DAS Machine Learning per Sistemi Intelligenti: sviluppo e applicazioni

Course FC Header

DAS Machine Learning per Sistemi Intelligenti: sviluppo e applicazioni

ISCRIZIONI CHIUSE - 2° ANNO IN CORSO

Il Diploma of Advanced Studies in Machine Learning per Sistemi Intelligenti: sviluppo e applicazioni propone un percorso formativo avanzato dedicato ai metodi e agli strumenti dell’intelligenza artificiale per la progettazione di sistemi intelligenti.

  • Tecnologie innovative

SUPSI Image Default

SUPSI Course Overview

Panoramica

  • Titolo rilasciato

    DAS Machine Learning per Sistemi Intelligenti: sviluppo e applicazioni

  • Crediti

    30.0 ECTS

  • Data inizio

    16 novembre 2026

  • Data fine

    17 giugno 2027

  • Termine d'iscrizione

    Entro il 17 dicembre 2025

  • Lingua

    Italiano

  • Costo

    CHF 12000 *

  • Durata

    289 ore-lezione

  • Erogazione

    Modalità ibrida **

  • Modalità di frequenza

    Serale

*Informazioni di dettaglio disponibili alla voce Ulteriori dettagli sui costi

**La formazione si svolge in parte online, in parte in presenza

Course Text Info

Il programma affronta in modo progressivo i principali fondamenti e ambiti applicativi del machine learning, del deep learning, dell’analisi dei dati, della visione artificiale e dell’elaborazione del linguaggio, includendo i più recenti sviluppi nell’ambito dell’IA generativa.

- Comprendere i fondamenti teorici, i modelli e gli algoritmi alla base del machine learning e dell’intelligenza artificiale
- Acquisire una comprensione tecnica approfondita delle principali tecnologie per lo sviluppo di sistemi intelligenti, cogliendone potenzialità e limiti
- Comprendere come progettare e sviluppare soluzioni basate su machine learning, deep learning e IA generativa in diversi contesti applicativi
- Saper analizzare e valutare l’impiego delle tecnologie di IA in contesti professionali e aziendali
- Sviluppare la capacità di valutare l’impatto e il valore delle soluzioni di IA nei processi aziendali
- Comprendere le implicazioni etiche, legali e regolatorie legate allo sviluppo e all’impiego dei sistemi intelligenti
- Acquisire strumenti per supportare decisioni informate sull’adozione e integrazione di tecnologie di IA nelle organizzazioni

Course Text Info

Course Text Info

Il corso è rivolto a professionisti in ambito IT e AI, sviluppatori, data scientist, consulenti e, più in generale, a figure con background tecnico-scientifico interessate a comprendere e utilizzare il machine learning e le tecnologie di intelligenza artificiale per lo sviluppo di sistemi intelligenti.
È inoltre adatto a professionisti che operano in contesti aziendali e desiderano acquisire una solida comprensione tecnica di queste tecnologie, al fine di valutarne e guidarne l’adozione all’interno delle organizzazioni.

Il percorso richiede quindi una predisposizione verso contenuti tecnici, pur mantenendo una forte attenzione agli aspetti applicativi e di business.

Course Text Info

Necessarie conoscenze di linguaggio di programmazione, preferibilmente Python.

Sono ammessi ai corsi di formazione continua Advanced Studies coloro che hanno conseguito un Diploma di Bachelor o di Master in un'Università di scienze ed arti applicate o un'Università, oppure in un’Alta scuola pedagogica e che possiedono una comprovata esperienza professionale nei settori affini ai corsi.
Possono essere ammessi altri candidati idonei, in particolare, possono essere ammesse le persone in possesso di una qualifica di istruzione e formazione professionale superiore. Questi candidati devono pure avere un'esperienza professionale comprovata in un settore professionale attinente al programma di formazione continua e possedere conoscenze scientifiche adeguate.
Le persone prive di un titolo di livello terziario, Diploma di Scuola universitaria e Diploma di formazione professionale superiore, possono essere ammesse eccezionalmente attraverso una procedura di valutazione del dossier.

Course Text Info

Advanced Studies

Course Text Info

1° ANNO - CONCLUSO
Modulo 1: Introduzione all'intelligenza artificiale (IA) (4 ore-lezione)
Modulo 2: Strumenti e framework per lo sviluppo di sistemi intelligenti (8 ore-lezione)
Modulo 3: Data mining (24 ore-lezione)
Modulo 4: Machine Learning (36 ore-lezione)
Modulo 5: Tecnologie per i Big Data (20 ore-lezione)
Modulo 6: Predizione di serie temporali (24 ore-lezione)
Modulo 7: Piattaforme cloud per Analytics e Machine Learning (12 ore-lezione)
Modulo 8: Deep Learning (20 ore-lezione)

2° ANNO - IN CORSO (ISCRIZIONI CHIUSE)
Modulo 9: Visione artificiale (18 ore-lezione)
Modulo 10: ChatGPT e AI generative: applicazioni, automazioni e servizi innovativi (15 ore-lezione)
Modulo 11: Intelligenza Artificiale per generazione di immagini (21 ore-lezione)
Modulo 12: Modelli di linguaggio aperti e personalizzazione: oltre chatGPT (24 ore-lezione)
Modulo 13: Intelligenza Artificiale responsabile in azione: regole e casi concreti (9 ore-lezione)
Modulo 14: Obiettivi della tecnologia nel business (30 ore-lezione)
Modulo 15: Customer Centricity (27 ore-lezione)

Progetto finale (180 ore)
Gli studenti svilupperanno un progetto pratico che dimostri le competenze acquisite durante il corso, che potrebbe essere un'applicazione di IA relativa alla propria azienda o proposto da docenti del corso.

