L’obiettivo del gruppo SCA è ideare, sviluppare e sperimentare soluzioni innovative nel campo della scalabilità dei processi di convogliamento, elaborazione, analisi e gestione di grosse quantità o flussi di dati. L’estesa tematica è centrata attorno allo studio e applicazione di tecniche allo stato dell’arte di calcolo distribuito, automazione e apprendimento automatico, che vengono combinate per ampliare le possibilità di raccogliere e fruire dei dati a disposizione in maniera riproducibile. Il lavoro del gruppo trova importanti contesti applicativi nei settori dell’urban computing, bioinformatica e informatica clinica – grazie anche alle sinergie e strette collaborazioni con gli altri gruppi del Settore e vari altri attori a livello nazionale e internazionale – rimanendo comunque di trasversale applicabilità.
Quando possibile, distribuiamo in open source il software risultante dalla nostra attività di ricerca. Ad esempio:
Pydoop una API Python molto efficiente per Hadoop MapReduce e HDFS;
Seal una collezione di programmi basati su Hadoop per il processamento di dati Next Generation Sequencing.
Parole chiave: Big data, analytics, calcolo distribuito, automazione, apprendimento automatico, urban computing, bioinformatica, informatica clinica
