Ricerca
Maggiori informazioni riguardanti i nostri argomenti di ricerca nella sezione dedicata!
L'insegnamento si propone di fornire i principali concetti dell'Ingegneria del Software, con particolare attenzione a processi, attività, deliverables, metodi di analisi e progettazione, linguaggi di modellazione e tecniche di verifica e convalida nello sviluppo software.
L'insegnamento si propone di fornire i principali concetti dell'Ingegneria del Software, con particolare attenzione a processi, attività, deliverables, metodi di analisi e progettazione, linguaggi di modellazione e tecniche di verifica e convalida nello sviluppo software.
L'insegnamento si propone di fornire i principali concetti dell'Ingegneria del Software, con particolare attenzione a processi, attività, deliverables, metodi di analisi e progettazione, linguaggi di modellazione e tecniche di verifica e convalida nello sviluppo software.
L'insegnamento si propone di introdurre i concetti fondamentali e le principali applicazioni dell’intelligenza artificiale.
L’insegnamento si propone di fornire conoscenze di sviluppo e progettazione di sistemi basati sul paradigma object-oriented, con particolare attenzione allo sviluppo Java.
L’insegnamento si propone di fornire conoscenze avanzate dell’Ingegneria del Software, con particolare attenzione alle attività di gestione, manutenzione ed evoluzione del software.
L’insegnamento si propone di fornire conoscenze sulla gestione dei team di sviluppo software, al fine di formare giovani project manager allineati con le linee guida del PMI.
L'insegnamento mira a fornire conoscenza delle metodologie e delle tecniche di analisi, progettazione e verifica di sistemi di intelligenza artificiale e, più in particolare, nel contesto di sistemi software complessi e critici.
L'insegnamento introduce gli studenti alle varie problematiche relative alla formazione in ambito informatico ed alle metodologie e tecniche per progettare percorsi disciplinari nella scuola secondaria di II grado.
L’insegnamento si propone di fornire conoscenze per la comprensione e definizione di metriche per valutare e/o misurare diversi aspetti dei prodotti software.
L'obiettivo formativo dell'insegnamento è quello di fornire le metodologie e le tecniche di analisi, progettazione e verifica di affidabilità del software.
Il corso si propone di fornire una panoramica dei metodi quantitativi e qualitativi per condurre una ricerca. In particolare, il corso introduce le basi per porre domande di ricerca, identificare soggetti e oggetti di esperimenti empirici, impostare analisi statistiche e qualitative dei dati e combinare diversi metodi di ricerca.
Il corso si rivolge agli studenti di dottorato alle prime armi e intende offrire una leggera introduzione all'accademia e alle sfide intrinseche che essa comporta, mostrando le principali sfide che i dottorandi dovranno affrontare prima e dopo il completamento del dottorato, fornendo strategie e suggerimenti per affrontarle con successo.
Implementazione e studio di tecniche (anche basate sull'intelligenza artificiale) per l'individuazione, il refactoring e la gestione dei problemi di qualità nel codice sorgente (ad esempio, code smells e architectural smells).
Studio e sviluppo di metodi per applicare la tecnologia quantistica e il quantum machine learning alla risoluzione di problemi tipici dell'ingegneria del software.
Sviluppo di bot e modelli di natural language processing per supportare le fasi del ciclo di vita del software e studio dell'impatto di tali bot sullo sviluppo e le interazioni tra gli stakeholder.
Uso di Intelligenza artificiale per risolvere problemi legati alla privacy degli utenti all’interno dei sistemi IoT.
Implementazione e studio di metodologie atte a (1) migliorare e facilitare le attività di testing in tutte le fasi del ciclo di vita del software e (2) migliorare la qualità del codice di test dei sistemi software.
Utilizzo di tecniche di machine learning per le attività di raccolta e analisi dei requisiti nei processi di sviluppo tradizionale e agile.
Analisi delle interazioni sociali all’interno delle comunità software e sviluppo di metodi atti a migliorare la comunicazione e la collaborazione in esse.
Studi nell’ambito della gestione dei team di sviluppo atti a fornire ai manager e team leader strumenti per migliorare e facilitare i processi di sviluppo e le interazioni nelle comunità software.
Sviluppo di soluzioni atte a incentivare la diversità e l’inclusione nelle attività di sviluppo e studio dell’impatto che tale eterogeneità ha sugli aspetti di prodotto e processo.
Studi sui problemi di discriminazione da parte delle intelligenze artificiali e sviluppo di soluzioni atte a incentivare un machine learning più equo e inclusivo.
Piuttosto che stampare le tesi, il SeSa Lab incoraggia a piantare un albero nella SeSa Random Forest! Qui un elenco dei tesisti che hanno aderito alla nostra iniziativa: Custodi della Foresta
Maggiori informazioni riguardanti i nostri argomenti di ricerca nella sezione dedicata!