Descrizione

Un percorso avanzato per progettare, implementare e mettere in produzione soluzioni AI robuste e scalabili.

Il corso è progettato per sviluppatori e professionisti IT che desiderano approfondire il machine learning e l’intelligenza artificiale con un approccio rigoroso e pratico.

Si parte dalle basi matematiche e statistiche essenziali per comprendere il funzionamento dei modelli, per poi affrontare i principali algoritmi supervisionati e non supervisionati, le reti neurali, il deep learning e i modelli linguistici di ultima generazione come i Transformer e i Large Language Model.

Oltre alla teoria, particolare attenzione è dedicata alla sperimentazione pratica: ogni partecipante realizzerà un progetto personale, affrontando in prima persona i problemi reali di sviluppo, testing, messa in produzione e monitoraggio dei modelli.

Il corso fornisce una visione completa del ciclo di vita dei progetti di AI, e prepara a integrarli con consapevolezza nei processi aziendali e nei prodotti digitali.

Per chi vuole andare oltre l’hype, padroneggiare i fondamenti e diventare un punto di riferimento per il proprio team.

Scarica la brochure

A chi è rivolto il corso

Il corso è indicato per professionisti IT che vogliono guidare l’adozione dell’AI nei propri contesti, per  affrontare progetti complessi con con maggiore autonomia e visione.

• Sviluppatori che vogliono arricchire le proprie competenze includendo l’uso consapevole di modelli ML e AI nei progetti quotidiani.

• Tech Lead che intendono guidare team AI con una visione completa, capace di collegare teoria, sviluppo e messa in produzione.

Prerequisiti

È richiesta dimestichezza con almeno un linguaggio di programmazione.

Durante il percorso saranno comunque riprese le nozioni propedeutiche indispensabili per affrontare al meglio le parti più avanzate.

Per qualsiasi informazione puoi scriverci a info@fargin.space e ti risponderemo entro 24 ore

Docente

Luca Flammia

Il Dott. Flammia ha un eccellente percorso accademico, con un dottorato in Fisica, conseguito presso l’Università di Camerino e l’Università di Anversa, dove ha approfondito temi avanzati di fisica computazionale e superconduttività.

Attualmente si occupa di Data Science, è specializzato nello sviluppo di modelli di machine learning scalabili e soluzioni data-driven per applicazioni aziendali, con un focus su modelli predittivi e sull’integrazione di tecnologie AI nei processi organizzativi.

Obiettivi del Corso

Il corso fornisce ai professionisti IT le competenze necessarie per:

• Sviluppare e mettere in produzione modelli ML/AI robusti e scalabili.
• Valutare in modo rigoroso le performance dei modelli.
• Coordinare progetti di intelligenza artificiale con consapevolezza tecnica.
• Comunicare efficacemente con Data Scientist e Data Engineer.

Risultati di apprendimento attesi

Al termine del percorso sarai in grado di:

• Applicare tecniche di machine learning supervisionato e non supervisionato comprendendo le metriche più comuni di valutazione delle performance.
• Progettare e costruire reti neurali con PyTorch.
• Sperimentare le tecniche e i modelli fondamentali nel campo dell’NLP, inclusi i Transformer e gli LLM (es. BERT, GPT).
• Sfruttare le strategie consolidate per implementare pipeline robuste per la messa in produzione di modelli ML, adottando strumenti di MLOps per versioning, CI/CD, monitoraggio e retraining.

Struttura del corso

Il corso si sviluppa nell’arco di 8 settimane, offrendo un percorso intensivo e strutturato che combina teoria, pratica e attività collaborative per garantire un apprendimento applicabile fin da subito alla propria realtà aziendale.

Il numero massimo di partecipanti è limitato a 10 persone, per garantire un’interazione diretta, un confronto attivo e un supporto mirato nello sviluppo dei progetti individuali.

Struttura settimanale

• Lezione online di 2 ore
  Ogni settimana inizia con una lezione in Live Streaming in cui teoria e pratica si intrecciano per favorire una comprensione immediata dei concetti.
  Le lezioni sono interattive e stimolano una partecipazione attiva, essenziale per personalizzare il percorso di apprendimento.

