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.

APPROFONDISCI

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
Richiedi info
(ci permette di fornirti un servizio più veloce e preciso)
Informativa Privacy (Reg. UE 2016/679)
L'informativa estesa relativa al trattamento dei suoi dati personali da parte IFOA la trova all'indirizzo https://www.privacylab.it/informativa.php?09395461120
Presta inoltre il suo consenso al trattamento dei dati personali per le finalità facoltative sotto riportate?
Invio di comunicazione su eventi, servizi e prodotti Ifoa
L'informativa estesa relativa al trattamento dei suoi dati personali da parte IFOA la trova all'indirizzo https://www.privacylab.it/informativa.php?09395343333

Hai trovato quello che cerchi?

Seguici sui social

Vuoi scoprire in anteprima le ultime novità?

Iscriviti alla newsletter