Accedi
Intelligenza artificiale

AI Machine Learning Engineer – Formazione sul profilo UNI 11621-8 – FAD 16h

16ore
32lezioni
4moduli
Onlinecon slide e voce narrante
Guarda le prime lezioni
AI Machine Learning Engineer – Formazione sul profilo UNI 11621-8 – FAD 16h

Presentazione

Corso di formazione riferito al profilo AI Machine Learning Engineer della UNI 11621-8:2026. Forma e non certifica: non è abilitante, non dà accesso automatico ad alcun esame e l'attestato non è la certificazione del profilo. Alcuni schemi di certificazione pubblicati chiedono una formazione specifica recente, con durate diverse: i requisiti li fissa l'organismo e vanno controllati con lui.

Destinatari: professionisti ICT (sviluppatori, ingegneri del software, data scientist, tecnici DevOps) che portano modelli di apprendimento automatico in produzione. Requisiti consigliati: Python a livello professionale, controllo di versione, basi di Linux e di contenitori, SQL, fondamenti di apprendimento supervisionato e di statistica.

Il corso dà metodo, criteri di scelta, lettura dei risultati ed errori tipici; la pratica su codice non è compresa. Aziende, persone e numeri degli esempi sono di fantasia. Quadro normativo: AI Act come modificato dal regolamento (UE) 2026/1744, testo consolidato al 27/07/2026.

Programma

Le prime lezioni del corso sono in anteprima libera: premi «Guarda».

Modulo 1 — Dal laboratorio alla produzione8 lezioni
  1. Il corso e il mestiereGuarda
  2. Perché i modelli si fermano prima della produzioneGuarda
  3. Il ciclo di vita e i livelli di automazioneGuarda
  4. Dal bisogno alla specifica di produzione
  5. Riproducibilità: versioni, esperimenti, registro
  6. Dati per il modello: contratti e caratteristiche
  7. Separare i dati senza barare
  8. Caso: il passaggio di consegne di Semaforo
Modulo 2 — Addestrare e validare8 lezioni
  1. La pipeline di addestramento
  2. Leggere gli errori: metriche e soglia
  3. Ordinare non è stimare: probabilità e calibrazione
  4. Validare e confrontare
  5. Sottogruppi ed equità
  6. Spiegare e rendere verificabile
  7. Test automatici su dati, modello e codice
  8. Caso: promuovere o no il candidato
Modulo 3 — Rilasciare e servire8 lezioni
  1. Come si serve un modello
  2. Impacchettare il modello
  3. L'interfaccia di inferenza
  4. Latenza, capacità e costo
  5. Integrazione e rilascio continui
  6. Strategie di rilascio
  7. Esperimenti controllati
  8. Caso: la prima settimana di Semaforo
Modulo 4 — Tenere in vita il modello8 lezioni
  1. Che cosa si osserva in produzione
  2. La deriva: riconoscerla e misurarla
  3. Riaddestrare con criterio
  4. Incidenti e degrado controllato
  5. Sicurezza del ciclo di vita
  6. L'AI Act per chi costruisce
  7. La documentazione che nasce dalla pipeline
  8. Caso finale: un anno di Semaforo

Competenze europee (ESCO)

Professioni e competenze del corso secondo ESCO, la classificazione europea della Commissione europea usata anche dalle credenziali digitali Europass.

Professioni di riferimento

Competenze e conoscenze

Area di studio (ISCED-F 2013): 0613 · Sviluppo e analisi di software e applicazioni

Le lezioni si seguono sulla piattaforma con le credenziali ricevute dall'ente di formazione: il tempo online e i quiz finiscono nei report del corso.

Altri corsi della stessa area

Intelligenza artificiale AI Consultant – Formazione sul profilo UNI 11621-8 – FAD 16h 16 ore32 lezioni
Intelligenza artificiale AI Data Engineer – Formazione sul profilo UNI 11621-8 – FAD 16h 16 ore32 lezioni
Intelligenza artificiale AI Deep Learning Engineer – Formazione sul profilo UNI 11621-8 – FAD 16h 16 ore32 lezioni
Intelligenza artificiale AI Natural Language Processing Engineer – Formazione sul profilo UNI 11621-8 – FAD 16h 16 ore32 lezioni