Serie A Pallavolo maschile: il calendario 2016/2017 realizzato grazie alla Ricerca Operativa

di Sabina Simeone @sabinasimeone

legavolley

Tra 10 miliardi di miliardi di possibilità, il calendario 2016/2017 della Serie A Pallavolo Maschile è il miglior calendario possibile, grazie alla Ricerca Operativa.

Dalla stagione 2016/2017, la Serie A della Pallavolo maschile italiana ha il proprio calendario degli incontri con le giornate di andata e ritorno pianificato scientificamente, grazie alla Ricerca Operativa, nel laboratorio di Ottimizzazione Globale dell’Università di Firenze a cura dei docenti Fabio Schoen e Marco Sciandrone, dei dottorandi Guido Cocchi, Alessandro Galligari e Federica Picca Nicolino, in collaborazione con la ricercatrice del Dipartimento di Ingegneria Civile e Ingegneria Informatica dell’Università di Roma “Tor Vergata” Veronica Piccialli.

La ricerca operativa è la branca della matematica applicata in cui problemi decisionali complessi vengono analizzati e risolti mediante modelli matematici e metodi quantitativi avanzati.

L’obiettivo è quello di fornire un supporto alle decisioni. In particolare, la ricerca operativa permette di formalizzare un problema del mondo reale tramite un modello matematico e calcolare una soluzione ottima, quando possibile, o approssimata rispetto a un certo criterio (indice di performance, costi etc).

VeronicVPa Piccialli, che oltre ad aver collaborato alla stesura del modello, è anche una ex giocatrice di pallavolo. È proprio lei a spiegarci perché per stilare un calendario sportivo bisogna chiedere aiuto all’università: “Servono competenze di ricerca operativa e informatica per selezionare il calendario migliore tra tutte le possibilità che nel caso specifico sono nell’ordine di 10 miliardi di miliardi. La pallavolo non è il calcio, quindi ci sono problemi di concomitanza nello stesso palazzetto condiviso da più squadre e/o da pallavolo e basket, problemi di lunghezza di trasferta in caso di partecipazione a coppe europee, etc. Inoltre si deve cercare di ottimizzare la resa in termini di pubblico e diritti televisivi (vedi big match nei giorni festivi, bilanciare i turni infrasettimanali etc). Consideriamo poi che fino a quest’anno veniva fatto quasi a mano, procedendo sostanzialmente per tentativi e cercando di accontentare tutte le squadre”.

Per realizzare il calendario non è stato creato del nuovo software. In realtà è il modello a essere nuovo, ma sono stati usati solutori open source che si trovano in rete”, ha precisato Piccialli.

Così il modello studiato per il calendario 2016/2017 sarà utilizzato anche in futuro per i nuovi calendari sportivi della Lega Pallavolo. Dal punto di vista scientifico, la ricerca intanto è già stata proposta a Interfaces http://pubsonline.informs.org/journal/inte rivista scientifica del settore che pubblica solo le applicazioni della Ricerca Operativa a problemi del mondo reale.

La Ricerca Operativa è insegnata a Ingegneria “Tor Vergata” nei corsi di laurea in Ingegneria Informatica, Ingegneria Automatica e Ingegneria Gestionale: una conoscenza utile nel mondo del lavoro perché permette di fornire un rigoroso supporto alle decisioni.

Il sito della Lega Volley (video di presentazione)

http://www.legavolley.it/VediPagina.asp?ContentId=60306

TIROCINI: Tenaris cerca laureati triennali Ingegneria Informatica

Tecnologie Big Data applicate ai processi industriali

 

Tenaris è il maggior fornitore a livello globale di tubi e servizi per l’esplorazione e la produzione di petrolio e gas. Ogni giorno, raccogliamo dai nostri impianti produttivi una grande quantità di dati provenienti da sensori e sistemi di controllo di processo. Questi dati contengono le informazioni per migliorare la qualità e l’efficienza del processo produttivo. Per gestire il volume e la velocità con cui i dati vengono generati usiamo tecnologie Big Data.

Alcune delle tecnologie che abbiamo implementato nel nostro cluster Hadoop Cloudera sono Flume per l’ingestion di file, Sqoop per l’ingestion da database relazionali, Spark per le ETL e Hive/Impala per le interrogazioni SQL-like.

Attività

Alcuni esempi di attività:

  • Benchmark di architetture e tecnologie per lo storage e l’analisi di serie storiche composte da milioni di campioni.
  • Progettazione e sviluppo di data pipeline (data ingestion da file e database SQL, ETL e data visualization).
  • Applicazione di tecniche di Machine Learning per l’addestramento di modelli nominali di comportamento e predizione.

Le attività proposte hanno un cuore con obiettivi chiari e confini precisi. Intorno ad esso, lo studente sarà libero di dare il proprio contributo originale.

Requisiti

Le attività richiedono competenze multidisciplinari in ambito informatico. Per questo, l’unico requisito vincolante è la Laurea Triennale in Ingegneria Informatica. Verranno considerati plus una genuina passione per l’analisi dati, la conoscenza o esperienza pregressa su Java, Scala, SQL e tecnologie Hadoop per il calcolo parallelo (MapReduce, Spark).

 

Sede di Lavoro: Dalmine (BG)

Tipo Offerta: Stage curriculare

Durata: 6 mesi

Rimborso spese mensile: 600 euro

Benefit: mensa aziendale gratuita
La ricerca è rivolta ad entrambi i sessi, come da normativa vigente.
Per candidarsi cliccare QUI.

