Laurea Magistrale in Informatica A.A. 2013/2014

Scopo della Laurea Magistrale in Informatica n  Approfondire alcune aree fondamentali

dell’informatica q  Algoritmi q  Calcolabilità q  Linguaggi di Programmazione

n  Fornire conoscenze avanzate in alcune aree con forti competenze locali q  Intelligenza Artificiale q  Linguaggi q  Sistemi

n  Due interi trimestri per una tesi originale, teorica o applicativa

Laurea Magistrale in Informatica n  120 CFU in totale n  Due insegnamenti obbligatori per tutti (2 × 10 CFU) n  Insegnamenti di informatica

q  Tre insegnamenti “principali” da 8 CFU (sceglierne almeno 1) q  Altri insegnamenti da 6 CFU

n  Insegnamenti affini (2 x 6 CFU) q  Insegnamenti (alcuni mutuati dalla LM in Matematica) di

ambito matematico da 6 CFU q  Insegnamento di Bioinformatica da 6 CFU

n  Tesi (36 CFU + 2 CFU di tirocinio) n  12 CFU a libera scelta (ma coerenti)

Corsi obbligatori per tutti

n  Linguaggi di Programmazione (10 CFU) q  Ulteriori paradigmi di programmazione e loro

trattazione generale q  Docente: Gilberto Filè

n  Computabilità e Algoritmi (10 CFU) q  Approccio sistematico alla costruzione di algoritmi

efficienti e comprensione dei limiti dell’Informatica q  Docenti: Paolo Baldan, Livio Colussi

Insegnamenti nell’area “Intelligenza Artificiale” n  Profilo professionale

q  Esperti nello sviluppo e gestione di sistemi adattativi e autonomi per la soluzione di problemi complessi

n  Insegnamento da 8 CFU q  Intelligenza Artificiale

n  Insegnamenti da 6 CFU q  Apprendimento Automatico q  Data Mining q  Information Retrieval (mutuato dalla LM in Scienze Statistiche) q  Sistemi con Vincoli q  Analisi Numerica (affine, mutuato da Calcolo Numerico e

Programmazione, LM in Astronomia) q  Bioinformatica (affine) q  Metodi e Modelli per l’Ottimizzazione Combinatoria (affine)

Insegnamenti nell’area “Linguaggi”

n  Profilo professionale q  Esperti di linguaggi e tecniche per lo sviluppo, l’analisi e la

verifica di sistemi complessi

n  Insegnamento da 8 CFU q  Analisi Statica e Verifica del Software

n  Insegnamenti da 6 CFU q  Algoritmi di Approssimazione q  Linguaggi e Modelli per il Global Computing q  Linguaggi di Programmazione Avanzati q  Crittografia (affine) q  Fondamenti Logici dei Linguaggi Funzionali (affine)

Insegnamenti nell’area “Sistemi” n  Profilo professionale

q  Esperti nello sviluppo e gestione di sistemi complessi

n  Insegnamento da 8 CFU q  Sistemi concorrenti e distribuiti

n  Insegnamenti da 6 CFU q  Amministrazione di Sistema q  Reti Wireless q  Sicurezza q  Sistemi Real-Time q  Sistemi Ipermediali q  Tecnologie Web 2 q  Analisi Numerica (affine, mutuato da Calcolo Numerico e

Programmazione, LM in Astronomia) q  Crittografia (affine)

Altri insegnamenti

n  Tecnologie Open-Source n  Gestione di Imprese Informatiche n  Logica 2 (affine, mutuato da Logica

Matematica 2, LM in Matematica)

I anno I trimestre CFU II trimestre CFU III trimestre CFU

Linguaggi di programmazione 10 Computabilità e algoritmi 10 Apprendimento

automatico 6

Sistemi concorrenti e distribuiti 8 Intelligenza artificiale 8 Amministrazione

di sistema 6

Analisi statica e verifica del software (ING) 8 Bioinformatica (ING) 6

Linguaggi di programmazione avanzati

6

Crittografia (ING) 6 Data mining 6 Sicurezza (ING) 6

Fondamenti logici dei linguaggi funzionali 6 Linguaggi e modelli per il

global computing 6 Sistemi con vincoli 6

Sistemi ipermediali 6 Sistemi real-time 6 Tecnologie open-source 6

Tecnologie Web 2 6

insegnamenti mutuati I semestre CFU

Analisi Numerica 6 Logica 2 6 (ING) Lezione ed esame in INGLESE

II anno

I trimestre CFU II trimestre CFU III trimestre

Algoritmi di approssimazione 6 TESI

Metodi e modelli per l'ottimizzazione combinatoria 6 Gestione di Imprese

Informatiche 6

Reti wireless (ING) 6 Corsi a libera scelta 12

insegnamenti mutuati

Information retrieval 6

(ING) Lezione ed esame in INGLESE

Risorse

n  Sito corsi di laurea http://informatica.math.unipd.it n  Siti dei corsi sulle pagine dei docenti n  CCS Informatica n  Rappresentanti studenti:

q  Gasperin Gianluca q  Mularoni Nicola q  Pasinato Andrea q  Simeoni Alberto q  Ziccardi Marco

