Skip to main content
If you continue browsing this website, you agree to our policies:
  • Condizioni di utilizzo e trattamento dei dati
Continue
x
If you continue browsing this website, you agree to our policies:
  • Condizioni di utilizzo e trattamento dei dati
Continue
x
e-Learning - UNIMIB
  • Home
  • My Media
  • More
Listen to this page using ReadSpeaker
English ‎(en)‎
English ‎(en)‎ Italiano ‎(it)‎
 Log in
e-Learning - UNIMIB
Home My Media
Percorso della pagina
  1. Science
  2. Master Degree
  3. Informatica [F1802Q - F1801Q]
  4. Courses
  5. A.A. 2021-2022
  6. 2nd year
  1. Large Scale Data Management
  2. Summary
Insegnamento Course full name
Large Scale Data Management
Course ID number
2122-2-F1801Q147
Course summary SYLLABUS

Course Syllabus

  • Italiano ‎(it)‎
  • English ‎(en)‎
Export

Obiettivi

Lo studente acquisirà competenze relative alle attività di (i) analisi e riconciliazione di sorgenti operazionali eterogenee, (ii) progettazione concettuale relativa alla realizzazione di schemi di fatto, (iii) utilizzo architetture di big data per la gestione dei dati


Contenuti sintetici

Il termine data warehouse si riferisce ai metodi, alle tecniche e strumenti in grado di aggregare ed elaborare i dati di una organizzazione per condurre analisi di tipo strategico. Nella prima parte del corso, erogato in lingua italiana, verranno presentare le metodologie di progettazione e sviluppo di un data warehouse. Nella seconsa parte del corso si approfondiranno le architetture di big data e la loro relazione con le soluzioni di datawarehouse esistenti. Durante il corso verrano presentati esempi reali da parte di aziende.


Programma esteso

1 "Analisi e riconciliazione di sorgenti operazionali eterogenee:

a. tecniche per la comparazione e l’allineamento di schemi concettuali;

b. tecniche per integrazione e ristrutturazione di schemi concettuali.

2 Progettazione concettuale relativa alla realizzazione di schemi di fatto:

a.       il Dimensional Fact Model come modello concettuale grafico per la definizione di

schemi di fatto;

b. metodologia per la definizione di schemi di fatto a partire da schemi E-R.

3 Big data, architetture di ETL e storage per datawarehouse

a.       architetture data lake

b.       prodotti disponibili per attività di ETL e storage

c.       data processing 

d.       Architetture per dati in near real time

e.       Gestione di grafi   


Prerequisiti

Conoscenze di base sulla progettazione di basi di dati. Conoscenza del modello entità-relazione (E-R)


Modalità didattica

Lezioni frontali ed esercitazioni in lingua italiana


Materiale didattico

Matteo Golfarelli e Stefano Rizzi. Data Warehouse – Teoria e pratica della progettazione (seconda edizione). McGraw-Hill.


Periodo di erogazione dell'insegnamento

primo semestre

Modalità di verifica del profitto e valutazione

sviluppo di un progetto di datawarehousing o di big data analisys e relativa discussione


Orario di ricevimento

Giovedi dalee 10 alle 11 edificio U14 stanza 2017

Export

Aims

The student will acquire competences related to the following activities: (i) analysis and reconciliation of heterogeneous data sources, (ii) definition of schemas of fact, (iii) big data techniques


Contents

Data warehouse refers to the set of methods, techniques, and tools able to integrate and manage data of a given organization for supporting strategic decision. In the first part of the course, provided in Italian,  it will be shown design and develop methodolodology  of data warehouse. In the second part of the course the big data architecture and its relationship with data warehouse will be discuss. A number of real cases presented by companies will complete the course


Detailed program

1 Analysis and reconciliation of heterogeneous operational data:

a. techniques for the comparison and for the alignment of conceptual schemas;

b. techniques for the integration and for the restructuring of conceptual schemas.

2 Conceptual design related to the definition of fact schemas:

a. the Dimensional Fact Model as a graphical conceptual model for the definition of fact schemas;

b. a methodology for the definition of fact schemas starting from E-R schemas.

3 Big data, ETL architecture and storage for datawarehouse

a.       data lake architecture

b.       ETL and storage tools

c.      Data processing

d.      Near real time architecture

e.     Graph management  


Prerequisites

Basic knowledge on database design. Knowledge of the Entity-Relationship (E-R) model.


Teaching form

lessons and exercises in Italian



Textbook and teaching resource

Matteo Golfarelli e Stefano Rizzi. Data Warehouse – Teoria e pratica della progettazione (seconda edizione). McGraw-Hill.


Semester

first semester

Assessment method

design and development of a small datawarehouse or a big data analysis project

Office hours

Thursday 10-11 building U14 room 2017

Enter

Key information

Field of research
ING-INF/05
ECTS
6
Term
First semester
Activity type
Mandatory to be chosen
Course Length (Hours)
48
Language
Italian

Staff

    Teacher

  • AM
    Andrea Maurino
  • CV
    Claudio Venturini

Students' opinion

View previous A.Y. opinion

Bibliography

Find the books for this course in the Library

Enrolment methods

Self enrolment (Student)
Manual enrolments

You are not logged in. (Log in)
Policies
Get the mobile app
Powered by Moodle
© 2025 Università degli Studi di Milano-Bicocca
  • Privacy policy
  • Accessibility
  • Statistics