Corso Python, AI & Machine Learning
Digichamps+
L'Intelligenza Artificiale e l'analisi dei dati stanno trasformando il modo in cui aziende e organizzazioni prendono decisioni, sviluppano prodotti e automatizzano processi. Il corso gratuito ti permette di acquisire competenze pratiche in Python, Machine Learning e Intelligenza Artificiale, sviluppando capacità richieste nei settori della data analysis, dello sviluppo software e dell'innovazione digitale.
Durante il percorso utilizzerai Python, TensorFlow, PyTorch, Pandas e scikit-learn, imparando a raccogliere, analizzare e preparare dati, sviluppare modelli predittivi e realizzare soluzioni basate su Machine Learning e Deep Learning. Approfondirai inoltre tecniche di Computer Vision, Natural Language Processing (NLP) e Generative AI, applicate a casi d'uso reali.
Attraverso esercitazioni pratiche e project work, potrai sviluppare progetti completi, dalla gestione dei dati alla realizzazione di modelli di Intelligenza Artificiale, acquisendo competenze tecniche oggi utilizzate in aziende, startup innovative e team specializzati nell'analisi dei dati e nello sviluppo di soluzioni AI.
Organizzazione del corso
Il corso ha una durata di 960 ore e si svolge interamente in modalità online sincrona (webinar).
La frequenza prevista è di 40 ore settimanali, dal lunedì al venerdì, con orario 9:00-13:00 e 14:00-18:00.
Il percorso alterna lezioni, esercitazioni e attività progettuali per favorire l'acquisizione di competenze immediatamente spendibili nell'ambito dell'analisi dei dati, del Machine Learning e dell'Intelligenza Artificiale.
A chi è rivolto
Il percorso DIGICHAMPS+ è rivolto a giovani NEET tra i 18 e i 34 anni in possesso di un diploma di scuola secondaria superiore e interessati a sviluppare competenze nell'ambito della programmazione, dell'analisi dei dati e dell'Intelligenza Artificiale.
Non sono richieste esperienze pregresse nel settore. Il corso è pensato per chi desidera acquisire competenze tecniche richieste nelle aziende che operano nei settori della data analysis, del Machine Learning, dell'AI e dello sviluppo software.
Come funziona
Il processo di selezione si svolge interamente online e prevede due fasi:
- test scritto;
- colloquio individuale motivazionale.
Le prove sono finalizzate a valutare la motivazione, l'interesse verso il percorso e l'attitudine a sviluppare competenze nell'ambito della programmazione, dell'analisi dei dati e dell'Intelligenza Artificiale.
Cosa imparerai a fare
Con il corso Python, AI & Machine Learning imparerai a:
- utilizzare Python per analizzare dati, automatizzare attività e sviluppare applicazioni orientate ai dati;
- progettare e addestrare modelli di Machine Learning e Deep Learning utilizzando i principali framework di sviluppo;
- realizzare soluzioni di Computer Vision, Natural Language Processing e Generative AI applicate a casi d'uso reali;
- gestire l'intero ciclo di sviluppo di un progetto, dalla preparazione dei dati alla valutazione dei modelli e alla presentazione dei risultati.
Quanto costa e modalità di pagamento
Il corso è interamente gratuito e non prevede costi di iscrizione o partecipazione.
Inoltre, il progetto prevede un'indennità economica fino a un massimo di 350€ per i partecipanti che completano il percorso con una frequenza pari ad almeno il 70% del monte ore complessivo del corso, secondo le modalità previste dal progetto.
Contenuti del corso
- Sintassi di Python, variabili e tipi di dato
- Funzioni, moduli, import e gestione file
- Strutture di controllo ed error handling
- Primi script orientati ai dati
- OOP: classi, oggetti, ereditarietà
- Principi di clean code
- Logging ed eccezioni avanzate
Soft Skills
- Fondamenti di pandas
- Pulizia dei dati e gestione valori mancanti
- Merge, join, groupby, trasformazioni
- Analisi esplorativa (EDA)
- Pipeline di pulizia dati in Python
- Importazione/esportazione dataset
- Workflow di versioning
- Pitch finale del team
- Pandas avanzato, window operations
- Introduzione alle serie temporali
- Feature engineering
- Gestione dataset di grandi dimensioni
- Matplotlib, Seaborn, Plotly
- Creazione di dashboard
- Data storytelling visivo
Soft Skills
- Architetture Big Data
- PySpark DataFrame operations
- Ingestione e pulizia dati su larga scala
- Principi di performance
- Progetto: wrangling + visualizzazione
- EDA completo e dashboard Python
- Collaborazione Git
- Pitch finale
- Machine Learning supervisionato e non
- Regressione e classificazione
- Train-test split e metriche
- Pipeline ML con scikit-learn
- Decision tree, Random Forest
- KNN, SVM
- Clustering: K-Means, DBSCAN
Soft Skills
- Metriche di valutazione modelli
- Cross-validation, grid search
- Overfitting e regolarizzazione
- Feature selection
- Progetto: modellazione ML completa
- Preprocessing → modello → valutazione
- Report tecnico
- Pitch finale
- Reti neurali: concetti base
- TensorFlow/PyTorch
- Funzioni di attivazione e ottimizzatori
- Primo modello neurale
- Architettura CNN
- Image preprocessing
- Pipeline di training immagini
Soft Skills
- RNN, LSTM e sequenze
- Modelli per serie temporali
- Embedding e rappresentazioni vettoriali
- Sequence modeling
- Progetto Deep Learning
- Modelli CNN/RNN su dataset reale
- Valutazione performance
- Pitch finale
- Tokenizzazione, lemmatizzazione
- Pipeline spaCy
- Classificazione del testo
- Sentiment analysis
- Transformers: BERT, RoBERTa
- Fine-tuning
- Prompting e embeddings
Soft Skills
- Computer Vision con OpenCV
- Filtri, contorni, trasformazioni
- Classificazione con CNN
- Object detection base
- Progetto NLP o CV avanzato
- Validazione e refinement del modello
- Report tecnico
- Pitch finale
- Modelli generativi: LLM, VAE, GAN
- Generazione testo e immagini
- Embedding search
- Workflow generativi
- Pipeline ML end-to-end
- Packaging del modello
- API di inference
- Mini-MLOps
- AI per debugging e refactoring
- Prompt engineering avanzato
- Vibe Coding: progettazione cognitiva dei modelli
- Pianificazione Capstone
- Capstone finale completo
- Pipeline: dati → modello → deploy
- Executive report
- Pitch conclusivo
Certificazioni
- Attestato di frequenza IFOA
