Studiare
In questa sezione è possibile reperire le informazioni riguardanti l'organizzazione pratica del corso, lo svolgimento delle attività didattiche, le opportunità formative e i contatti utili durante tutto il percorso di studi, fino al conseguimento del titolo finale.
Piano Didattico
Queste informazioni sono destinate esclusivamente agli studenti e alle studentesse già iscritti a questo corso.Se sei un nuovo studente interessato all'immatricolazione, trovi le informazioni sul percorso di studi alla pagina del corso:
Laurea magistrale in Computer Engineering for intelligent Systems - Immatricolazione dal 2025/2026Il piano didattico è l'elenco degli insegnamenti e delle altre attività formative che devono essere sostenute nel corso della propria carriera universitaria.
Selezionare il piano didattico in base all'anno accademico di iscrizione.
1° Anno
Insegnamenti | Crediti | TAF | SSD |
---|
2° Anno Sarà attivato nell'A.A. 2025/2026
Insegnamenti | Crediti | TAF | SSD |
---|
3 modules among the following
Insegnamenti | Crediti | TAF | SSD |
---|
Insegnamenti | Crediti | TAF | SSD |
---|
3 modules among the following
Insegnamenti | Crediti | TAF | SSD |
---|
4 modules among the following:
- 1st year: Advanced visual computing and 3d modeling, Computer vision, Embedded & IoT systems design, Embedded operating systems, Robotics
- 2nd year: Advanced control systems
Legenda | Tipo Attività Formativa (TAF)
TAF (Tipologia Attività Formativa) Tutti gli insegnamenti e le attività sono classificate in diversi tipi di attività formativa, indicati da una lettera.
Cloud computing and distributed systems (Sarà attivato nell'A.A. 2025/2026)
Codice insegnamento
4S012362
Crediti
6
Settore Scientifico Disciplinare (SSD)
INF/01 - INFORMATICA
Obiettivi di apprendimento
Il corso si propone di fornire i concetti fondamentali dei sistemi per l'elaborazione di grandi quantità di dati, insieme ai paradigmi di programmazione adottati da tali sistemi, e agli strumenti su cloud utilizzati per creare una pipeline di elaborazione. Al termine del corso lo studente avranno acquisito le conoscenze necessarie per valutare le possibili alternative nella progettazione dell'analisi di grandi moli di dati, considerando i benefici e le limitazioni dei diversi approcci. Queste conoscenze consentiranno allo studente di: i) progettare soluzioni per analizzare grandi moli di dati; ii) valutare le risorse necessarie per le soluzioni progettate; iii) configurare sistemi utilizzando risorse locali o cloud; iv) proseguire gli studi in modo autonomo nell’ambito dello sviluppo di analisi avanzate di grandi moli di dati.
Offerta formativa 2024/2025
Puoi vedere la scheda informativa di questo insegnamento erogato in un anno accademico passato, cliccando uno dei seguenti link: