Accedi
Intelligenza artificiale

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

16ore
32lezioni
4moduli
Onlinecon slide e voce narrante
AI Algorithm Engineer – Formazione sul profilo UNI 11621-8 – FAD 16h

Presentazione

Corso di formazione riferito al profilo AI Algorithm 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 con formazione scientifica o informatica che progettano, scelgono e ottimizzano algoritmi di intelligenza artificiale. Requisiti consigliati: un linguaggio di programmazione a livello professionale (Python o C++), strutture dati di base, derivate, vettori e matrici, probabilità, fondamenti di apprendimento automatico.

Il corso dà metodo, criteri di scelta, stima dei costi, 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 — Il problema e il suo costo8 lezioni
  1. Il corso e il mestiereGuarda
  2. Dal problema alla specificaGuarda
  3. Complessità: il conto prima del codiceGuarda
  4. Strutture dati che cambiano il conto
  5. L'algebra lineare che serve
  6. Probabilità e statistica che servono
  7. Il costo dei modelli classici
  8. Caso: la specifica di Orario
Modulo 2 — Scegliere l'algoritmo8 lezioni
  1. Nessun algoritmo vince sempre
  2. Modelli lineari e regolarizzazione
  3. Alberi, foreste e potenziamento
  4. Distanze, vicini e alta dimensione
  5. Raggruppare e scovare anomalie
  6. Prevedere nel tempo
  7. Quando il problema non è di apprendimento
  8. Caso: quale metodo per Orario
Modulo 3 — Ottimizzare e adattare8 lezioni
  1. Funzione obiettivo e discesa del gradiente
  2. Varianti della discesa
  3. Cercare gli iperparametri
  4. Adattare l'algoritmo al problema
  5. Usare bene l'hardware
  6. Calcolo parallelo e distribuito
  7. La frontiera fra accuratezza, costo e spiegabilità
  8. Caso: il rapporto di ottimizzazione
Modulo 4 — Validare, spiegare, mettere in esercizio8 lezioni
  1. Validazione statistica
  2. Benchmark riproducibili
  3. Robustezza e sicurezza algoritmica
  4. Spiegabilità: scegliere la tecnica
  5. Sostenibilità: misurare energia ed emissioni
  6. Consegnare all'esercizio: telemetria e passaggio
  7. Qualità, governance e tracciabilità
  8. Caso finale: dalla richiesta alla decisione documentata

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