L’obiettivo formativo per lo studente è che raggiunga i seguenti risultati di apprendimento:
Conoscenza e capacità di comprensione
Il corso intende fornire le conoscenze metodologiche e applicative relative ai principali strumenti e metodi per la gestione ed interrogazione di insiemi di dati potenzialmente grandi.
Capacità di applicare conoscenza e comprensione
Al termine del corso di insegnamento, lo studente anche con l’aiuto di casi di studio concreti svolti in laboratorio, sarà in grado di estrarre e manipolare dati da web, da file e da database, anche di grandi dimensioni.
Prerequisiti
Lo studente deve possedere le conoscenze di base dell’informatica e della matematica.
Metodi didattici
Lezioni orali. Esercitazioni pratiche in aula informatica.
Verifica Apprendimento
Conoscenza e capacità di comprensione
La verifica dei risultati di apprendimento sarà effettuata tramite una o più prove scritte ed un colloquio finale (quest'ultimo è facoltativo o a richiesta del docente). La valutazione finale, espressa in trentesimi, tiene conto sia delle prove scritte preliminari che del colloquio di esame.
Capacità di applicare conoscenza e comprensione
Durante le prove d’esame si verifica la capacità degli studenti di applicare le conoscenze fornite dal corso al fine di essere in grado di estrarre informazioni da database relazionali e non relazionali.
Testi
Appunti del corso
Per ulteriori approfondimenti: P. Atzeni, S. Ceri, S. Paraboschi, R. Torlone, Basi di dati, McGraw-Hill Shannon Bradshaw et al. MongoDB: The Definitive Guide: Powerful and Scalable Data Storage. O’Reilly
Contenuti
- Introduzione al fenomeno dei Big Data - Database relazionali e non relazionali (NoSQL) - Structured Query Language (SQL) - MongoDB - Lab & tools