Laurea Magistrale in Informatica A.A. 2013/2014 Area Intelligenza Artificiale

Area “Intelligenza Artificiale”

n  Profilo professionale q  Esperti nello sviluppo e gestione di sistemi adattativi e autonomi

per la soluzione di problemi complessi n  Insegnamento principale (8 CFU)

q  Intelligenza Artificiale n  Altri insegnamenti (6 CFU)

q  Information Retrieval (mutuato da LM Scienze Statistiche) q  Apprendimento Automatico q  Sistemi con Vincoli q  Bioinformatica (affine) q  Analisi Numerica (affine, mutuato da Calcolo Numerico e

Programmazione, LM in Astronomia) q  Data Mining q  Metodi e Modelli per l’Ottimizzazione Combinatoria (affine)

Intelligenza Artificiale

Il corso si propone di fornire nozioni fondamentali su alcuni degli

approcci principali, all'interno della Intelligenza Artificiale, per la

soluzione di problemi difficili

Docenti: Francesca Rossi, Alessandro Sperduti

Intelligenza Artificiale

Apprendimento Automatico

Il corso si propone di fornire le nozioni fondamentali per la

comprensione e la progettazione di sistemi che utilizzano tecniche di

Apprendimento Automatico

Docenti: Fabio Aiolli, Alessandro Sperduti

I principali riferimenti bibliografici del corso sono i seguenti: •  T. Mitchell , "Machine Learning", McGraw Hill, 1998. •  E. Alpaydin, "Introduction to Machine Learning", Cambridge University Press, 2010.

Lucidi: www.math.unipd.it/~sperduti/ml.html

Apprendimento Automatico

•  Concetti fondamentali dell’Apprendimento Automatico •  Apprendimento di concetti, spazio delle ipotesi •  Apprendimento di alberi di decisione •  Valutazione qualità modelli •  Algoritmi di clustering •  Cenni Reti Neurali •  Support Vector Machine •  Apprendimento probabilistico •  Esperienze pratiche in laboratorio

Contenuti del corso

Sistemi con Vincoli

n  Docente: Francesca Rossi n  6 crediti formativi, di cui 1 per progetto n  Esame:

q  Scritto n  Progetto

q  A gruppi q  Nessun vincolo sul linguaggio di programmazione da usare q  Sviluppo e test sperimentale di alcuni algoritmi su classi di

problemi, o anche studio e confronto tra risolutori esistenti

Sistemi con Vincoli – di cosa tratta n  Molti problemi reali si possono modellare con

un insieme di vincoli sulle variabili decisionali q  Orario delle lezioni, sequenzializzazione DNA,

verifica circuiti, allocazione di risorse, sudoku, colorazione mappe, schedulazione attivita’, ecc.

n  Risolvere un problema: trovare un assegnamento di valori alle variabili che soddisfi tutti i vincoli

n  Anche con q  Criteri di ottimizzazione q  Preferenze q  Più agenti che specificano vincoli/preferenze

n  Sono tutti problemi difficili (NP hard) in generale q  Classi trattabili q  Algoritmi esatti + euristiche q  Algoritmi aprossimati

Sistemi con Vincoli – programma del corso

n  Nozioni di base dei problemi con vincoli

n  Come modellare un problema

reale con un insieme di vincoli

n  Tecniche per risolverlo q  Esatte, approssimate, classi trattabili q  Ricerca di una soluzione q  Consistenza locale

n  Vincoli soft e preferenze

n  Sistemi multi-agente

Sistemi con Vincoli -- materiale

n  Libro principale: q  Principles of Constraint Programming, K. Apt, CUP,

2003

n  Parti di altri libri: q  Constraint processing, R. Dechter, MK, 2003 q  Handbook of constraint programming, Elsevier, 2006 q  Constraint networks, C. Lecoutre, Wiley, 2009

n  Lucidi delle lezioni n  Sito web del corso: www.math.unipd.it/~frossi/vincoli2013.html per il corso dell’a.a. precedente