  Recupero e approfondimento
  Tutte le lezioni vengono registrate e rimangono disponibili per 6 mesi, nel caso dovessi essere assente o volessi rivedere i contenuti più complessi.

• Attività sulla piattaforma
  Parte integrante del percorso sono le attività collaborative ed individuali che la Piattaforma di Fargin mette a disposizione.
  Forum, mappe concettuali e glossari favoriscono l’apprendimento condiviso e la costruzione di una rete di confronto tra i partecipanti.
  Approfondimenti mirati e quiz di consolidamento consentono di rafforzare le competenze in modo autonomo.

• Progetto personale
  Elemento chiave del corso è lo sviluppo progressivo di un progetto individuale.
  Settimana dopo settimana, lavorerai all’implementazione del tuo progetto AI funzionante applicando direttamente i concetti appresi in aula.

Impegno richiesto

Questo è un corso impegnativo, progettato per professionisti motivati a costruire competenze solide e pratiche.

L’impegno settimanale richiesto è di almeno 4-5 ore, distribuite tra la lezione in Live Streaming, le attività collaborative, lo studio individuale e il lavoro sul progetto personale.

La partecipazione attiva è fondamentale per personalizzare il proprio percorso di apprendimento.

Ogni partecipante è invitato a contribuire alle discussioni, interagire nelle attività collaborative in piattaforma e lavorare in modo concreto sul proprio progetto, affinché l’apprendimento sia il più possibile mirato e applicato al proprio contesto lavorativo.

Come ottenere l’attestato

Al termine del corso, per ottenere l’attestato di frequenza, dovrai:

1. Completare tutte le attività richieste.
2. Superare i quiz intermedi con almeno l’80% di risposte corrette.
3. Concludere il progetto personale.
4. Superare il quiz finale con almeno il 90% di risposte corrette.

Una volta soddisfatti questi requisiti, riceverai l’attestato di frequenza del corso, insieme all’open badge, che potrai condividere anche su piattaforme pubbliche come i backpack digitali.

Costo

880 Euro (non soggetto a IVA) per partecipante.

Il corso Machine Learning & AI per sviluppatori, pensato per professionisti ambiziosi come te, include:

• 16 ore di lezioni in live streaming con il Dott. Flammia, progettate per un piccolo gruppo esclusivo di soli 10 partecipanti, garantendo un’esperienza interattiva e altamente personalizzata per massimizzare l’apprendimento.

  Le registrazioni delle lezioni rimarranno a tua disposizione per 6 mesi dopo la fine del corso.

• Supporto per 8 settimane, grazie ad attività collaborative e il tutoraggio diretto per il tuo progetto personale applicabile al tuo contesto lavorativo.
• Attestato di frequenza e open badge, per valorizzare il tuo impegno e le competenze acquisite, facilmente condivisibili con il tuo network professionale.
• Accesso illimitato alla piattaforma, per continuare ad utilizzare le risorse, approfondire le tue competenze e mantenere viva la connessione con la community di professionisti anche dopo il corso.

Calendario e chiusura iscrizioni

Le lezioni in Live Streaming saranno tutti i Martedì dalle 18.30 alle 20.30 a partire dall’ 28 Ottobre 2025.

Sarà possibile iscriversi fino al 20 Ottobre 2025 fino ad esaurimento posti.

Opzioni di pagamento

Accettiamo pagamenti tramite: Carte di credito e debito, Bonifico bancario, PayPal ®, Apple Pay ®, Google Pay ®.

È possibile dilazionare l’importo in 3 rate senza interessi tramite: Klarna ® e PayPal ® Pay Later, questa possibilità è a discrezione dei partner.

I pagamenti vengono processati tramite i nostri fornitori di servizi di pagamento Stripe® e PayPal®, Fargin non raccoglie né conserva in alcun modo i dati di carta di credito o di debito.

