Maurizio Atzori

Set 172020
 

I risultati dell’appello dell’11 Settembre 2020, come già comunicato via email agli interessati, sono stati verbalizzati su ESSE3.

Ricevimento studenti: il ricevimento di PR2 è disponibile ogni settimana su richiesta (via email). Il prossimo ricevimento è fissato per Lunedi 21 Settembre alle 14.45 su Microsoft Teams (team del corso, scrivere sul canale Help Desk), in cui verrà anche mostrata la correzione della prova pratica.

 Scritto da in 17 Settembre 2020  PR2, triennale  Commenti disabilitati su [PR2] Esiti appello Settembre 2020 e ricevimento studenti
Lug 232020
 

Gli studenti che intendono sostenere l’esame di AI-NLP a luglio devono aver concordato e comunicato in anticipo il tema del progetto secondo le indicazioni presenti su elearning, e inviato il link al progetto sviluppato entro il 26 Luglio. Tali studenti verranno invitati all’appello di esame (discussione progetto e domande su corso) che si svolgerà il 31 Luglio alle 15 sulla piattaforma Teams.

Gli appelli successivi sono a Settembre 2020, Gennaio e Febbraio 2021.

Lug 012020
 

ION Group, multinazionale leader mondiale nel settore FinTech con sede principale in Italia (Pisa), propone agli studenti dell’Università di Cagliari i seguenti tirocini su:

  1. Realizzazione di un’infrastruttura di integration test scalabile​
  2. Gestione dei dati ‘anagrafici’ di una piattaforma di trading elettronico

Le candidature possono essere effettuate online utilizzando questo link.

Possibilità di concordare tesi di laurea triennale o magistrale.

Per maggiori informazioni leggere sotto le schede dettagliate o contattare il docente di riferimento, Prof. Maurizio Atzori via email atzori@unica.it

PROGETTO DI TIROCINIO 1

Organizzazione :   ION TRADING SRL
Titolo progetto:
Realizzazione di un’infrastruttura di integration test scalabile​
Sede del tirocinio:
Pisa
Durata del tirocinio:
15 Crediti Formativi (max 375h)
Data di scadenza della proposta: 31/12/2020
Breve descrizione del progetto di tirocinio:
Il progetto prevede lo sviluppo di un applicativo in grado di creare scenari di test a partire da eventi di produzione di diversi clienti collezionati attraverso log prodotti dalla suite applicativa.​Gli scenari di test così creati verranno utilizzati per identificare regressioni che possano portare a problemi nell’integrazione dei nostri sistemi con sistemi dei vari clienti.​Avendo a che fare con dimensioni molto ampie, l’esecuzione dei vari scenari di test dovrà essere scalabile per essere eseguiti in parallelo su macchine AWS, utilizzando containers Docker, istruzioni Ansible e Jenkins per standardizzare la procedura di deployment.
Esperienza formativa acquisita al termine del tirocinio:
Al termine del progetto, il tirocinante avrà ampliato la sua conoscenza nello sviluppo di applicativi in sede industriale, l’importanza dei test automatici per evitare regressioni sul software, garantendo così un elevato livello di qualità, e acquisito competenze su AWS e tecnologia Ansible, Docker e Jenkins. L’attività permetterà inoltre al candidato di avere una visione high level del business Repo.
Prerequisiti richiesti:

  • Algoritmica
  • Ingegneria del software
  • Linguaggi e programmazione

——————————————————————————————————————————————

 

PROGETTO DI TIROCINIO 2

 

