“Mobile and Pervasive Computing”

Percorso Formativo della Laurea Magistrale in Informatica - Sede di Milano

Docenti di riferimento:

 Proff. Claudio Bettini e GianPaolo Rossi

Obiettivi generali:

Il percorso mira a formare esperti nella progettazione e realizzazione di sistemi caratterizzati da dispositivi mobili, indossabili, IOT e smart objects come componenti di architetture distribuite (P2P, Cloud, Edge, etc.). Verranno acquisite competenze relative alle nuove reti wireless, ai sistemi distribuiti, mobili e pervasivi e allo sviluppo di software per questi sistemi. Il percorso prevede anche ampio spazio per lo studio di metodi per la gestione e l’analisi dei dati provenienti da questi componenti al fine di creare i servizi personalizzati, georeferenziati, context-aware e privacy-aware che caratterizzeranno i futuri ambienti intelligenti.

Sbocchi professionali:

Le applicazioni di questi sistemi spaziano su diverse aree che costituiscono altrettante opportunità di specializzazione professionale:

• Digital Health e Well-being (Ambient Assisted Living, riconoscimento e analisi di attività umane e comportamenti, tecnologie assistive, etc.),
• Smart Living Spaces (servizi di domotica, monitoraggio remoto, ottimizzazione dell’uso di risorse (energia, acqua, etc…)
• Smart Cities (monitoraggio e ottimizzazione traffico, gestione intelligente di mezzi di trasporto innovativi, monitoraggio inquinamento, servizi amministrativi “mobile” personalizzati)
• Smart Vehicles (progettazione di sistemi e servizi per veicoli a guida automatica o semi-automatica)
• Smart Tourism (esperienze turistiche personalizzate e georeferenziate indoor e outdoor, etc.)

Il laureato magistrale che ha seguito questo percorso sarà preparato per svolgere il ruolo di progettista, sviluppatore o anche imprenditore “startupper” in uno degli ambiti applicativi sopra evidenziati. Avrà anche le basi, se lo desidera, per intraprendere percorsi di ricerca scientifica industriale o accademica su queste tematiche.

Piano formativo:

Il primo gruppo di quattro insegnamenti fornisce conoscenze e basi metodologiche relative alle reti, ai sistemi distribuiti, e a metodi per l’analisi dei dati e l’apprendimento automatico.

• Reti Wireless e Mobili
• Sistemi Distribuiti e Pervasivi
• Statistical Methods for Machine Learning
• Algorithms for Massive Datasets

Il secondo gruppo include insegnamenti relativi alla gestione dell'informazione, allo sviluppo software, alla cybersecurity e all’elaborazione del segnale. La padronanza di questi argomenti è di grande importanza per la progettazione ed implementazione dei sistemi complessi oggetto di questo percorso.

• Information Management
• Geospatial data management
• Programmazione avanzata
• Sicurezza Informatica
• Sviluppo di applicazioni per dispositivi mobili
• Sviluppo software in gruppi di lavoro complessi
• BioMedical Signal Processing

Le lezioni teoriche degli insegnamenti nei due gruppi sono spesso integrate con esperienze hands-on tramite esercitazioni e/o la guida alla realizzazione di un progetto nonché da seminari di aziende leader del settore.

Il percorso prevede, oltre agli insegnamenti sopra riportati, la scelta da parte dello studente di 2 degli insegnamenti di seguito elencati in base ai propri interessi e al lavoro di tesi che andranno a svolgere.

• Audio pattern recognition
• Information Retrieval
• Intelligent Systems for industry, supply chain and environment
• Natural Interaction
• Online Game Design
• Privatezza e protezione dei dati
• Progetto di sistemi a sensore
• Protocolli per reti ad-hoc e di sensori
• Sicurezza delle architetture orientate ai servizi
• Visione artificiale
• Web Algorithmics (temporaneamente sospeso)

Esempio di piano di studi

Informazioni aggiuntive:

Si rimanda al sito del corso di laurea per i dettagli sugli insegnamenti proposti.

Lingua: Alcuni degli insegnamenti proposti sono erogati in lingua inglese. Per gli altri è in generale disponibile materiale in lingua inglese ed è comunque possibile sostenere l’esame in lingua inglese.

Tesi: Tra i laboratori nei quali gli studenti possono svolgere tesi sui temi del percorso vi sono EveryWare Lab (http://everywarelab.di.unimi.it) e CONNETS Lab (https://connets.di.unimi.it/).

Attestato: Su richiesta, la segreteria didattica rilascerà un attestato a chi avrà completato il percorso.