Big Data: gli impatti e le sfide nella ricerca - il

Laboratorio
BigData@PoliTo
https://youtu.be/U2s1b2Yytu8
Lab goals
Born on the research experiences and competences
TLC – Internet monitoring
INF – Data mining
MAT – Statistic and modelling
GES – Economic impact
Data centre
Mix competences on
Algorithms
Modelling
Applications
Economic
Based on open source solutions
Fully dedicated Cluster hardware
1PB storage, 516 Core, 480 containers, 954GB Ram
Offer access and support for these technologies
Technology transfer: collaborations with industries
BIG DATA -- ENTERING THE BLACK-BOX
RESEARCH CHALLENGES, APPLICATION AND BUSINESS PRACTICES
Worskhop goals
Shed light on the Big Data hype
Present the activities of the lab
Listen to industrial questions and applications
Offer a forum for discussion
BIG DATA -- ENTERING THE BLACK-BOX
RESEARCH CHALLENGES, APPLICATION AND BUSINESS PRACTICES
What is Big Data?
Big data is a broad term for data sets so large or complex that traditional
data processing applications are inadequate. Challenges include analysis,
capture, data curation, search, sharing, storage, transfer, visualization,
and information privacy.
Big data – Wikipedia
http://en.wikipedia.org/wiki/Big_dataWikipedia
BIG DATA -- ENTERING THE BLACK-BOX
RESEARCH CHALLENGES, APPLICATION AND BUSINESS PRACTICES
Workshop topics
Big Data: gli impatti e le sfide nella
Big Data: Gli impatti sul mondo delle aziende
Big Data e Data Science
Data revolution nel business: una visione multidisciplinare
Elena Baralis, Dipartimento di Automatica ed Informatica
Matematica e Big Data: Problemi e sfide
Paolo Bajardi, Data Scientist, AizoOn
Big Data & IoT: tecnologie criticità e opportunità
Francesco Vaccarino, Dipartimento di Scienze Matematiche
Big Data e Internet: Virus, Privacy, il web
Marco Mellia, Dipartimento di Elettronica e delle Telecomunicazioni
Come i Big Data cambiano i modelli di business e le catene del
valore
Paolo Neirotti, Dipartimento di Ingegneria Gestionale e della Produzione
Roberto Borri, Direttore Ricerca e Sviluppo, CSP
100 sensori, 1.000.000 di veicoli: la rivoluzione Big Data
nell'autoveicolo
Massimiliano Melis, General Motors
Big Data Analytics: le esperienze di FCA
Roberto Catto, FCA
PPP Big Data Value - ruolo e finalità
Inseguire la seconda vita dei programmi TV: analisi su social
Donato Malerba, CINI e Università di Bari, membro del Board del PPP Big Data network e online media
Value
Traiettorie regionali di ricerca e Big Data
Chiara Ferroni, Torino Wireless
Luca Vignaroli, Claudio Schifanella, Centro Ricerche RAI
La Banca del futuro: innovazione e tecnologia
Angela Fornasari, responsabile ufficio Sistemi di Sintesi, Intesa Sanpaolo
BIG DATA -- ENTERING THE BLACK-BOX
RESEARCH CHALLENGES, APPLICATION AND BUSINESS PRACTICES
Big Data e Data Science
Elena Baralis