Programma didattico
La piattaforma Cloud GARR è un servizio disponibile alla comunità GARR dal 2017, è basata su tecnologie open source e offre ad utenti e amministratori un ambiente di facile accesso e gestione, con un alto grado di automazione e un’ampia scelta di strumenti preconfigurati.
La fruizione dei servizi di Cloud Computing può avvenire in due modalità:
Infrastructure as a Service (IaaS): permette di avere a disposizione risorse di calcolo e storage che possono essere allocate e gestite attraverso un pannello di controllo (Dashboard) o da linea di comando- Deployment as a Service (DaaS): consente di installare applicazioni cloud pre-confezionate ed attivabili facilmente con pochi click, scegliendole da un catalogo in rete che comprende servizi per la formazione (es. Moodle, Jupyter) o per la ricerca (es. Hadoop, Spark).
Per illustrare il funzionamento della piattaforma Cloud e le modalità di fruizione dei servizi da parte degli utenti, vi proponiamo la partecipazione ai nostri appuntamenti webinar. Ciascun webinar sarà dedicato ad una modalità di fruizione dei servizi Cloud (IaaS, DaaS) e sarà strutturato in un primo modulo teorico, dove sarà presentata l’architettura e la tecnologia alla base della piattaforma, ed in un secondo modulo pratico dove sarà illustrato l’utilizzo degli strumenti a disposizione degli utenti.
Programma del primo webinar
Modulo 1 (30’): Introduzione all’architettura della piattaforma Cloud GARR, basata su OpenStack- Modulo 2 (1h): utilizzo delle risorse cloud tramite web dashboard e CLI
Docenti
Team Cloud GARR
Alex Barchiesi
Ama definirsi un “fisico creativo”. PHD in Fisica delle Particelle e ricercatore al CERN nell’ambito dell’esperimento ATLAS, professore associato presso l’Accademia di Belle Arti di Roma e EPFL, il suo lavoro artistico è stato presentato in vari centri di prestigio in Europa tra cui l’IRCAM di Parigi e l’Auditorium Parco della Musica di Roma e ha ricevuto riconoscimenti internazionali. Al momento lavora presso il dipartimento Calcolo e Storage Distribuito del GARR, dove segue tra l’altro la comunità delle arti performative.
Alberto Colla
Ha conseguito il dottorato di ricerca in Fisica presso l'Università di Torino. Dal 2005 al 2008 ha ricoperto la posizione di Fellow nell'ambito dell'esperimento ALICE al CERN, dove ha lavorato all'integrazione del software di analisi dei dati ALICE nell'ambiente Grid. Dal 2008 al 2014 ha lavorato all'Università La Sapienza di Roma all'esperimento Virgo. È stato amministratore della computing farm del gruppo Virgo e si è impegnato in diverse attività relative alla gestione dei dati e del data workload degli esperimenti VIRGO e LIGO. Dal 2014 è membro del dipartimento CSD (Distributed Storage and Computing) di GARR. È coinvolto nella progettazione, nell'allestimento e nella gestione del GARR Federated Cloud, distribuito geograficamente, basato sulla piattaforma OpenStack.
Matteo Di Fazio
Ha conseguito la laurea in Informatica presso l'Università degli Studi di Roma "La Sapienza". Durante il lavoro di tesi contribuisce alla progettazione e all'implementazione di un'applicazione cloud-native a microservizi e viene introdotto per la prima volta al Cloud Computing. Dal 2019 è membro del dipartimento CSD (Calcolo e Storage Distribuito) di GARR.
Marco Lorini
Lavora presso il Dipartimento di Calcolo e Storage Distribuito di GARR dal 2019. Ha conseguito la laurea magistrale in Ingegneria Informatica presso l'Università degli studi Rome Tre ed ha partecipato come lavoro di tesi all'implementazione di algoritmi di campionamento del traffico di rete all'interno di dispositivi di networking con l'utilizzo del linguaggio P4. Ha maturato esperienza nella programmazione di applicazioni a microservizi e nell'utilizzo di Kubernetes, il sistema open-source di orchestrazione e gestione di container.
Delia Passalacqua
Ha conseguito la laurea in Tecnologie Informatiche presso l'Università degli Studi di Roma "La Sapienza". Dal 2009 si è occupata di ricerca e sviluppo nel campo della Computer Vision e del Machine Learning, estendendo successivamente le proprie competenze anche ad altri campi dell'Intelligenza Artificiale come il Deep Learning. Dal 2019 è membro del dipartimento CSD (Calcolo e Storage Distribuito) di GARR.
Per partecipare è necessario prenotarsi
LearningGARR