Data  Mining  Docente:  Bruno  Scarpa  

Il  corso  intende  fornire  una  panoramica  sui  conce8  e  sulle  metodologie  per  l’analisi  di  grandi  quan;tà  di  da;,  con  par;colare  a>enzione  alle  applicazioni  ai  

processi  di  decisione  aziendale  

Libri  di  riferimento:    • Data  analysis  and  data  mining,  A.Azzalini  e  B.Scarpa,  Oxford  University  Press,  2012  • The  elements  of  sta;s;cal  learning,  T.Has;e,  R.Tibshirani  e  J.Friedman,  Springer,  2009  • Materiale  fornito  dal  docente  

 

L’insegnamento  affiancherà  a  lezioni  frontali  esercitazioni  in  laboratorio  con  applicazioni  a  da;  reali.  

Data  Mining  Contenu;  del  corso  

•   L'analisi  dei  da;:  supporto  per  le  decisioni  e  la  Business  Intelligence.    

•   Elemen;  di  base  della  modellazione  sta;s;ca  e  introduzione  ai  conce8  principali  dell’inferenza  sta;s;ca  

•   I  modelli  sta;s;ci:  la  s;ma  e  l’ada>amento  ai  da;  

•   Contrasto  tra  aderenza  ai  da;  e  complessità  del  modello.  Tecniche  generali  per  la  selezione  del  modello  (AIC,  BIC,  insieme  di  verifica,  convalida  incrociata,  oltre  ai  test  sta;s;ci  classici).  

•   Metodi  di  regressione:      regressione  parametrica  e  non  parametrica,                modelli  addi;vi,  alberi,  mars,  projec;on  pursuit,                re;  neurali  (richiami).  

•   Metodi  di  classificazione:    mediante  regressione  parametrica  (lineare  e  logis;ca),                modelli  addi;vi,  alberi,  polymars,                combinazione  di  classificatori  (bagging,  boos;ng,  foreste  casuali)  

•   Metodi  di  analisi  interna:    nozioni  sui  metodi  di  raggruppamento,              analisi  delle  associazioni  tra  variabili  e  algoritmo  Apriori.                Re;  sociali  (cenni).    

 

Bioinformatica (affine)

Dopo una breve introduzione ai sistemi biologici, il corso sarà suddiviso in quattro parti

principali.

Prima parte: sequenziamento di genomi. Problemi informatici relativi al sequenziamento di

genomi. Algoritmi di allineamento e di “assemblaggio” di sequenze genomiche. Sequenze

ripetute.

Seconda parte: interpretazione dell'informazione genetica. Algoritmi per l'identificazione di

geni. Predizione di elementi funzionali non codificanti proteine.

Terza Parte: annotazione genica e information retrieval. Aspetti generali. Informazioni relative

alla trascrittomica, proteomica, interattomica, genomica comparata, ecc. Integrazione dati e

systems biology.

Quarta parte: Il genoma umano. Polimorfismi e differenze individuali. Sequenziamento di

genomi “personali”: problemi informatici e prospettive.

Docente: Giorgio Valle

DECISION SUPPORT SYSTEM

Metodi e Modelli per l’Ottimizzazione Combinatoria (affine)

Problema decisionale

Qual è la migliore configurazione delle risorse disponibili?

Modelli

Variabili decis. funz. obiettivo

e vincoli

Strumenti matematici e algoritmici

Soluzioni del problema Metodi

trovare la combinazione ottima dei valori delle variabili

4 D A i r T r a f f i c F l o w M a n a g e m e n t

Docente: Luigi De Giovanni

MeMOC (A): contenuti del corso

Ripasso e approfondimenti di Ricerca Operativa: modellazione in programmazione lineare (intera) metodi del simplesso tecniche di generazione di colonne modellazione e ottimizzazione su grafo

Tecniche esatte di Ottimizzazione Combinatoria: formulazioni in Programmazione Lineare Intera metodi: Branch & Bound, piani di taglio, Branch & Cut

Meta-euristiche di Ottimizzazione Combinatoria: tecniche di rappresentazione delle soluzioni metodi: ricerca di vicinato, algoritmi evolutivi, ibridi

Laboratori Implementazione con librerie di ottimizzazione (IBM-Cplex)