Politiche di rimborso

Il Consumatore potrà richiedere il rimborso senza dover fornire alcuna motivazione entro il termine di 14 giorni dall’iscrizione ed entro 14 giorni prima della data di avvio del corso.

A seguito del recesso Fargin provvederà a riaccreditare all’acquirente, entro 30 giorni dalla data di ricezione del recesso, gli importi eventualmente pagati utilizzando la medesima modalità scelta per l’acquisto.

Agenda del corso

L’agenda è in fase di definizione e sarà ulteriormente arricchita e dettagliata nelle prossime settimane.

1° Settimana. Introduzione all’Intelligenza Artificiale

Lezione in Live Streaming: Martedì 28 Ottobre 2025 dalle 18.30 alle 20.30

La prima settimana del corso è dedicata a una panoramica formale dell’Intelligenza Artificiale, utile a costruire un lessico condiviso e una chiara comprensione degli ambiti applicativi.

Obiettivi della settimana:

• Definire con rigore che cosa si intende per Intelligenza Artificiale, distinguendola da concetti limitrofi e specificando cosa rientra nei suoi ambiti effettivi di applicazione.

• Analizzare le principali famiglie di approcci: Machine Learning, Deep Learning, Reinforcement Learning.

• Mappare i domini applicativi più rilevanti: Natural Language Processing, Computer Vision, generazione autonoma di contenuti e agenti intelligenti.

• Introdurre la struttura tipica di un progetto di Machine Learning, dalle fasi di preparazione del dataset alla messa in produzione del modello.

Questa introduzione fornisce il contesto teorico e operativo per affrontare in modo solido i concetti avanzati delle settimane successive.

2° Settimana. Matematica essenziale per l’Intelligenza Artificiale

Lezione in Live Streaming: Martedì 4 Novembre 2025 dalle 18.30 alle 20.30

La seconda settimana introduce i concetti matematici fondamentali per comprendere il funzionamento interno dei modelli di apprendimento automatico e delle reti neurali.

Obiettivi della settimana:

• Esaminare spazi vettoriali, matrici e tensori, approfondendo come i dati vengono rappresentati e manipolati nei modelli computazionali.

• Introdurre le funzioni obiettivo e i fondamenti dell’ottimizzazione numerica in contesto multidimensionale.

• Analizzare il funzionamento degli algoritmi di ottimizzazione, con particolare attenzione al gradient descent, alla backpropagation e alle principali loss functions.

Questa base teorica è indispensabile per comprendere i modelli che verranno presentati nelle settimane successive.

3° Settimana. Machine Learning supervisionato

Lezione in Live Streaming: Martedì 11 Novembre 2025 dalle 18.30 alle 20.30

In questa settimana si entra nel cuore dell’apprendimento supervisionato, analizzando i modelli più utilizzati per problemi di classificazione e regressione, nonché le metriche per valutarne l’efficacia.

Obiettivi della settimana:

• Approfondire le basi teoriche dell’apprendimento supervisionato, affrontando temi centrali come l’overfitting e il trade-off bias-varianza.

• Comprendere il funzionamento e l’utilizzo di modelli classici come la regressione lineare e logistica, esplorandone limiti e condizioni di applicabilità.

• Studiare modelli non parametrici come gli alberi decisionali e le random forest, particolarmente efficaci in contesti reali ad alta dimensionalità.

• Approfondire le principali metriche di valutazione delle performance: accuracy, precision, recall e AUC.

L’obiettivo è acquisire una padronanza operativa dei modelli supervisionati e dei criteri per valutarne la capacità di generalizzazione.

4° Settimana. Machine Learning non supervisionato

Lezione in Live Streaming: Martedì 18 Novembre 2025 dalle 18.30 alle 20.30

Qui si approfondiscono le tecniche di apprendimento non supervisionato, fondamentali per estrarre pattern e strutture dai dati non etichettati.

Obiettivi della settimana:

• Esplorare i principali algoritmi di clustering, con focus su K-means e DBSCAN.

• Analizzare metodi di riduzione dimensionale come Principal Component Analysis e t-distributed Stochastic Neighbor Embedding.