Course Text Info

Diploma of Advanced Studies (DAS) SUPSI in Machine Learning per Sistemi Intelligenti: sviluppo e applicazioni, subordinato al superamento delle certificazioni previste dal percorso formativo.

Course FC Study Program

Course Text Info

Data & AI

Course Text Info

Il percorso ha una natura tecnico-applicativa, con l’obiettivo di fornire strumenti per comprendere il funzionamento delle principali tecnologie di intelligenza artificiale e valutarne l’utilizzo in diversi contesti professionali e aziendali. Allo stesso tempo, il DAS offre una visione strategica e di business, permettendo di comprendere il valore, le opportunità e i limiti di queste tecnologie nei processi di innovazione.

La formazione consente quindi di acquisire una comprensione approfondita degli aspetti tecnici del machine learning e dell’IA (inclusi principi, modelli, algoritmi e strumenti di sviluppo) cogliendone potenzialità e limiti, e sviluppando la capacità di valutarne l’impatto, le implicazioni legali ed etiche e il potenziale di integrazione nei processi aziendali.

Course Text Info

Course Text Info

Course Text Info

Course Text Info

SUPSI Course FC Dates

1° ANNO - CONCLUSO

2° ANNO - IN CORSO (ISCRIZIONI CHIUSE)

Modulo 9
16 (IN PRESENZA),18,23,25,30 novembre
2(IN PRESENZA) dicembre 2026

Modulo 10
9 (IN PRESENZA),14 (IN PRESENZA),16 dicembre 2026
11,13 (IN PRESENZA) gennaio 2027

Modulo 11
18,20,25,27 gennaio
1(IN PRESENZA),3(IN PRESENZA),15(IN PRESENZA) febbraio 2027

Modulo 12
23(IN PRESENZA),25 febbraio
2,4,9,11,15,17(IN PRESENZA) marzo 2027

Modulo 13
23,25 marzo
6 aprile 2027

Modulo 14 (alcune lezioni avranno luogo online con alcune date in cui sarà necessaria la presenza in aula, dettagli a seguire)
8,13,15,20,22,27,29 aprile
4,11,13 maggio 2027

Modulo 15 (alcune lezioni avranno luogo online con alcune date in cui sarà necessaria la presenza in aula, dettagli a seguire)
18,20,25 maggio
1,3,8,10,15,17(IN PRESENZA) giugno 2027

Course Text Info

17.30-20.00

Course Text Info

Lo studente è tenuto a seguire almeno l'80% delle lezioni previste dal percorso formativo.

SUPSI Course FC Locations

SUPSI, Dipartimento tecnologie innovative, Polo universitario Lugano, Campus Est, Via La Santa 1
CH-6962 Lugano-Viganello.

La modalità di insegnamento sarà ibrida, con lezioni in presenza e a distanza.

Course Text Info

Dipartimento tecnologie innovative

Course Text Info

CHF 12'000.00

A coloro che hanno già conseguito alla SUPSI un Bachelor/Master/CAS/DAS/MAS/EMBA/LL.M e che sono membri dell’Associazione SUPSI Alumni, può essere concessa una riduzione del 15% sul costo d’iscrizione, previa presentazione della conferma di adesione all’Associazione (comprovata dal pagamento della quota annuale associativa di CHF 80.00).
La conferma di adesione deve essere trasmessa contestualmente alla candidatura, ovvero durante l’invio dei moduli di iscrizione.
La riduzione non può essere concessa dopo la formale ammissione al percorso formativo o a corso già iniziato.
Nel caso di un percorso strutturato (MAS/EMBA/LL.M composto da CAS/DAS) la riduzione del 15% può essere applicata una sola volta e non è cumulabile con altri sconti.

Course Text Info

SUPSI Course FC Contacts

SUPSI Course FC Responsibles

Michela Manini, Docente senior Formazione continua, Dipartimento tecnologie innovative, SUPSI
Dario Piga, Professore associato in Intelligenza Artificiale per modellizzazione e controllo, Istituto Dalle Molle di studi sull’intelligenza artificiale USI-SUPSI

SUPSI Course FC Teachers

Andrea Quattrini, Ricercatore Istituto sistemi informativi e networking, SUPSI
Gaetano Biondo, Docente DEASS SUPSI
Sandra Mitrovic, Ricercatrice con Ph.D., Istituto dalle Molle di studi sull’intelligenza artificiale, USI-SUPSI
Cezar Sas, Ricercatore con PhD, Istituto Dalle Molle di studi sull’intelligenza artificiale USI-SUPSI
Angela Sebastianelli, Head of Marketing Strategy-Data Science, Var Group
Laura Puricelli, Co-founder Dress for Good, GenAI - powered Luxury tech studio, Former Deloitte, PwC , Lecturer, speaker
Massimo Mistretta, Ceo Exentriq, CISO Planet Farms

Docenti SUPSI DTI e professionisti con esperienze significative nel proprio ambito d’insegnamento.

Course Contact

Hidden Widget