MeMOC (A): materiali, esame …

Materiali Dispense fornite dal docente Approfondimenti su articoli scientifici (in lettura) Librerie di ottimizzazione IBM Cplex (licenza accademica) Modalità d’esame Orale: sui contenuti del corso Progetto FACOLTATIVO: implementazione di un metodo per la

soluzione di un problema pratico di ottimizzazione combinatoria

Altre info Docente: Luigi De Giovanni, primo trimestre, 6 crediti (affini) Sul web http://www.math.unipd.it/~luigi/courses/metmodoc/metmodoc.html

Laurea Magistrale in Informatica A.A. 2013/2014 Area Linguaggi

Area Linguaggi

Profilo professionale

Esperti di linguaggi e tecniche per lo

sviluppo, l’analisi e la verifica di sistemi

software

Linguaggi di programmazione

Linguaggi di Programmazione

Obiettivo gestire la complessità

nella costruzione e nell’analisi dei sistemi software

•  Design di un linguaggio •  Analisi e Verifica dei programmi

Metodo

Linguaggi di Programmazione

Obiettivo

•  ripensare in profondità alcuni concetti già incontrati

•  descrivere e studiare un linguaggio in modo rigoroso/formale

•  ragionare sui programmi in modo rigoroso/formale

gestire la complessità nella costruzione e nell’analisi dei

sistemi software

•  Design di un linguaggio •  Analisi e Verifica dei programmi

Metodo

Percorso offerto dall’area:

Area Linguaggi: Insegnamenti

Insegnamento da 8 CFU

Analisi statica e Verifica del Software

Insegnamenti da 6 CFU

Linguaggi e Modelli per il Global Computing

Linguaggi di Programmazione Avanzati

Crittografia (affine)

Fondamenti Logici dei Linguaggi Funzionali (affine)

Algoritmi di Approssimazione

Analisi statica e Verifica del Sotware

• Semantica operazionale e denotazionale di programmi.

• Analisi statica di programmi mediante interpretazione astratta.

• Analisi dataflow di programmi.

• Verifica di sistemi software mediante model checking.

• Tool di analisi statica:

Docente: Francesco Ranzato

Linguaggi di Programmazione Avanzati

Tematica: presentare alcune tecniche avanzate dei

moderni linguaggi di programmazione

comprendere, ragionare e

possibilmente valutarle  tecnologia  

teoria  

Docente: Silvia Crafa

Linguaggi di Programmazione Avanzati

1.  Mini linguaggio funzionale •  Semantica e sistema di tipi per ragionare sul linguaggio

2.  Arricchiamo il linguaggio •  Riferimenti, eccezioni •  Subtyping, Polimorfismo parametrico, type inference

3.  Mini linguaggio ad oggetti: •  Featherweight Java, in versione funzionale e in versione imperativa •  Aggiungiamo i thread a Featherweight Java

4.  Scala: un mix efficace di paradigma funzionale e OO •  A scalable language •  Functions as objects •  Mixins •  Actors

5.  Troppi tipi? ….dynamic typing… oppure Contracts!!

tecnologia  

teoria  

Linguaggi e Modelli per il Global Computing Docente: Paolo Baldan

q  Global computer

q  Concorrenza, distribuzione, mobilità, dinamicità, open-endedness

q  Pb: connettività, sicurezza, flussi di informazione, controllo delle risorse, …

q  Tumultuosa evoluzione tecnologica: linguaggi, architetture, paradigmi …

Linguaggi e Modelli per il Global Computing

q  Idea generale: approccio rigoroso/formale come strumento per dominare la complessità a livello:

q  Concettuale: Comprendere, classificare, sistematizzare

q  Pratico Specifica, progettazione, analisi e verifica di proprietà.

Linguaggi e Modelli per il Global Computing

1.  Modellazione di sistemi concorrenti, distribuiti e mobili •  Linguaggi classici (Milner Hoare) … •  … ed estensioni (protocolli crittografici, mobilità di codice, ecc.)

2.  Correttezza? (“Cosa fa un programma concorrente?)

3.  Linguaggi di specifica di proprietà e verifica automatica •  Deadlock, fairness, access control, information flow, QoS, … •  Mobility workbench

4.  Linguaggi di programmazione •  Google Go (concurrency) e ORC (orchestration) •  Rif. ad altri linguaggi (Erlang, Ada, …)

http://www.math.unipd.it/~baldan/Global

Algoritmi di Approssimazione

Obiettivi formativi :

Molti problemi computazionali di interesse pratico non ammettono algoritmi efficienti per la loro risoluzione. Tali problemi si possono quindi risolvere soltanto per istanze molto piccole ma non nei casi di interesse pratico.