• Approfondire le tecniche di pre-elaborazione dei dati, inclusa la normalizzazione, l’encoding di variabili categoriche e la scalatura.

Questi strumenti permettono di scoprire insight nascosti e migliorare le performance dei modelli nelle fasi successive.

5° Settimana. Deep Learning

Lezione in Live Streaming: Martedì 25 Novembre 2025 dalle 18.30 alle 20.30

La quinta settimana è dedicata allo studio delle reti neurali artificiali e delle tecniche di deep learning.

Obiettivi della settimana:

• Comprendere il funzionamento dei neuroni artificiali, il loro ruolo nelle reti e i meccanismi di propagazione e attivazione.

• Analizzare le principali architetture dense (fully connected layers), le funzioni di attivazione, la gestione dei dati in batch e i metodi di ottimizzazione più diffusi.

• Acquisire competenze pratiche nella costruzione di una rete neurale di base utilizzando framework consolidati.

Questo modulo mira a fornire sia le basi teoriche che le abilità pratiche per progettare e sviluppare modelli di deep learning.

6° Settimana. Natural Language Processing

Lezione in Live Streaming: Martedì 2 Dicembre 2025 dalle 18.30 alle 20.30

Questa settimana è dedicata all’elaborazione del linguaggio naturale e ai modelli linguistici che hanno rivoluzionato il campo dell’intelligenza artificiale.

Obiettivi della settimana:

• Approfondire le tecniche fondamentali di tokenizzazione ed embedding, essenziali per trasformare il testo in rappresentazioni numeriche interpretabili dai modelli.

• Analizzare i modelli di linguaggio classici e avanzati, con particolare attenzione alle architetture Transformer, che rappresentano un cambio di paradigma nell’NLP.

• Esplorare l’evoluzione dei Large Language Models, dal modello BERT fino a GPT, comprendendo le innovazioni che li rendono capaci di comprendere e generare linguaggio naturale.

Questo modulo fornisce le competenze chiave per utilizzare e sviluppare modelli linguistici all’avanguardia.

7° Settimana. AI moderna: agenti, generazione e multimodalità

Lezione in Live Streaming: Martedì 9 Dicembre 2025 dalle 18.30 alle 20.30

In questa settimana si esplorano le frontiere più avanzate dell’intelligenza artificiale, oltre i tradizionali modelli predittivi.

Obiettivi della settimana:

• Analizzare i concetti di generazione automatica, pianificazione e interazione intelligente attraverso agenti AI capaci di operare in ambienti complessi.

• Approfondire i modelli generativi, inclusi autoencoder, Generative Adversarial Networks e Large Language Models, fondamentali per la creazione di contenuti sintetici.

• Introdurre concetti avanzati di prompt engineering.

Questo modulo fornisce una base solida per affrontare le sfide progettuali e tecniche legate all’adozione dei modelli generativi e interattivi.

8° Settimana. MLOps

Lezione in Live Streaming: Martedì 16 Dicembre 2025 dalle 18.30 alle 20.30

L’ultima settimana si focalizza sulla transizione dal prototipo alla messa in produzione.

Obiettivi della settimana:

• Esaminare le metodologie di Continuous Integration e Continuous Deployment specifiche per modelli AI, garantendo aggiornamenti affidabili e rapidi.

• Approfondire gli strumenti per la progettare, orchestrare e monitorare pipeline AI robuste.

• Applicare le best practice di MLOps: versioning dei modelli, servizi di serving, processi di retraining e valutazione tramite metriche standard.

Questo modulo assicura competenze pratiche per mantenere modelli AI efficienti, scalabili e affidabili in ambiente produttivo.

Ulteriori informazioni

Prima di procedere con l’acquisto si raccomanda di prendere visione dei Termini e Condizioni di Servizio.

Per qualsiasi informazione sul corso, puoi scriverci a info@fargin.space e ti risponderemo entro 24 ore offrendoti tutto il supporto necessario per aiutarti a trovare la soluzione più adatta alle tue esigenze.