Attività

Organizzazione didattica

L'organizzazione del Master prevede due fasi formative distinte dedicate, rispettivamente, alle attività didattiche frontali (lezioni, esercitazioni, laboratori e incontri con aziende del settore) e al tirocinio.

La prima fase prevede lo svolgimento dei 11 insegnamenti, che saranno tenuti presso l'Area della Ricerca del CNR di Pisa. Di tali insegnamenti, 7 prevedono sia lezioni che esercitazioni teorico-pratiche. Inoltre ci sono 3 sono corsi di laboratorio che comprendono, prevalentemente, esercitazioni sperimentali e attività di progetto. Infine, l'ultimo insegnamento è costituito da un serie di incontri con aziende operanti nel settore delle tecnologie ICT per Smart Cities.

Per questa prima fase è richiesta la presenza ad almeno il 70% delle ore di didattica complessiva, con il vincolo del 50% per ogni singolo insegnamento, salvo casi particolari da valutare individualmente.

Per ogni insegnamento sono previste almeno due prove di verifica, la prima delle quali sarà effettuata alla fine dell'insegnamento stesso. Ogni insegnamento prevede una valutazione con un giudizio a cinque livelli: Insufficiente, Sufficiente, Buono, Distinto, Ottimo (eventualmente con lode).

Nella seconda fase viene svolto il tirocinio, prioritariamente in azienda, ma anche presso strutture dell'Università di Pisa o dell'Area della Ricerca del CNR di Pisa. I candidati che svolgono una qualificata attività lavorativa, possono svolgere il tirocinio - su un argomento coerente con gli obiettivi formativi del Master - presso l'azienda o ente in cui prestano la loro attività.

Alla fine dell'attività di tirocinio l'allievo redige una relazione (tesina), riguardante l'attività svolta, che viene valutata dal Consiglio del Master. Le valutazioni relative a ciascun insegnamento contribuiscono, insieme alla valutazione della tesina, alla determinazione del giudizio finale sul candidato.

Attività formative

Gli insegnamenti previsti dal Master, con i rispettivi obiettivi formativi, sono elencati di seguito.

Networking for Smart Cities (CFU: 4.4, lezioni: 18 ore, esercitazioni: 16 ore) - Questo insegnamento si propone di fornire i concetti fondamentali relative alle architetture e ai protocolli per reti di calcolatori di interesse per ambient di tipo smart city.

Wireless Sensor Networks (CFU: 4.4, lezioni: 18 ore, esercitazioni: 16 ore) - Questo insegnamento si propone di fornire le basi teoriche e le metodologie per lo sviluppo di sistemi e applicazioni basati su reti di sensori. Gli studenti imparanno a programmare applicazioni per smart cities basate su reti di sensori wireless.

Smart-phone Programming (CFU: 4.4, lezioni: 18 ore, esercitazioni: 16 ore) - Questo insegnamento si propone di fornire le conoscenze fondamentali per lo sviluppo di applicazioni basate su smartphone (in ambiente Android).

Cloud Computing for Smart Cities (CFU: 4.4, lezioni: 18 ore, esercitazioni: 16 ore) - Questo insegnamento si propone di fornire i concetti fondamentali del Cloud Computing e presentare le tecnologie necessarie a comprendere e sviluppare soluzioni Cloud per smart cities.

Internet of Things (CFU: 4.4, lezioni: 18 ore, esercitazioni: 16 ore) - Questo insegnamento si propone di introdurre i principi di base dell'Internet of Things (IoT) e di illustrare le tecnologie e i protocolli per la sua realizzazione. Lo studente imparerà a realizzare reti per l'interconnessione di Smart Object a Internet, e a sviluppare applicazioni per l'accesso ai servizi degli Smart Object.

Smart Participation (CFU: 4.4, lezioni: 18 ore, esercitazioni: 16 ore) -Questo insegnamento si propone di fornire i concetti di base per la realizzazione di applicazioni avanzate per la partecipazione attiva dei cittadini nella smart city. Gli studenti apprendono i concetti fondamentali per la progettazione di applicazioni di Mobile Social Networking e imparano a programmare applicazioni in ambienti di Online Social Network (Facebook).

Data Mining for Smart Services (CFU: 4.4, lezioni: 18 ore, esercitazioni: 16 ore) - Questo insegnamento si propone di fornire i concetti fondamentali relativi al data mining per sviluppare servizi intelligenti a supporto delle smart cities.

Smart Networking Infrastructure (CFU: 3.4, laboratorio 34 ore) - Questo laboratorio si propone di progettare e gestire infrastrutture di rete eterogenee e di grandi dimensioni e la federazione di reti esistenti per creare una rete WiFi a copertura cittadina.

Smart Citizenship (CFU: 3.4, laboratorio 34 ore) - Questo laboratorio è finalizzato a progettare un’applicazione per dispositivi mobili dedicata a stimolare la partecipazione attiva dei cittadini nella raccolta e condivisione di informazioni utili al miglioramento della qualità della vita e della sostenibilità della città.

Smart Living (CFU: 3.4, laboratorio 34 ore) - Questo laboratorio si propone di sfruttare le conoscenze acquisite negli insegnamenti precedenti per sviluppare applicazioni web-based nel contesto di "smart energy systems" e "smart buildings".