Il corso mostra come si possano ottenere algoritmi di approssimazione i quali calcolano soltanto una "approssimazione" della soluzione del problema in modo molto più efficiente e risultano quindi utilizzabili effettivamente nei casi pratici.

Docente: Livio Colussi

Fondamenti logici dei linguaggi funzionali (affine)

Scopo: fornire una introduzione teorica ai linguaggi

di programmazione funzionali tipati e non tipati.

λ  

tipi programmi

logica informatica

ML  

Docente: Silvio Valentini

Fondamenti logici dei linguaggi funzionali

Contenuti:

●  ll λ-calcolo tipato semplice, ed i suoi legami con la logica intuizionista ,

●  λ-calcoli con sistemi di tipo piu’ generali:

●  calcolo con tipi dipendenti, legame con la logica del primo ordine

●  calcoli con tipi di secondo ordine, legame con l'aritmetica di Heyting al secondo ordine

●  calcoli estremamente potenti che considerano entrambi i sistemi di tipi ed eventualmente anche i tipi induttivamente generati.

●  Per tutti tali lambda calcoli si intendono dimostrare il teorema di normalizzazione e di confluenza, e fornire esempi di applicazione in informatica teorica.

Crittografia (affine)

Riferimenti: in lingua inglese, www.math.unipd.it/~languasc/Teaching.html Obiettivi formativi Panoramica sugli aspetti teorici di base Analisi critica delle applicazioni e dei protocolli crittografici attualmente in uso Prerequisiti: buona conoscenza del primo corso di Algebra e di Analisi Matematica Contenuti Analisi della teoria elementare e computazionale dei numeri alla base dei metodi crittografici moderni Studio dei protocolli di trasmissione sicura delle informazioni Modalità d’esame scritto (lista di domande su argomenti del corso; no esercizi) Prospettive occupazionali Scarse nel panorama italiano, ma interesse crescente ove si trattano dati sensibili (telecomunicazioni, banche, PP.AA.) Nettamente più avanzati i panorami europeo extraitaliano e statunitense

Docente: Alessandro Languasco

Laurea Magistrale in Informatica A.A. 2013/2014 Area Sistemi

46

Area Sistemi

n  Profilo professionale q  Esperti in sviluppo, studio, gestione di sistemi complessi

n  Insegnamento principale da 8 CFU q  Sistemi Concorrenti e Distribuiti

n  Altri insegnamenti da 6 CFU q  Amministrazione di Sistema q  Analisi Numerica (affine) q  Crittografia (affine) q  Reti wireless q  Sicurezza q  Sistemi Ipermediali q  Sistemi Real-Time q  Tecnologie Web 2

47

Sistemi concorrenti e distribuiti

n  Obiettivi formativi q  Acquisire familiarità con le problematiche di concorrenza e

distribuzione nell’analisi, progettazione e realizzazione di sistemi software

n  Modalità d’esame q  Progetto (individuale o collaborativo), dimostrazione e

discussione di una relazione tecnica di accompagnamento n  Prospettive professionali

q  Si tratta di un argomento fondazionale alla base di molte attività applicative e di ricerca che includono virtualizzazione, multicore processors e cloud computing

n  Ambiti di tesi q  Diversi progetti di ricerca condotti dal docente richiedono forti

conoscenze di SCD q  Prevalenza di tesi all’interno di progetti di ricerca

Docente: Tullio Vardanega

48

Sistemi Real-Time

n  Obiettivi formativi q  Studiare i fondamenti teorici dello sviluppo e dell’analisi dei

sistemi software soggetti a vincoli temporali n  Modalità d’esame

q  Relazione scritta su una specifica applicazione teorico-pratica di quanto appreso nel corso

q  Discussione orale n  Prospettive professionali

q  Area di conoscenza fondamentale nell’industria dei sistemi embedded (trasporto, aero-spazio, telecomunicazioni, …)

n  Ambiti di tesi q  Diversi progetti di ricerca condotti dal docente richiedono forti

conoscenze di SRT q  Prevalenza di tesi all’interno di progetti di ricerca q  Spazio per attività applicative e/o divulgative

Docente: Tullio Vardanega

n  Riferimenti: 1 anno, III trimestre n  Web: http://www.math.unipd.it/~conti/teaching.html n  Insegnamento ed esame in lingua inglese n  Obiettivi Formativi: Conoscenze di sicurezza di sistema in ambiente linux/win, sicurezza di rete wireless/wired, web-application security, gestione della sicurezza. Saper aggiornare autonomamente le proprie competenze nel settore n  Prospettive professionali

n  Responsabile sicurezza sistemi informatici, progettare architettura di sistemi ed applicazioni sicure, ricerca.

