameworks of an Information System; illustrate the main components of an information system from the technical and application perspective and the impact of information systems on business.
  • Distinguish conceptual, logical and physical models in data management.
  • Model Online Transaction processing systems from a data perspective, distinguishing among ER models, relational models and physical models
  • Model Online Analytical processing systems form a data perspective, distinguishing among DFM, Snowflakes and physical models, being able to describe the relationships among them and the processes

Making judgements. Students are guided to critically approach the topics treated during the class, to compare different solutions to a problem, to identify and propose the most effective or efficient solution in an automous way.

Communication. Students must learn to communicate wiith heterougenoeus audiences, explaining their position, in logical, coherent and effecitve way. During the course students will be provided with domain specific vocabulary and the proper scientific knowledge and methods to expose and argument in precise and formal way the main topics related to data management and information system

Learning skills. Students must acquire the critical ability to autonomously relate to the typical problems of  data and information management and, in general, cultural issues related to information systems and their management. They should be able to develop an approach to independently structure knowledge and methods learnt with a view to possible continuation of studies at higher (doctoral) level or in the broader perspective of cultural and professional self-improvement of lifelong learning. Therefore, students should be able to switch their learning approach according to different learning sources and the objectives they must achieve in terms of results and audience

The course aims to provide students with tools and knowledge for data management in business organizations. The course consists of frontal lessons and classroom hands on exercises. The frontal lessons are aimed at improving students' knowledge and understanding through the presentation of theories, models and methods; students are invited to participate in the lesson with autonomy of judgement, by asking questions and presenting examples. The exercises are aimed at using tools which supports the models and approaches presented

Written and Oral

The exam is made up of both written and oral part. 

The written part aims at evaluating to what extent the student has: 1) the ability to design data models according to methodologies presented during the call, 2) reasoning about his/her choices and the capacity to integrate different concepts and tools.

The oral part follows the written part if the student has been scored with sufficient at least. It is aimed to verify to what extent the student has gained knowledge and understanding of selected topics and he is able to communicate them.

Introduction to Computer and Information Systems (21 hours)

  • Computer, digital media, automatic information processing. Computer networks. Enterprise information systems and information architectues. 

Online Transaction Processing (30 Hours)

  • The aim of this module is to teach students to design database models and to  implement tables, queries, forms, reports and web pages. The focus will be on why and how to use databases in some significant business scenarios. SQL and other programming languages will be presented to understand the basics of modern Web Applications and Service Oriented Architectures.

Online Analytical Processing (30 Hours)

  • The aim of this module is to present models, methodologies and tools to understand Business Intelligence. Specific attention will be put on multidimensional analysis and on how to design and implement datawarehouses.
  1. “Fundamentals of Database Systems", 6th Edition, Elmasri, Navathe, Addison-Wesley
  2. “Datawarehouse Design - Modern Principles and Methodologies”, Matteo Golfarelli, Stefano Rizzi, McGrawHill
  3. “Information Systems” Paige Baltzan, 4th edition, Mc Graw Hill Education

  4. Teaching materials provided at the course

DATA MANAGEMENT (ING-INF/05)

Tesi

Bachelor and Ms.C. thesis are available at:

- DIDALab Web site

- SYDALab Web site

Pubblicazioni

Per l'elenco scientifico aggiornato delle pubblicazioni consultare i link correlati