Architetture di elaborazione dati in streaming per analisi e previsione di serie temporali = Streaming data processing architectures for time series analysis and forecasting

Le tecnologie Big Data offrono soluzioni innovative in grado di generare conoscenza (insight) attraverso l’analisi di quantità sempre più crescente di dati e di varia natura, sia in tempo reale integrandoli con dati provenienti da altre fonti, sia tramite l’analisi dello storico degli avvenimenti. L'obiettivo della tesi sarà di analizzare un caso specifico di elaborazione dati in streaming, delineando le componenti tecnologiche dell'architettura di gestione dei dati (Apache Kafka) e di processamento (Apache Spark Streaming / Apache Flink) , oltre alle componenti di ingestion (connettori verso fonti web e social), data quality dei dati ottenuti e di previsione dell’andamento futuro (tramite comparazione con dati storici e/o modelli di Machine Learning). Si prevede l’implementazione del caso d’uso in ambito finanziario su piattaforma on premise open source o su Cloud IBM