Data Lab
Il progetto Data Lab, finanziato dalla Regione Emilia Romagna e dal Fondo Sociale Europeo, si pone come obiettivo lo sviluppo di conoscenze e competenze che permettano alle persone con alto livello di istruzione, in ogni area disciplinare, di divenire soggetti capaci di dare senso, creare nessi logici, elaborare giudizi di sintesi e trasformare i dati in informazioni ad alto valore aggiunto e diffonderlo all’interno delle organizzazioni in cui lavoreranno e vivranno.
L’uso dell’intelligenza artificiale, dei big data, del cloud, della realtà aumentata e di tutti i software è sempre più pervasivo nella vita delle persone, sia nella sfera privata sia in quella sociale e lavorativa, e comporta la revisione di competenze, infrastrutture, tecnologie industriali e costi energetici. I Big Data sono i protagonisti di una rivoluzione che non è solo tecnologica, ma anche antropologica.
Destinatari e requisiti d’accesso
Il progetto è rivolto a:
- studenti universitari (percorsi di laurea triennale o magistrale o a ciclo unico);
- studenti iscritti ai corsi di primo o secondo livello degli Istituti AFAM (in particolare delle Accademie di Belle Arti);
- persone in possesso di un titolo di istruzione universitaria: laurea triennale o magistrale o laurea a ciclo unico, diploma Accademico AFAM di primo livello o di secondo livello, conseguito da non più di 36 mesi dalla data di richiesta di iscrizione;
- persone in possesso del diploma rilasciato da una Fondazione ITS Academy;
- persone iscritte a percorsi di dottorato di ricerca e dottori di ricerca con titolo conseguito da non più di 36 mesi dalla data di richiesta di iscrizione.
I partecipanti alle attività dovranno essere residenti o domiciliati in regione Emilia Romagna in data antecedente l’iscrizione alle attività, a eccezione per i soli iscritti agli atenei/istituti AFAM con sede in Regione, per i quali non è rilevante la residenza/domicilio.
Corsi in partenza
Inizio corso: 10 giugno 2026
Chiusura iscrizioni: 3 giugno 2026
Durata: 60 ore
Partecipanti: 12
Obiettivi: L’obiettivo del corso è proporre i concetti fondamentali della “data analysis” e mette a fuoco le caratteristiche dei tools disponibili per elaborare e rappresentare graficamente i dati per poter agevolmente scegliere e contestualizzare il loro uso.
Si presenteranno i principali strumenti presenti sul mercato ed approfondirà l’uso di un tool specifico con esempi applicativi e numerose esercitazioni in aula.
Contenuti del percorso:
- DATA ANALYSIS & VISUALIZATION
- Data collection e Data Enrichment: raccolta e trattamento dati
- Data wrangling: attività di organizzazione, pulizia e sistematizzazione dei dati finalizzati alle analisi e alle visualizzazioni
- Data Visualization: quadro introduttivo alle principali metodologie di rappresentazione dei dati
- Tool per la data visualization (Power BI o Tableau)
- Librerie Python per la gestione e la visualizzazione dei dati (Pandas, e Seaborne)
- CENNI DI DATA PRIVACY E CYBERSECURITY
Inizio corso: 10 giugno 2026
Chiusura iscrizioni: 03 giugno 2026
Durata: 80 ore
Partecipanti: 12
Obiettivi: L’obiettivo del corso è di fornire conoscenze teoriche e competenze applicative nell’ambito della realizzazione di prodotti giornalistici data-driven, ovvero di articoli, inchieste, comunicati stampa incentrati prioritariamente sull’analisi qualitativa e quantitativa di dati e informazioni statistiche.
Il principale risultato atteso è quello di formare non tanto e non solo i giornalisti tout court, ma chi si occuperà di informazione, comunicazione e divulgazione in ogni ambito disciplinare su come agire al meglio nel nuovo contesto digitale.
Contenuti del percorso:
-
- Introduzione ai principi dei Big Data e sistemi di data collection, data mining e data refinement
- utilizzo base di strumenti di business intelligence (Tableau o Power BI) per l’elaborazione e la visualizzazione dei dati e per la sentiment analisys
- approfondimento del workflow del data journalism: data discovery, verifica, analisi, visualizzazione, storytelling (infografiche, articoli, podcast
- utilizzo di open data pubblici: tecniche di pulizia e gestione dei dataset
- impiego dell’AI generativa per sintesi automatica e content creation: focus su prompt design, etica, bias, trasparenza e normativa (Gdpr, Ai Act e normativa nazionale)
- esercitazioni per produrre esempi di data journalism applicato a dataset reali
Inizio corso: 10 giugno 2026
Chiusura iscrizioni: 03 giugno 2026
Durata: 60 ore
Partecipanti: 12
Obiettivi: L’obiettivo del corso è di formare professionisti in grado di lavorare in team e progetti di sviluppo di chatbot e assistenti virtuali, in termini di progettazione delle conversazioni, preparazione dei dati e addestramento dell’intelligenza artificiale.
Il percorso formativo ha un taglio estremamente applicativo e, grazie all’esistenza di tools ed interfacce per non programmatori, permette a partecipanti di aree disciplinari non informatiche di poter entrare in questo nuovo mondo della programmazione e addestramento delle macchine virtuali da protagonisti.
Contenuti del percorso:
Introduzione all’Intelligenza Artificiale e alla progettazione di conversazioni
- Introduzione all’Intelligenza Artificiale e alle sue applicazioni
- Panoramica della progettazione di conversazioni e degli assistenti virtuali
- Introduzione alle tecnologie di linguaggio naturale
Design e sviluppo di interfacce conversazionali
- Definizione del flusso di conversazione e della logica di interazione
- Scrittura di dialoghi coerenti e naturali
- Design dell’interfaccia utente per le conversazioni
- Strategie per la personalizzazione dell’esperienza di conversazione
Inizio corso: 10 giugno 2026
Chiusura iscrizioni: 03 giugno 2026
Durata: 60 ore
Partecipanti: 12
Obiettivi: L’obiettivo del corso è comprendere l’architettura delle reti neurali profonde e fornire competenze operative per utilizzare applicazioni basate su algoritmi di deep learning.
Gli allievi impareranno come si addestra un sistema di deep learning e i principali campi applicativi: traduzione simultanea testi e suoni, classificazione di oggetti all’interno di immagini o video, riconoscimento facciale, chatbot o virtual assistant per fare alcuni esempi.
Contenuti del percorso:
DEEP LEARNING E RETI NEURALI
- Introduzione alle reti neurali e al layering di algoritmi di machine learning.
- Algoritmi e use case di Supervised, Unsupervised, Reinforcement Learning applicati al Deep Learning.
- Sviluppo con framework Tensorflow.
- Applicazioni nel contesto “traditional data” (tabelle, log, …): sviluppo su dati tabellari, analisi di serie temporali, regressioni
- Computer vision
- Speech recognition
- Natural Language Processing
- Framework di sviluppo come RapidMiner, Azure ML