Docente: Mauro Conti

"The protection provided by encryption is based on the fact that most people would rather eat liver than do mathematics"

Bill Neugent

Sicurezza (1/2)

n  Argomenti n  I parte: Computer Security Technology and

Principles; Software Security and Trusted Systems; Management Issues; Cryptographic Algorithms; Network Security

n  II parte: Cutting Edge Research Issues, inclusi seminari con esperti internazionali

n  Modalità di esame: Prova Scritta / Presentazione

n  Tesi:

•  Sicurezza/privacy in ambiente wired/wireless networks, distributed systems, smartphone, social networks, sensor networks, RFID, cloud computing.

Docente: Mauro Conti Sicurezza (2/2)

51

Sistemi ipermediali (1/2)

n  Obiettivi formativi q  Tecnologie e strumenti alla base del progetto di sistemi ipertestuali e

multimediali q  Principali tecnologie di codifica, memorizzazione e diffusione di informazioni

multimediali (audio, video, immagini). n  Argomenti trattati

q  Le immagini: la percezione visiva, formati standard n  GIF, PNG, JPEG, JPEG2000, …

q  L'audio digitale: la percezione acustica, i formati standard n  WAV, MP3, MIDI, …

q  Il video digitale: la percezione visiva di immagini in movimento, differenza tra video digitale e video analogico, i formati standard n  H261, H263, la famiglia MPEG, DivX, Xvid, …

q  La trasmissione dei dati continui. La suite di protocolli RTSP, RTCP e RTP. Concetto di qualità di sevizio (QoS)

q  I sistemi operativi per media continui. Gestione delle risorse. q  Cenni alla programmazione su SmartPhone.

Docenti: Ombretta Gaggi, Claudio Palazzi

52

Sistemi ipermediali (1/2) n  Modalità d'esame

q  Orale oppure progetto o esercizio sperimentale con relazione e presentazione

n  Riferimenti q  docenti.math.unipd.it/gaggi

n  Ambiti di Tesi q  Progetto e sviluppo di Sistemi Multimediali Complessi q  Studio di nuove interfacce multimediali

53

Reti wireless (1/2)

n  Riferimenti: I Trimestre, www.math.unipd.it/~cpalazzi/retiwireless.html n  Insegnamento erogato in lingua INGLESE

n  Obiettivi formativi q  Panoramica dei principali protocolli, sistemi e servizi basati su

tecnologia di comunicazione wireless e mobile q  Problemi e soluzioni nell’interazione tra protocolli standard di rete e

sistemi wireless q  Visione critica di prospettive e utilizzo dei sistemi wireless

n  Modalità d’esame q  Progetto su protocolli/applicazioni

wireless (anche per smartphones) q  Orale sulla parte teorica del corso

Docente: Claudio Palazzi

54

Reti wireless (2/2) n  Mobile lab

q  Progetto su smartphone (Android, iPhone, Symbian)

n  Prospettive professionali q  Conoscenza critica delle problematiche d’uso di sistemi wireless

e capacità di proporre soluzioni allo stato dell’arte

n  Ambiti di tesi q  Proposta e analisi di nuovi protocolli

di rete per contesti wireless o ibridi q  Realizzazione di servizi Web Squared

basati sull’integrazione Web con dispositivi pervasivi (es. smartphone)

55

Tecnologie Web 2

n  Obiettivi formativi q  Panoramica introduttiva delle principali tecnologie

web di livello avanzato n  AJAX, Semantic Web, Web 2.0, Social Web, …

n  Modalità d’esame q  Scritto, orale a soglia minima

Docente: Massimo Marchiori

56

Uno sguardo sul resto n  Amministrazione di sistema

q  Introduzione al service management q  Tematica di notevole rilevanza professionale e applicazione trasversale q  Già oggetto di diverse tesi di laurea (relatore Vardanega)

n  Gestione di Imprese Informatiche q  Introduce nozioni fondamentali per la gestione di imprese informatiche q  Tematica che complementa le nozioni tecniche in ambito lavorativo

n  Tecnologie open-source q  Visione critica sul mondo del F/OSS: genesi, applicabilità, prospettive,

criticità q  Tematica di rilevanza strategica ma con ancora contenute ricadute

occupazionali

Docente: Francesco Clabot

Docente: Francesco Tapparo

Docente: Amir Baldissera