Organizzazione :   ION TRADING SRL
Titolo progetto:
Gestione dei dati ‘anagrafici’ di una piattaforma di trading elettronico:
il design di un modello statistico di capacity planning per il sistema RefData di ION Trading
Sede del tirocinio:
Pisa
Numero tirocinanti: 1
Durata del tirocinio:
15 Crediti Formativi (375h max)
Data di scadenza della proposta: 31/12/2020
Breve descrizione del progetto di tirocinio:
L’efficiente e puntuale gestione delle anagrafiche delle controparti e degli strumenti finanziari, ovvero dei ‘Reference Data’ in gergo finanziario, costituisce un prerequisito vincolate per il funzionamento di una piattaforma di trading elettronico. Tali dati sono prodotti da sorgenti molteplici (e.g. exchange, data providers) e giornalmente devono essere rinconciliati ed aggregati in archi temporali ben definiti, tra l’avvio dei mercati di trading e l’inizio delle operazioni di contrattazione vere e proprie. Sulle piattaforme di trading elettronico tale funzione e’ svolta dal sistema RefData, ed un corretto dimensionamento delle risorse a sua disposizione e’ un presupposto fondamentale per garantire la corretta elaborazione di un alto volume di dati nei tempi consentiti. Attraverso l’analisi dei dati di produzione (estraibili dai log prodotti dalla suite applicativa di RefData) di diversi clienti con caratteristiche di carico eterogenee, il candidato dovrà individuare un modello di classificazione automatica dell’intera popolazione dei clienti in distinte «categorie di carico». In questa fase saranno individuate ed estratte le ‘feature’ rilevanti dei dati e le metriche di business, oltre ad analizzare le performance di diversi algoritmi di clustering e di «manifold learning». L’obiettivo principale consiste nel dimensionamento ottimale delle risorse hardware per ciascuna delle «categorie di carico» individuate. In funzione del tempo disponibile, una ulteriore fase consistera’ nell’individuazione di un modello di regressione, da applicare ad una specifica classe, in grado di valutare l’impatto delle performance del sistema in funzione di una variazione del carico a cui viene sottoposto.
Esperienza formativa acquisita al termine del tirocinio:
Al termine del progetto, il tirocinante avrà ampliato la sua conoscenza nell’analisi dati in sede industriale, e conseguente progettazione e dimensionamento di un sistema di gestione di dati «referenziali» in ambito finaziario. In particolare saranno coperte tutte le fasi di un progetto di machine learning: acquisizione e parsing di dati grezzi, selezione delle features, selezione e valutazione di modelli candidati tramite le opportune metriche e le metodologie di suddivisione dei dati in set di training, validazione e test. L’attività permetterà inoltre al candidato di avere una visione high-level dei «reference data» e del loro utilizzo in diversi contesti finanziari a supporto delle attivita’ di trading

 

 

 

 

 

 

 

 

 

 Scritto da in 1 Luglio 2020  jobs, PR2, triennale  Commenti disabilitati su Tirocinio, Tesi di Laurea e Offerte di Lavoro (multinazionale Fintech leader mondiale, sede Italia)
Apr 202020
 

Come precedentemente comunicato a lezione e su moodle, a breve si svolgerà la lezione speciale su Graph Databases. Dettagli sulla pagina del corso su moodle.

Next AI-NLP lesson (monday April 20 at 11am on Microsoft Teams channel called Online Lessons) will be about Large Scale and Multistructure Graph Databases, taught by software engineers @ ION, world leader financial data group.
To connect to AI-NLP team on Microsoft Teams please use the code you will find on moodle, join the Team and go to channel “Online Lessons”

 Scritto da in 20 Aprile 2020  magistrale  Commenti disabilitati su [AI-NLP] Lezione speciale alle 11 su Microsoft Teams
Mar 192020
 

Come anticipato a lezione, le esercitazioni di PR2 si svolgeranno da remoto il giovedi dalle ore 11 alle 13 attraverso la piattaforma di elearning: https://elearning.unica.it/course/view.php?id=121

Il materiale per l’esercitazione verrà messo online, e gli studenti da casa potranno interagire in diretta con i tutor attraverso gli strumenti messi a disposizione dalla piattaforma (es. forum).

NOTA IMPORTANTE: eccezionalmente questa settimana ci sarà una esercitazione straordinaria anche il venerdi (20 Marzo 2020) al fine di riallineare le lezioni, giunte alla seconda settimana, con le esercitazioni.

Per quanto riguarda le lezioni e per chi non avesse le credenziali di Adobe Connect (es. fuoricorso), si rimanda a quanto detto nel precedente annuncio.

Aggiornamento (19/03/2020): gli studenti che non hanno ancora ricevuto le credenziali (es. fuoricorso) possono richiederle compilando il seguente form https://forms.gle/8fpLsh2z1TkPCowD8

Mar 192020
 

Come anticipato a lezione, le esercitazioni di PR2 si svolgeranno da remoto il giovedi dalle ore 11 alle 13 attraverso la piattaforma di elearning: https://elearning.unica.it/course/view.php?id=121

Il materiale per l’esercitazione verrà messo online, e gli studenti da casa potranno interagire in diretta con i tutor attraverso gli strumenti messi a disposizione dalla piattaforma (es. forum).

NOTA IMPORTANTE: eccezionalmente questa settimana ci sarà una esercitazione straordinaria anche il venerdi (20 Marzo 2020) al fine di riallineare le lezioni, giunte alla seconda settimana, con le esercitazioni.

Per quanto riguarda le lezioni e per chi non avesse le credenziali di Adobe Connect (es. fuoricorso), si rimanda a quanto detto nel precedente annuncio.

credits unica.it | accessibilità Università degli Studi di Cagliari
C.F.: 80019600925 - P.I.: 00443370929
note legali | privacy

Nascondi la toolbar