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.

Calendario accademico

Il calendario accademico riporta le scadenze, gli adempimenti e i periodi rilevanti per la componente studentesca, personale docente e personale dell'Università. Sono inoltre indicate le festività e le chiusure ufficiali dell'Ateneo.
L’anno accademico inizia il 1° ottobre e termina il 30 settembre dell'anno successivo.

Calendario accademico

Calendario didattico

Il calendario didattico indica i periodi di svolgimento delle attività formative, di sessioni d'esami, di laurea e di chiusura per le festività.

Definizione dei periodi di lezione
Periodo Dal Al
I semestre 1-ott-2020 29-gen-2021
II semestre 1-mar-2021 11-giu-2021
Sessioni degli esami
Sessione Dal Al
Sessione invernale d'esame 1-feb-2021 26-feb-2021
Sessione estiva d'esame 14-giu-2021 30-lug-2021
Sessione autunnale d'esame 1-set-2021 30-set-2021
Sessioni di lauree
Sessione Dal Al
Sessione Estiva 19-lug-2021 19-lug-2021
Sessione Autunnale 19-ott-2021 19-ott-2021
Sessione Autunnale Dicembre 7-dic-2021 7-dic-2021
Sessione Invernale 17-mar-2022 17-mar-2022
Vacanze
Periodo Dal Al
Festa dell'Immacolata 8-dic-2020 8-dic-2020
Vacanze Natalizie 24-dic-2020 3-gen-2021
Epifania 6-gen-2021 6-gen-2021
Vacanze Pasquali 2-apr-2021 5-apr-2021
Santo Patrono 21-mag-2021 21-mag-2021
Festa della Repubblica 2-giu-2021 2-giu-2021

Calendario esami

Gli appelli d'esame sono gestiti dalla Unità Operativa Segreteria Corsi di Studio Scienze e Ingegneria.
Per consultazione e iscrizione agli appelli d'esame visita il sistema ESSE3.
Per problemi inerenti allo smarrimento della password di accesso ai servizi on-line si prega di rivolgersi al supporto informatico della Scuola o al servizio recupero credenziali

Calendario esami

Per dubbi o domande leggi le risposte alle domande più frequenti F.A.Q. Iscrizione Esami

Docenti

B C D F G L M P Q R S T V Z

Belussi Alberto

symbol email alberto.belussi@univr.it symbol phone-number +39 045 802 7980

Bicego Manuele

symbol email manuele.bicego@univr.it symbol phone-number +39 045 802 7072

Boscaini Maurizio

symbol email maurizio.boscaini@univr.it

Burato Alberto

symbol email alberto.burato@univr.it

Calanca Andrea

symbol email andrea.calanca@univr.it symbol phone-number +39 045 802 7847

Calgaro Matteo

symbol email matteo.calgaro_01@univr.it

Canevari Giacomo

symbol email giacomo.canevari@univr.it symbol phone-number +39 045 802 7979

Carra Damiano

symbol email damiano.carra@univr.it symbol phone-number +39 045 802 7059

Castellini Alberto

symbol email alberto.castellini@univr.it symbol phone-number +39 045 802 7908

Centomo Stefano

symbol email stefano.centomo@univr.it symbol phone-number 045 802(7048)

Collet Francesca

symbol email francesca.collet@univr.it symbol phone-number +39 045 802 7979

Combi Carlo

symbol email carlo.combi@univr.it symbol phone-number +39 045 802 7985

Cozza Vittoria

symbol email vittoria.cozza@univr.it

Cristani Marco

symbol email marco.cristani@univr.it symbol phone-number +39 045 802 7841

Daffara Claudia

symbol email claudia.daffara@univr.it symbol phone-number +39 045 802 7942

Dai Pra Paolo

symbol email paolo.daipra@univr.it symbol phone-number +39 045 802 7093

Dalla Preda Mila

symbol email mila.dallapreda@univr.it

Di Pierro Alessandra

symbol email alessandra.dipierro@univr.it symbol phone-number +39 045 802 7971

Drago Nicola

symbol email nicola.drago@univr.it symbol phone-number 045 802 7081

Farinelli Alessandro

symbol email alessandro.farinelli@univr.it symbol phone-number +39 045 802 7842

Fiorini Paolo

symbol email paolo.fiorini@univr.it symbol phone-number 045 802 7963

Fummi Franco

symbol email franco.fummi@univr.it symbol phone-number 045 802 7994

Giachetti Andrea

symbol email andrea.giachetti@univr.it symbol phone-number +39 045 8027998

Giacobazzi Roberto

symbol email roberto.giacobazzi@univr.it symbol phone-number +39 045 802 7995

Ginesi Michele

symbol email michele.ginesi@univr.it

Gregorio Enrico

symbol email Enrico.Gregorio@univr.it symbol phone-number +39 045 802 7937

Laking Rosanna Davison

symbol email rosanna.laking@univr.it symbol phone-number +39 045 802 7838

Lora Michele

symbol email michele.lora@univr.it symbol phone-number 0458027847

Maris Bogdan Mihai

symbol email bogdan.maris@univr.it symbol phone-number +39 045 802 7074

Marzola Pasquina

symbol email pasquina.marzola@univr.it symbol phone-number 045 802 7816 (ufficio); 045 802 7614 (laboratorio)

Mastroeni Isabella

symbol email isabella.mastroeni@univr.it symbol phone-number +39 045 802 7089

Migliorini Sara

symbol email sara.migliorini@univr.it symbol phone-number +39 045 802 7908

Muradore Riccardo

symbol email riccardo.muradore@univr.it symbol phone-number +39 045 802 7835

Pravadelli Graziano

symbol email graziano.pravadelli@univr.it symbol phone-number +39 045 802 7081

Quaglia Davide

symbol email davide.quaglia@univr.it symbol phone-number +39 045 802 7811

Quintarelli Elisa

symbol email elisa.quintarelli@univr.it symbol phone-number +39 045 802 7852

Rizzi Romeo

symbol email romeo.rizzi@univr.it symbol phone-number +39 045 802 7088

Sala Pietro

symbol email pietro.sala@univr.it symbol phone-number +39 045 802 7850

Segala Roberto

symbol email roberto.segala@univr.it symbol phone-number +39 045 802 7997

Setti Francesco

symbol email francesco.setti@univr.it symbol phone-number +39 045 802 7804

Spellini Stefano

symbol email stefano.spellini@univr.it

Spoto Nicola Fausto

symbol email fausto.spoto@univr.it symbol phone-number +39 045 802 7940

Storti Silvia Francesca

symbol email silviafrancesca.storti@univr.it symbol phone-number +39 045 802 7850

Tomazzoli Claudio

symbol email claudio.tomazzoli@univr.it

Visentin Francesco

symbol email francesco.visentin@univr.it symbol phone-number +39 045 802 7964

Zivcovich Franco

symbol email franco.zivcovich@univr.it

Zorzi Margherita

symbol email margherita.zorzi@univr.it symbol phone-number +39 045 802 7045

Piano Didattico

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.

1° Anno

InsegnamentiCreditiTAFSSD
6
A
FIS/01
Lingua inglese competenza linguistica - liv. B1 completo
6
E
-

2° Anno  Attivato nell'A.A. 2021/2022

InsegnamentiCreditiTAFSSD
12
B
INF/01
6
C
FIS/01
6
C
ING-INF/04
12
B
ING-INF/05

3° Anno  Attivato nell'A.A. 2022/2023

InsegnamentiCreditiTAFSSD
12
B
ING-INF/05
6
B
INF/01
Prova finale
6
E
-
InsegnamentiCreditiTAFSSD
6
A
FIS/01
Lingua inglese competenza linguistica - liv. B1 completo
6
E
-
Attivato nell'A.A. 2021/2022
InsegnamentiCreditiTAFSSD
12
B
INF/01
6
C
FIS/01
6
C
ING-INF/04
12
B
ING-INF/05
Attivato nell'A.A. 2022/2023
InsegnamentiCreditiTAFSSD
12
B
ING-INF/05
6
B
INF/01
Prova finale
6
E
-
Insegnamenti Crediti TAF SSD
Tra gli anni: 2°- 3°
Tra gli anni: 2°- 3°
Tirocinio
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

Tipologia di Attività formativa D e F

Le attività formative in ambito D o F comprendono gli insegnamenti impartiti presso l'Università di Verona o periodi di stage/tirocinio professionale.
Nella scelta delle attività di tipo D, gli studenti dovranno tener presente che in sede di approvazione si terrà conto della coerenza delle loro scelte con il progetto formativo del loro piano di studio e dell'adeguatezza delle motivazioni eventualmente fornite.
 

I semestre Dal 01/10/20 Al 29/01/21
anni Insegnamenti TAF Docente
Controlli automatici D Riccardo Muradore (Coordinatore)
Elaborazione dei dati e dei segnali biomedici D Silvia Francesca Storti (Coordinatore)
Linguaggio Programmazione Matlab-Simulink D Bogdan Mihai Maris (Coordinatore)
II semestre Dal 01/03/21 Al 11/06/21
anni Insegnamenti TAF Docente
Introduzione alla stampa 3D D Franco Fummi (Coordinatore)
Linguaggio programmazione Python D Vittoria Cozza (Coordinatore)
Progettazione di componenti hardware su FPGA D Franco Fummi (Coordinatore)
Prototipizzazione con Arduino D Franco Fummi (Coordinatore)
Tutela dei beni immateriali (SW e invenzione) tra diritto industriale e diritto d’autore D Roberto Giacobazzi (Coordinatore)
Elenco degli insegnamenti con periodo non assegnato
anni Insegnamenti TAF Docente
Conoscenze per l'accesso: matematica D Rossana Capuani
Lab.: The fashion lab (1 cfu) D Maria Caterina Baruffi (Coordinatore)
Linguaggio Programmazione LaTeX D Enrico Gregorio (Coordinatore)

Codice insegnamento

4S00037

Crediti

12

Coordinatore

Alberto Belussi

Lingua di erogazione

Italiano

Offerto anche nei corsi:

Settore Scientifico Disciplinare (SSD)

ING-INF/05 - SISTEMI DI ELABORAZIONE DELLE INFORMAZIONI

L'insegnamento è organizzato come segue:

Teoria

Crediti

6

Periodo

Primo semestre

Tecnologie per le basi di dati

Crediti

3

Periodo

Secondo semestre

Laboratorio

Crediti

3

Periodo

Secondo semestre

Obiettivi di apprendimento

Il corso si propone di fornire le competenze necessarie per: (i) la progettazione dei dati in funzione dei requisiti con riferimento a diversi contesti applicativi e nell'ambito del processo di produzione di sistemi software; (ii) la gestione e fruizione efficace ed efficiente dei dati; (iii) l'uso di un sistema per la gestione di basi di dati relazionali al fine di creare, gestire e interrogare basi di dati; (iv) lo sviluppo di applicazioni che interagiscono con basi di dati relazionali. Al termine del corso lo studente dovrà dimostrare di avere conoscenze e capacità di comprensione dei modelli dei dati e dei linguaggi di interrogazione che caratterizzano i sistemi per la gestione dei dati e conoscenza dei meccanismi fondamentali per sviluppare applicazioni che interagiscano con una base di dati; avere capacità di applicare le conoscenze acquisite e capacità di comprensione per la progettazione di una collezione di dati in modo efficace rispetto ad un insieme di requisiti applicativi, capacità di interrogare e fruire in modo efficiente dei dati gestiti da un sistema, capacità di progettare e implementare un'applicazione che interagisce con una base di dati; saper sviluppare le competenze necessarie per proseguire gli studi in modo autonomo nell’ambito dei sistemi per la gestione dei dati e dello sviluppo di soluzioni software.

Prerequisiti e nozioni di base

Conoscenze di base di algebra lineare, logica, programmazione e sistemi operativi (memoria secondaria e file system)

Programma

Il programma viene specificato di seguito per ogni modulo.
-------------------------
Modulo di Teoria
-------------------------
- Introduzione ai sistemi per la gestione di basi di dati: architettura e funzionalità di un sistema per la gestione di basi di dati; concetti di indipendenza fisica, indipendenza logica, persistenza, concorrenza, affidabilità, interrogazione e aggiornamento di una base di dati; vantaggi di un sistema per la gestione di basi di dati rispetto al file system di un sistema operativo.
- Progettazione concettuale di una base di dati: modelli concettuali per il progetto dei dati; il modello Entità-Relazione (E-R); elementi del modello E-R: entità, attributi, relazioni, gerarchie di generalizzazione e vincoli di cardinalità; lo schema concettuale di una base di dati.
- Progettazione logica di una base di dati: modelli dei dati per i sistemi di gestione di basi di dati; il modello relazionale; definizioni di relazione, vincoli di integrità e schema relazionale; lo schema logico di una base di dati; regole per la traduzione di schemi concettuali in schemi relazionali.
- Interazione con una base di dati: introduzione ai linguaggi per la definizione, modifica e interrogazione di una base di dati; l’algebra relazionale; ottimizzazione di espressioni dell'algebra; il linguaggio SQL; il costrutto di selezione (Select-From-Where).
--------------------------------
Modulo di Laboratorio
--------------------------------
- Introduzione al relational data base management system (RDBMS) PostgreSQL.
- Introduzione all'uso di SQL-2 in PostgreSQL (con estensioni).
- Ottimizzazione di query.
- Introduzione alle transazioni.
- Introduzione al linguaggio Python.
- Accesso alla basi dati da programmi Java o Python.
---------------------------------------------------------
Modulo di Tecnologie per le basi di dati
---------------------------------------------------------
- L'architettura interna di un sistema per la gestione di basi di dati (DBMS): rilevanza dei sistemi transazionali, concetto di transazione, proprietà di una transazione, controllo della concorrenza (il metodo basato sul locking a due fasi), metodi di accesso ai dati (strutture dati sequenziali e indici B-trees e hashing), esecuzione e ottimizzazione di interrogazioni.
- Interazione tra DBMS e applicazioni: JDBC e ORM.
- Dati semi-strutturati: caratteristiche generali, XML e JSON, MongoDB (cenni).

Bibliografia

Visualizza la bibliografia con Leganto, strumento che il Sistema Bibliotecario mette a disposizione per recuperare i testi in programma d'esame in modo semplice e innovativo.

Modalità didattiche

Modulo di Teoria
-------------------------
Modalità di erogazione della didattica: lezioni frontali in presenza (fruibili anche in streaming registrato; le registrazioni saranno rese disponibili su richiesta agli studenti impossibilitati a seguire in presenza o in streaming), esercitazioni in aula con il docente, materiale didattico (lucidi) ed esercizi ulteriori disponibili sulla piattaforma eLearning, ricevimento negli orari indicati sulla pagina web del docente.
Modulo di Laboratorio
--------------------------------
Modalità di erogazione della didattica: lezioni frontali in aula ed esercitazioni in laboratorio informatico, materiale didattico (lucidi) ed ulteriori esercizi sulla piattaforma eLearning, ricevimento individuale negli orari concordati con il docente.
Modulo di Tecnologie per le basi di dati
---------------------------------------------------------
Modalità di erogazione della didattica: lezioni frontali, esercitazioni in aula con il docente, materiale didattico (lucidi) ed esercizi ulteriori disponibili sulla piattaforma eLearning, ricevimento negli orari indicati sulla pagina web del docente.

Modalità di verifica dell'apprendimento

L'esame è composto di tre parti: Teoria, Tecnologie e Laboratorio.
--------------------------------------------------------------------
Moduli di Teoria
--------------------------------------------------------------------
Per i moduli "Teoria" e "Tecnologie per le basi di dati" è prevista una prova scritta di 2,5 ore circa che consiste in un esercizio sulla progettazione concettuale (modello E-R) e logica (modello relazionale) di una base di dati, in alcuni esercizi sulle interrogazioni in algebra relazionale e SQL su una base di dati assegnata, in alcuni esercizi su dati semi-strutturati e in alcune domande sulla parte di teoria.
Nella sezione TEMI D'ESAME E ALTRI ESERCIZI RIEPILOGATIVI della piattaforma eLearning sono disponibili temi d'esame degli anni precedenti.
E' possibile inoltre durante l'anno sostenere delle prove in itinere: tali prove sono fissate dal docente in accordo con gli studenti e vengono gestite sulla piattaforma eLearning. Si tratta di due prove: la prima prova sulla progettazione di una base di dati relazionale: progettazione concettuale (modello E-R) e logica (modello relazionale) e sull'interrogazione di una base di dati relazionale in algebra relazionale, tale prova copre il modulo di teoria e pesa 6 crediti su 12; la seconda prova riguarda il programma del modulo di Tecnologie per le basi di dati, quest'ultima prova pesa 3 crediti su 12.
---------------------------------
Modulo di Laboratorio
---------------------------------
Per il modulo di "Laboratorio" è prevista una prova scritta di un'ora che prevede domande di teoria e esercizi sulle interrogazioni SQL e sulla stesura di codice in Java o Python per l'accesso ad una base di dati relazionale.
La prova di laboratorio pesa 3 crediti su 12 del voto complessivo.

Le/gli studentesse/studenti con disabilità o disturbi specifici di apprendimento (DSA), che intendano richiedere l'adattamento della prova d'esame, devono seguire le indicazioni riportate QUI

Criteri di valutazione

Per superare l'esame gli studenti dovranno dimostrare di:
- aver compreso i concetti che stanno alla base della teoria delle basi di dati relazionali e della loro progettazione e implementazione sui sistemi per la gestione di basi di dati relazionali
- essere in grado di esporre le proprie argomentazioni in modo preciso e organico senza divagazioni
- saper applicare le conoscenze acquisite per risolvere problemi applicativi presentati sotto forma di esercizi, domande e progetti.

Criteri di composizione del voto finale

La valutazione finale in trentesimi si ottiene facendo la media pesata del voto ottenuto nella prova di teoria (3/4) e del voto ottenuto nella prova di Laboratorio (1/4).

Lingua dell'esame

italiano

Prospettive


Avvisi degli insegnamenti e del corso di studio

Per la comunità studentesca

Se sei già iscritta/o a un corso di studio, puoi consultare tutti gli avvisi relativi al tuo corso di studi nella tua area riservata MyUnivr.
In questo portale potrai visualizzare informazioni, risorse e servizi utili che riguardano la tua carriera universitaria (libretto online, gestione della carriera Esse3, corsi e-learning, email istituzionale, modulistica di segreteria, procedure amministrative, ecc.).
Entra in MyUnivr con le tue credenziali GIA: solo così potrai ricevere notifica di tutti gli avvisi dei tuoi docenti e della tua segreteria via mail e anche tramite l'app Univr.

Prova Finale

Per gli scadenziari, gli adempimenti amministrativi e gli avvisi sulle sessioni di laurea, si rimanda al servizio Sessioni di laurea - Scienze e Ingegneria.

Per essere ammessi alla prova finale occorre avere conseguito tutti i crediti nelle attività formative previste dal piano degli studi. Alla prova finale (esame di laurea) sono riservati 6 CFU. La Laurea in Informatica viene conseguita dalla/o studentessa/studente superando con esito positivo l'esame di laurea e completando in questo modo i 180 CFU stabiliti dal piano di studi. L'esame di laurea consiste in un colloquio che può essere basato su al più due delle seguenti opzioni: - breve elaborato scritto, anche in lingua inglese, su argomento assegnato; - esame orale, anche in lingua inglese, su argomento assegnato; - esame scritto, anche in lingua inglese, su argomento assegnato. La forma dell'esame viene concordata tra lo studente e il docente referente (relatore) il quale è membro della commissione d'esame. La valutazione dell'esame è basata sul livello di approfondimento dimostrato dallo studente, sulla chiarezza espositiva, e sulla capacità dello studente di inquadrare l'argomento assegnato in un contesto più ampio.

Svolgimento della prova finale.

La/lo studentessa/studente potrà avvalersi del supporto dei docenti del Dipartimento di Informatica per la scelta e l'approfondimento richiesto. È obbligo dei docenti fornire assistenza nell'ambito delle proprie attività di tutorato e ricevimento alle/agli studentesse/studenti per quanto riguarda l'approfondimento richiesto. Il punteggio finale di Laurea è stabilito da una apposita commissione di Laurea secondo le modalità indicate nel Regolamento di Ateneo, che esprime un giudizio finale in centodecimi con eventuale lode. Il punteggio minimo per il superamento dell'esame finale è di 66/110. II voto di ammissione è determinato rapportando la media pesata sui CFU degli esami di profitto a 110 e successivamente arrotondando il risultato all'intero più vicino. A parità di distanza, si arrotonda all'intero superiore. Per media degli esami di profitto si intende la media ponderata sui crediti. E' previsto un incremento al massimo di 8/110 rispetto al voto di ammissione, di cui 4 punti riservati alla valutazione dell'esame di laurea e 4 punti riservati alla valutazione del curriculum della/o studentessa/studente. La valutazione del curriculum avviene attraverso un calcolo che tiene conto positivamente delle lodi conseguite e degli eventuali periodi di Erasmus, mentre tiene conto negativamente degli eventuali anni fuori corso: se in corso: 3,5 + 0,2 * numero lodi; se fuori corso: 3,5 – 0,5* numero anni fuori corso + 0,1 * numero lodi; 1 punto ogni 3 mesi di Erasmus effettuato. L'attribuzione della lode, nel caso di un incremento che porti ad una votazione che raggiunga o superi 110/110, è a discrezione della commissione di Laurea nonché attribuita se il parere dei membri della commissione è unanime. Il relatore dell'esame di laurea potrà essere un qualunque docente strutturato dell'Ateneo che soddisfa almeno uno dei seguenti requisiti: componente del Collegio Didattico del corso di laurea, oppure componente del Dipartimento di Informatica, oppure che insegna in un SSD presente nel piano del corso di laurea.

Elenco delle proposte di tesi

Proposte di tesi Area di ricerca
Analisi e percezione dei segnali biometrici per l'interazione con robot AI, Robotics & Automatic Control - AI, Robotics & Automatic Control
Integrazione del simulatore del robot Nao con Oculus Rift AI, Robotics & Automatic Control - AI, Robotics & Automatic Control
Domain Adaptation Computer Science and Informatics: Informatics and information systems, computer science, scientific computing, intelligent systems - Computer graphics, computer vision, multi media, computer games
Domain Adaptation Computer Science and Informatics: Informatics and information systems, computer science, scientific computing, intelligent systems - Machine learning, statistical data processing and applications using signal processing (e.g. speech, image, video)
Tesi in ragionamento automatico Computing Methodologies - ARTIFICIAL INTELLIGENCE
Domain Adaptation Computing Methodologies - IMAGE PROCESSING AND COMPUTER VISION
Domain Adaptation Computing methodologies - Machine learning
Dati geografici Information Systems - INFORMATION SYSTEMS APPLICATIONS
Analisi e percezione dei segnali biometrici per l'interazione con robot Robotics - Robotics
Integrazione del simulatore del robot Nao con Oculus Rift Robotics - Robotics
Tesi in ragionamento automatico Theory of computation - Logic
Tesi in ragionamento automatico Theory of computation - Semantics and reasoning
Proposte di tesi/collaborazione/stage in Intelligenza Artificiale Applicata Argomenti vari
Proposte di Tesi/Stage/Progetto nell'ambito dell'analisi dei dati Argomenti vari

Modalità e sedi di frequenza

Come riportato nel Regolamento Didattico, la frequenza al corso di studio non è obbligatoria.

È consentita l'iscrizione a tempo parziale. Per saperne di più consulta la pagina Possibilità di iscrizione Part time.

Le attività didattiche del corso di studi si svolgono negli spazi dell’area di Scienze e Ingegneria che è composta dagli edifici di Ca’ Vignal 1, Ca’ Vignal 2, Ca’ Vignal 3 e Piramide, siti nel polo di Borgo Roma. 
Le lezioni frontali si tengono nelle aule di Ca’ Vignal 1, Ca’ Vignal 2, Ca’ Vignal 3 mentre le esercitazioni pratiche nei laboratori didattici dedicati alle varie attività.

Caratteristiche dei laboratori didattici a disposizione degli studenti

  • Laboratorio Alfa
    • 50 PC disposti in 13 file di tavoli
    • 1 PC per docente collegato a un videoproiettore 8K Ultra Alta Definizione per le esercitazioni
    • Configurazione PC: Intel Core i3-7100, 8GB RAM, 250GB SSD, monitor 24", Linux Ubuntu 24.04
    • Tutti i PC sono accessibili da persone in sedia a rotelle
  • Laboratorio Delta
    • 120 PC in 15 file di tavoli
    • 1 PC per docente collegato a due videoproiettori 4K per le esercitazioni
    • Configurazione PC: Intel Core i3-7100, 8GB RAM, 250GB SSD, monitor 24", Linux Ubuntu 24.04
    • Un PC è su un tavolo ad altezza variabile per garantire un accesso semplificato a persone in sedia a rotelle
  • Laboratorio Gamma (Cyberfisico)
    • 19 PC in 3 file di tavoli
    • 1 PC per docente con videoproiettore 4K
    • Configurazione PC: Intel Core i7-13700, 16GB RAM, 512GB SSD, monitor 24", Linux Ubuntu 24.04
  • Laboratorio VirtualLab
    • Accessibile via web: https://virtualab.univr.it
    • Emula i PC dei laboratori Alfa/Delta/Gamma
    • Usabile dalla rete universitaria o tramite VPN dall'esterno
    • Permette agli studenti di lavorare da remoto (es. biblioteca, casa) con le stesse funzionalità dei PC di laboratorio

Caratteristiche comuni:

  • Tutti i PC hanno la stessa suite di programmi usati negli insegnamenti di laboratorio
  • Ogni studente ha uno spazio disco personale di XXX GB, accessibile da qualsiasi PC
  • Gli studenti quindi possono usare qualsiasi PC in qualsiasi laboratorio senza limitazioni ritrovando sempre i documenti salvati precedentemente

Questa organizzazione dei laboratori offre flessibilità e continuità nel lavoro degli studenti, consentendo l'accesso ai propri documenti e all'ambiente di lavoro da qualsiasi postazione o da remoto.


Gestione carriere


Area riservata studenti


Docenti tutor


Erasmus+ e altre esperienze all’estero