Panoramica del corso
Il corso “Sviluppo e produzione di sistemi basati su AI” è un corso di perfezionamento offerto dal Dipartimento di Informatica “Giovanni degli Antoni” dell'Università degli Studi di Milano.
Il corso ha l'obiettivo di formare professionisti altamente qualificati nei settori del terziario avanzato, con particolare riferimento alle competenze necessarie per la progettazione, lo sviluppo e la gestione di sistemi basati su intelligenza artificiale e data science. Gli iscritti al corso di perfezionamento acquisiranno conoscenze approfondite riguardo le fasi del ciclo di vita dei sistemi AI, dalla raccolta e gestione dei dati, passando per la modellazione, fino al deployment e monitoraggio dei sistemi in produzione. In particolare, il corso si propone di sviluppare capacità nella gestione di data drift e concept drift, implementazione di tecniche di prototipazione, sviluppo in cloud e metodologie di rilascio e manutenzione avanzate. Tali competenze sono essenziali per rispondere alle esigenze del mercato del lavoro, che richiede figure professionali in grado di affrontare e risolvere complessi problemi di AI e data science nei contesti aziendali più avanzati che richiedono di rispondere rapidamente ai cambiamenti nei dati e nei pattern di utilizzo, mantenendo l'efficacia operativa e la capacità di innovazione delle organizzazioni
A chi si rivolge
- Neolaureati in ambito STEM (Scienze, Tecnologia, Ingegneria e Matematica) che desiderano specializzarsi nel campo dell'Intelligenza Artificiale e accrescere le proprie competenze tecniche.
- Professionisti che intendono riqualificarsi per ampliare il proprio perimetro di operatività e rimanere aggiornati con le più recenti innovazioni tecnologiche.
- Figure junior in ambito tecnologico (sviluppatori/software, data scientist, analisti) che vogliono potenziare il proprio profilo professionale e acquisire le capacità necessarie per progettare e implementare soluzioni AI.
- Appassionati di tecnologia e innovazione interessati a comprendere i principi dell'intelligenza artificiale e a sviluppare competenze pratiche nell'ambito dei sistemi intelligenti.
Erogazione e durata
Data inizio corso: 13 Febbraio 2025
Presunta data fine corso: 14 Aprile 2025
Numero ore di didattica: 40
Il corso verrà erogato in modalità online mediante la piattaforma Microsoft Teams. Indicativamente le lezioni sono programmate nella fascia pomeridiana (15:00-18:30\19:00), non in giorni festivi.
Modalità di iscrizione e costi
Il contributo di iscrizione al corso è di 418,00 €.
La domanda di iscrizione deve pervenire entro le ore 23:59 del 31 dicembre 2024, caricando il CV in formato .pdf, .jpg oppure .inf. La domanda di iscrizione è coordinata in base a una selezione basata su CV. La selezione ha lo scopo di verificare i requisiti formali di accesso previsti dal bando.
L’accesso al corso è condizionato.
Programma ▾
Obiettivi
- Comprendere e applicare il ciclo di vita completo dei sistemi basati su AI: progettazione, sviluppo, deployment, monitoraggio e manutenzione.
- Approfondire tecniche avanzate per la gestione del data drift e concept drift.
- Integrare principi di AI responsabile e sostenibile.
Moduli e Tematiche
1. Introduzione ai Sistemi AI (4 ore)
- Differenze tra sistemi tradizionali e sistemi AI.
- Ciclo di vita e obiettivi progettuali.
- AI responsabile: principi e casi studio.
2. Raccolta e Pre-Processing dei Dati (8 ore)
- Identificazione e qualità dei dati.
- Tecniche di data augmentation e gestione di dati incompleti.
- Sampling e bilanciamento delle classi.
3. Feature Engineering (4 ore)
- Tecniche avanzate di engineering: scaling, encoding e detection di leakage.
- Cross-feature e embeddings.
4. Sviluppo e Valutazione Modelli (8 ore)
- Definizione della baseline e tecniche di AutoML.
- Metodi di validazione e metriche di valutazione.
- Gestione iterativa degli errori e experiment tracking.
5. Deployment e Monitoraggio (8 ore)
- Strategie di rilascio (canary, shadow, blue-green).
- Monitoring continuo e dashboard di osservabilità.
- Gestione del data drift e del concept drift.
6. Continual Learning e Manutenzione (4 ore)
- Retraining manuale e automatico.
- Implementazione di tecniche di continual learning e A/B testing.
7. Infrastrutture e MLOps (4 ore)
- Panoramica su strumenti e piattaforme per MLOps.
- Cloud computing e edge AI.
- Feature store e model store.
Calendario Lezioni
| Febbraio 2025 | Marzo 2025 | Aprile 2025 |
|---|---|---|
| 13/02 --- 16:00 - 18:00 | 03/03 --- 17:00 - 19:00 | 01/04 --- 17:00 - 19:00 |
| 19/02 --- 17:00 - 19:00 | 05/03 --- 17:00 - 19:00 | 04/04 --- 17:30 - 19:30 |
| 21/02 --- 17:00 - 19:00 | 10/03 --- 17:00 - 19:00 | 07/04 --- 17:00 - 19:00 |
| 25/02 --- 17:00 - 19:00 | 12/03 --- 17:00 - 19:00 | 09/04 --- 17:00 - 19:00 |
| 28/02 --- 17:30 - 19:30 | 14/03 --- 17:30 - 19:30 | 11/04 --- 17:30 - 19:30 |
| 17/03 --- 17:00 - 19:00 | ||
| 19/03 --- 17:00 - 19:00 | ||
| 21/03 --- 17:30 - 19:30 | ||
| 24/03 --- 17:00 - 19:00 | ||
| 26/03 --- 17:00 - 19:00 |
Docenti
Nicolò Cesa-Bianchi
Università degli Studi di Milano
Sabrina Gaito
Università degli Studi di Milano
Christian Quadri
Università degli Studi di Milano
Matteo Zignani
Università degli Studi di Milano
Raffaele Olmeda
Intellico.ai