 

TIROCINI: H2App cerca studenti in Ingegneria Informatica

Senza titoloH2App è una software house di Roma specializzata nello sviluppo di prodotti mobile e di computer vision. L’azienda, che negli anni precedenti ha ospitato e assunto laureandi dell’Ateneo, è attualmente alla ricerca di tirocinanti da inserire nel gruppo di lavoro.

Progetti disponibili:
– Applicazioni su piattaforme Android, iOS e Windows Phone.
– Soluzioni basate su tecniche di computer Vision e/o lettura OCR.

L’azienda offre sia tirocini per laureandi che stage retribuiti per neo-laureati, per laurea triennale e specialistica.

Sede di lavoro: Roma, zona Ponte Lungo / Piazza Re di Roma

E’ possibile inviare la propria candidatura completa del proprio CV a recruitment@h2app.it

Gli studenti di Ingegneria Informatica di “Tor Vergata” finalisti al Grand Challenge di ACM DEBS 2016

team_DEBS2016_low
Da sx a dx: Michele Porretta, Marco Piu, Valeria Cardellini, Matteo Nardelli, Giacomo Marciani

Sono giunti in finale e questa è già la loro vittoria: i tre studenti Giacomo Marciani, Marco Piu e Michele Porretta del primo anno della Laurea Magistrale in Ingegneria Informatica dell’università di Roma “Tor Vergata”, affiancati da Matteo Nardelli, dottorando in Computer Science, Control and Geoinformation, e dalla prof.ssa Valeria Cardellini, docente del corso di Sistemi Distribuiti e Cloud Computing, hanno guadagnato lo speech finale del Grand Challenge della decima edizione di ACM DEBS 2016 (http://www.ics.uci.edu/~debs2016/call-grand-challenge.html).

Organizzata dall’Association for Computing Machinery (ACM), una delle principali associazioni internazionali con lo scopo di divulgare e favorire la scienza, la ricerca e l’educazione informatica, DEBS è la principale conferenza internazionale che riunisce ogni anno la comunità scientifica che studia i sistemi distribuiti basati su eventi. Negli ultimi anni tali sistemi stanno acquisendo un notevole interesse grazie all’avvento dei Big Data. All’interno della conferenza DEBS, gli organizzatori hanno istituito un “Grand Challenge”, a oggi alla sesta edizione, che invita i ricercatori di università e industrie a risolvere una problematica reale sfruttando le potenzialità dei sistemi distribuiti basati su eventi.

Quest’anno il Grand Challenge ha presentato una sfida che riguarda i social network: l’analisi in tempo reale di una rete sociale in continua evoluzione per determinare la classifica degli utenti e dei post che scatenano la maggior parte di attività sulla rete e identificare le più grandi comunità di utenti coinvolte nella discussione di uno stesso argomento. Questa sfida introduce diverse difficoltà, che spaziano dalla necessità di analizzare efficientemente circa 56 milioni di dati, alla necessità di assecondare le dinamiche delle reti sociali che evolvono nel tempo, fino alla necessità di fornire risposte in tempo reale.

I ragazzi hanno progettato e realizzato una soluzione del Grand Challenge utilizzando un prodotto open source (Apache Flink). I dati reali su cui il gruppo ha lavorato sono stati forniti in modo ‘anonimizzato’ dagli organizzatori del Challenge. “È stata la prima volta che gli studenti del primo anno della magistrale si sono confrontati con la scrittura di quel genere di applicazioni – ha tenuto a sottolineare la prof. Valeria Cardellini -– La soluzione, installata su una macchina virtuale, è stata sottoposta alla valutazione della commissione esaminatrice del Grand Challenge, che ha individuato le soluzioni migliori sulla base delle prestazioni, ossia del tempo necessario per elaborare i 56 milioni di eventi e fornire i risultati richiesti in tempo reale”.

La partecipazione al Grand Challenge di DEBS 2016 è stato proposto dalla prof.ssa Valeria Cardellini come progetto del corso di Sistemi distribuiti e Cloud Computing: “Tutto è cominciato nel dicembre 2015 – racconta la prof. Cardellini – quando ho proposto agli studenti una sfida importante e ‘reale’ per approfondire i temi trattati nel corso. A questo tipo di evento di solito non partecipano studenti, ma essenzialmente gli ‘addetti ai lavori’, ovvero ricercatori di università e aziende che realizzano sistemi distribuiti basati su eventi”.

I ragazzi in questo modo hanno già ottenuto la loro prima pubblicazione scientifica: la loro soluzione sarà pubblicata negli atti del convegno come articolo di quattro pagine. La loro prossima sfida sarà alla fine di giugno a Irvine, in California, quando presenteranno la loro soluzione durante la conferenza finale del progetto.

Nota bene: nell’a.a. 2016/2017 partirà l’indirizzo “Data Science Engineering” all’interno della Laurea Magistrale in Ingegneria Informatica e formerà, a detta della prof. Cardellini, “i futuri ingegneri informatici in grado di proporre soluzioni innovative, efficaci ed efficienti per conservare, analizzare, filtrare e combinare i Big Data, per estrarre da essi informazioni utili ad aumentare il livello di consapevolezza e la qualità delle decisioni prese”.