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 sem. 1-ott-2014 30-gen-2015
II sem. 2-mar-2015 12-giu-2015
Sessioni degli esami
Sessione Dal Al
Sessione straordinaria appelli d'esame 2-feb-2015 27-feb-2015
Sessione estiva appelli d'esame 15-giu-2015 31-lug-2015
Sessione autunnale appelli d'esame 1-set-2015 30-set-2015
Sessioni di lauree
Sessione Dal Al
Sessione autunnale appello di laurea 2014 26-nov-2014 26-nov-2014
Sessione invernale appello di laurea 2015 18-mar-2015 18-mar-2015
Sessione estiva appello di laurea 2015 14-lug-2015 14-lug-2015
Sessione autunnale appello di laurea 2015 25-nov-2015 25-nov-2015
Sessione invernale appello di laurea 2016 16-mar-2016 16-mar-2016
Vacanze
Periodo Dal Al
Vacanze di Natale 22-dic-2014 6-gen-2015
Vacanze di Pasqua 2-apr-2015 7-apr-2015
Ricorrenza del Santo Patrono 21-mag-2015 21-mag-2015
Vacanze estive 10-ago-2015 16-ago-2015

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 O P Q S U

Belussi Alberto

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

Bombieri Nicola

symbol email nicola.bombieri@univr.it symbol phone-number +39 045 802 7094

Bonacina Maria Paola

symbol email mariapaola.bonacina@univr.it symbol phone-number +39 045 802 7046

Bonnici Vincenzo

symbol email vincenzo.bonnici@univr.it symbol phone-number +39 045 802 7045

Boscaini Maurizio

symbol email maurizio.boscaini@univr.it

Carra Damiano

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

Combi Carlo

symbol email carlo.combi@univr.it symbol phone-number +390458027985

Daffara Claudia

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

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

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

Gobbi Bruno

symbol email bruno.gobbi@univr.it

Gregorio Enrico

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

Lora Michele

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

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 +390458027089

Menegaz Gloria

symbol email gloria.menegaz@univr.it symbol phone-number +39 045 802 7024

Oliboni Barbara

symbol email barbara.oliboni@univr.it symbol phone-number +39 045 802 7077

Posenato Roberto

symbol email roberto.posenato@univr.it symbol phone-number +39 045 802 7967

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

Segala Roberto

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

Setti Francesco

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

Spoto Nicola Fausto

symbol email fausto.spoto@univr.it symbol phone-number +39 045 8027940
UgoliniSimone

Ugolini Simone

symbol email simone.ugolini@univr.it

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.

2° Anno  Attivato nell'A.A. 2015/2016

InsegnamentiCreditiTAFSSD
12
B
INF/01
6
C
FIS/01
12
B
ING-INF/05
Un insegnamento a scelta tra i seguenti

3° Anno  Attivato nell'A.A. 2016/2017

InsegnamentiCreditiTAFSSD
12
B
ING-INF/05
Un insegnamento a scelta tra i seguenti
Prova finale
6
E
-
Attivato nell'A.A. 2015/2016
InsegnamentiCreditiTAFSSD
12
B
INF/01
6
C
FIS/01
12
B
ING-INF/05
Un insegnamento a scelta tra i seguenti
Attivato nell'A.A. 2016/2017
InsegnamentiCreditiTAFSSD
12
B
ING-INF/05
Un insegnamento a scelta tra i seguenti
Prova finale
6
E
-

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

4S00037

Crediti

12

Coordinatore

Alberto Belussi

Lingua di erogazione

Italiano

Settore Scientifico Disciplinare (SSD)

ING-INF/05 - SISTEMI DI ELABORAZIONE DELLE INFORMAZIONI

L'insegnamento è organizzato come segue:

Teoria

Crediti

6

Periodo

I sem.

Tecnologie per le basi di dati

Crediti

3

Periodo

II sem.

Laboratorio

Crediti

3

Periodo

II sem.

Obiettivi formativi

Gli obiettivi formativi sono presentati per modulo.

Modulo di Teoria
--------------------------
Questo modulo ha lo scopo di fornire allo studente le conoscenze necessarie per la progettazione di una base di dati. In particolare si illustreranno in dettaglio le metodologie per la progettazione concettuale di una base di dati e per la successiva realizzazione della stessa sui più diffusi sistemi per la gestione di basi di dati (sistemi basati sul modello relazionale). Si illustreranno inoltre le caratteristiche dei seguenti linguaggi di interrogazione: algebra relazionale e SQL (approfondito poi nel modulo di laboratorio).

