Enrico
Gallinucci
Ricercatore a Tempo Determinato (Junior) in Computer Science and Engineering Università di Bologna Extended Faculty
Enrico Gallinucci è Ricercatore a Tempo Determinato presso il Dipartimento di Informatica – Scienza e Ingegneria dell’Università di Bologna, dove è docente di Big Data e Business Intelligence (BI). Presso BBS, insegna BI 2.0, Data Warehousing e Big Data. Le sue attività di ricerca ruotano intorno al tema dell’analisi dati, al fine di innovare architetture, tecniche e metodologie per estrarre valore dai dati. Le principali aree di ricerca includono data platform, data fabric, Social BI, database NoSQL, dati di traiettoria, agricoltura di precisione. Ha pubblicato sulle riviste internazionali di prestigio VLDB Journal, Decision Support Systems, Future Generation Computer Systems, Information Systems, Data & Knowledge Engineering. Ha collaborato con gruppi di ricerca internazionali dell’Universitat Politècnica de Catalunya e dell’Université de Tours. Ha ricoperto il ruolo di collaboratore scientifico in progetti di ricerca e consulenze con aziende del territorio per studiare le opinioni diffuse negli ambiti della politica e dei vaccini, effettuare analisi di materialità, applicare diverse tecniche di agricoltura di precisione su molteplici filiere. Al congresso internazionale EDBT 2021 ha ricevuto il premio di miglior demo per un approccio colloquiale all’analisi OLAP. Gallinucci ha conseguito il dottorato di ricerca in Computer Science and Engineering presso l’Università di Bologna nel 2017, e si è laureato con lode nel 2013 con una tesi sulla lotta digitale all’evasione fiscale.
CORSI
Questo corso introduce i principi e i metodi di base della Business Intelligence con particolare riferimento a Data Warehousing, analisi OLAP e social intelligence. Si concentra inoltre su come le soluzioni di Business Intelligence possono essere concepite in base ai requisiti e ai desideri degli utenti e prevede una sessione pratica con strumenti OLAP (principalmente Power BI).
Data Marketing and AnalyticsL’obiettivo del corso è quello di introdurre le piattaforme di business intelligence (BI), con particolare riferimento ai data warehouse visti come tecnologia abilitante per la BI. L’insegnamento si concentrerà principalmente su OLAP, modellazione multidimensionale (sia a livello concettuale che logico) e self-service BI. Verranno inoltre fornite alcune nozioni sull’integrazione e la pulizia dei dati.
Data Science and Business AnalyticsSviluppo di un percorso con le principali tecnologie in ambito analytics: dalla preparazione dei dati grezzi all’analisi OLAP e alla AI
(Big) Data and Artificial IntelligenceQuesto corso è la naturale continuazione del corso di Machine Learning. Fornisce le linee guida per l’esecuzione di un processo di Data Mining e poi discute, con esempi pratici, la pipeline completa dai dati alle nozioni di machine learning.
In particolare vengono affrontati i seguenti temi:
- Le funzioni del Data Mining.
- Apprendimento supervisionato e non supervisionato.
- Algoritmi e metodi per la costruzione di modelli di classificazione.
- Algoritmi di clustering.
- Algoritmi di scoperta di regole associative.
- Metodi di valutazione della qualità dei risultati del mining.
I principi sono introdotti in classe con la presentazione di slides e discussioni stimolanti con gli studenti. I metodi vengono poi applicati con esercitazioni di laboratorio.
Data Science and Business AnalyticsArtificial Intelligence and Innovation Management
