La valutazione di Sistemi di Supporto alle Decisioni (DSS) basati su AI è un tema complesso e di grande interesse: all’interno del laboratorio MUDI abbiamo sviluppato un meta-tool (https://mudilab.github.io/dss-quality-assessment/) per tale scopo, composto da diversi tool indipendenti e ognuno dei quali atto ad un particolare tipo di valutazione.
Questo strumento si basa su un’architettura server tradizionale, con una struttura backend in Python (implementata tramite tecnologia Flask) e un front-end in Javascript/HTML/CSS. Sebbene questa tecnologia sia ampiamente utilizzata può avere delle complicazioni in termini di privacy maintenance nel caso in cui l’utente debba effettuare analisi su dati sensibili.
Scopo dello stage sarebbe quello di realizzare, come prototipo, il porting di uno dei tool verso un’archittettura serverless, in cui l’intera logica applicativa sia gestita lato client in Javascript, senza la necessità di memorizzazione (o passaggio di dati) verso un server.
PREREQUISITI
- Conoscenze nell’ambito del programmazione web (Javascript, HTML, CSS)
- Conoscenza di base di Python e sviluppo di applicativi web in Python (framework Flask)
- Preferibile: conoscenza di libreria per il data handling e data visualization, in Python (pandas, matplotlib) e/o Javascript (es., d3.js)
OBIETTIVI FORMATIVI
- Acquisizione di conoscenze avanzate nell’ambito dello sviluppo web
- Acquisizione di conoscenze di base nell’ambito dei Decision Support Systems e della loro valutazione
- Acquisizione di conoscenze di ingegneria del software, code-base analysis e reverse engineering
- Acquisizione di conoscenze di base di data handling e data visualization
DURATA DELLO STAGE E CONTESTO RACCOMANDATO
- Adatto a: Stage di Laurea Triennale in Informatica.
- Durata: 3 mesi (circa).
MODALITA’ E ORARI DI LAVORO
- Modalità di lavoro: remota, con frequenti riscontri via mail e occasionali incontri di persona.
- Ore di lavoro: non fissate, ma generalmente ci saranno degli obbiettivi settimanali da raggiungere.
CONTATTI
- Contatto primario: Andrea Campagner, andrea.campagner@unimib.it