Modulo di Laboratorio
---------------------------------
Questo modulo si propone di fornire allo studente le conoscenze necessarie per poter operare con un sistema di gestione di basi di dati e di sviluppare applicazioni web che interagiscono con basi di dati. Le tecnologie principali utilizzate nelle esercitazioni sono basate sul linguaggio Python, che sarà introdotto durante il corso. Si assume lo studente abbia una buona conoscenza di un linguaggio di programmazione ad oggetti.

Modulo di Tecnologie per le basi di dati
---------------------------------------------------------
In questo modulo si forniranno allo studente le conoscenze necessarie per comprendere ed utilizzare in modo efficace i sistemi per la gestione di basi di dati relazionali (Relational Data Base Management Systems - RDBMS). In particolare nel corso si illustreranno in dettaglio le caratteristiche principali di un DBMS relazionale (transazioni, concorrenza, gestione dei guasti, indici), i metodi per interagire con tale sistema da un programma. Infine, uscendo dall'ambito strettamente relazionale, si presenteranno alcuni modelli per la rappresentazione dei dati in modo semi-strutturato, in particolare: XML, XML schema e UML per i dati (cenni).

A completamento del corso, gli studenti saranno in grado di comprendere il funzionamento di un sistema per la gestione di basi di dati e avranno le conoscenze necessarie per poter:
- progettare e implementare basi di dati relazionali;
- interrogare in modo efficace basi di dati relazionali;
- sviluppare applicazioni web che interagiscano con basi di dati relazionali.

Rispetto agli obiettivi formativi del corso di laurea questo insegnamento contribuisce a fornire allo studente:
- le necessarie competenze per operare negli ambiti della progettazione, realizzazione, sviluppo, gestione e manutenzione di sistemi informatici (in particolare dei sistemi relativi ai dati);
- le competenze di base nei campi: programmazione, basi di dati e sistemi informativi

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), interrogazioni nidificate, ordinamento e raggruppamento dei dati in SQL; il concetto di vista.

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.

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.
- Introduzione al micro-framework Flask (Python) e allo sviluppo di semplici applicazioni web basate su basi di dati.

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
---------------------------------------------------------
- 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.
- XML: caratteristiche generali, definizione di una sintassi XML usando XML schema, uso di UML per la progettazione concettuale di dati XML (cenni).

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.

Bibliografia

Testi di riferimento
Attività Autore Titolo Casa editrice Anno ISBN Note
Teoria P. Atzeni, S. Ceri, P. Fraternali, S. Paraboschi, R. Torlone Basi di dati (Edizione 4) McGraw-Hill 2014 978-88-386-6587-5
Teoria E. Baralis, A. Belussi, G. Psaila Basi di dati - Temi d'esame svolti (Edizione 1) Progetto Leonardo Società Editrice Esculapio Bologna 1999 B135655713
Tecnologie per le basi di dati P. Atzeni, S. Ceri, P. Fraternali, S. Paraboschi, R. Torlone Basi di dati (Edizione 4) McGraw-Hill 2014 978-88-386-6587-5
Laboratorio Autori Vari Flask (http://flask.pocoo.org/) Flask 2016
Laboratorio Autori Vari Manuale di Postgresql (https://www.postgresql.org/docs/) Postgresql  

Modalità d'esame

L'esame è composto di due parti: teoria e laboratorio.

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.

Moduli di Teoria e Tecnologie per le basi di dati
--------------------------------------------------------------------
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 XML e XML-Schema 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 tre prove: la prima prova sulla progettazione di una base di dati relazionale: progettazione concettuale (modello E-R) e logica (modello relazionale), tale prova pesa 4/9 del voto di teoria; la seconda prova sull'interrogazione di una base di dati relazionale in algebra relazionale e SQL, tale prova pesa 3/9 del voto di teoria; infine, la terza prova sul programma del modulo di Tecnologie per le basi di dati, quest'ultima prova pesa 2/9 del voto di teoria.

Modulo di Laboratorio
---------------------------------
L'esame consiste in una prova scritta costituita da 5 esercizi a difficoltà crescente sugli argomenti del programma. Il voto di questo modulo vale 1/4 del voto finale. Una selezione dei temi d'esame è presente alla pagina http://profs.scienze.univr.it/~posenato/courses/labBD/raccoltaTemiEsameLaboratorioBasiDatiDal2016.pdf

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

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

Tipologia di Attività formativa D e F

Insegnamenti non ancora inseriti

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 a breve 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 e stage

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 di frequenza

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


Gestione carriere


Area riservata studenti


Erasmus+ e altre esperienze all’estero