Marco Berlot
(Politecnico di Torino)
Mercoledì 26 luglio 2017, ore 13.00 – 14.00
Centro Nexa su Internet & Società
Politecnico di Torino, via Boggio 65/a, Torino (1° piano)
Ingresso libero
Prenota qui
La qualità dei dati viene identificata come il grado con cui le caratteristiche dei dati, utilizzate in condizioni specifiche, soddisfano determinati requisiti. Attualmente la qualità dei dati è un problema per molti professionisti operanti in un ampio settore dei sistemi d’informazione. Fra questi, vi sono il data warehousing, la business intelligence, la gestione delle relazioni con i clienti e la gestione della catena di distribuzione. Uno studio aziendale ha stimato che il costo totale per l’economia degli Stati Uniti legata ai problemi di qualità dati superi i 600 miliardi di dollari l’anno (Eckerson, 2002).
Tell Me Quality è uno strumento che ha l’obbiettivo di misurare la qualità di file contenenti dati secondo gli standard ISO/IEC 25024 e ISO/IEC 25012. Il risultato di queste misurazioni viene rappresentato con delle visualizzazioni quantitative studiate appositamente per questo tipo di software. Il design del progetto è iniziato con Alessio Melandri, un fellow del Centro Nexa su Internet e Società. La presentazione verterà principalmente sullo sviluppo della parte front end del software e sullo studio della visualizzazione quantitativa delle misure. Questi argomenti verranno discussi da Marco Berlot, uno studente del Politecnico di Torino e della Tongji University di Shanghai che ha svolto un tirocinio presso il Centro Nexa.
Biografia
Marco Berlot è uno studente di ingegneria informatica iscritto al programma di doppia Laurea tra il Politecnico di Torino e la Tongji University di Shanghai. Nel 2017 ha svolto un tirocinio presso il centro Nexa lavorando allo sviluppo del progetto Tell Me Quality. L’obbiettivo di questo software è quello di misurare la qualità dei dati attraverso la tecnologia dei Linked Data. Il suo lavoro si è concentrato prevalentemente nel design del front end e sullo studio della visualizzazione quantitativa delle misurazioni.
Letture consigliate e link utili
- Data Quality: High-Impact Strategies – What You Need to Know: Definitions, Adoptions, Impact, Benefits, Maturity. Kevin Roebuck, Lightning Source, 2011.
- Systems and software engineering — Systems and software Quality Requirements and Evaluation (SQuaRE) — Measurement of data quality.
- Data on the Web Best Practices: Data Quality Vocabulary.
- Visualizzazione dell’Informazione Quantitativa.