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 2025/2026

Il 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.

CURRICULUM TIPO:

2° Anno   Sarà attivato nell'A.A. 2025/2026

InsegnamentiCreditiTAFSSD
Sarà attivato nell'A.A. 2025/2026
InsegnamentiCreditiTAFSSD
Insegnamenti Crediti TAF SSD
Tra gli anni: 1°- 2°
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
6
B
ING-INF/05
6
B
ING-INF/04
Tra gli anni: 1°- 2°
Tra gli anni: 1°- 2°
Further activities
6
F
-

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.




S Stage e tirocini presso imprese, enti pubblici o privati, ordini professionali

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

ATTENZIONE: I dettagli dell'insegnamento (docente, programma, periodo di svolgimento, modalità d'esame, ecc.) saranno pubblicati nell'anno accademico in cui sar� attivato.
Puoi vedere la scheda informativa di questo insegnamento erogato in un anno accademico passato, cliccando uno dei seguenti link: