Laurea Magistrale in Informatica A.A. 2013/2014 · Il corso si propone di fornire nozioni...
Transcript of Laurea Magistrale in Informatica A.A. 2013/2014 · Il corso si propone di fornire nozioni...
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