DAS Machine Learning per Sistemi Intelligenti: sviluppo e applicazioni

Course FC Header

DAS Machine Learning per Sistemi Intelligenti: sviluppo e applicazioni

Il DAS esplora l'utilizzo avanzato di algoritmi di apprendimento automatico per sviluppare sistemi autonomi e intelligenti. Attraverso un percorso formativo completo, i partecipanti acquisiranno competenze tecniche e avanzate su machine learning, deep learning, processo di linguaggio naturale e visione artificiale, oltre a comprendere le implicazioni etiche e legali dell'IA. Il programma prepara a implementare soluzioni innovative in vari settori.

SUPSI Image Default

SUPSI Course Overview

Overview

  • Degree awarded

    DAS Machine Learning per Sistemi Intelligenti: sviluppo e applicazioni

  • Credits

    30.0 ECTS

  • Start date

    January 12th, 2026

  • Finish date

    May 31st, 2027

  • Registration deadline

    December 17th, 2025

  • Language

    Italian

  • Fee

    CHF 12000 *

  • Duration

    292 Tuition hours

  • Performance method

    Blended mode **

  • Attendance

    Evening

*Detailed information available under Additional Cost Details

**You can choose by which mode you take the course (online or in-person)

Course Text Info

- Acquisire una solida comprensione dei principi e delle tecniche del machine learning.
- Imparare a progettare e sviluppare sistemi intelligenti che rispondano a esigenze reali, utilizzando strumenti e framework all'avanguardia.
- Esaminare le questioni etiche, la responsabilità sociale e le normative legali nel contesto dello sviluppo e dell'impiego dei sistemi intelligenti.

Course Text Info

Course Text Info

Il corso è rivolto a professionisti nel campo dell'IA e dell'IT, sviluppatori, consulenti e, più in generale, a chiunque sia interessato a capire e a impiegare il machine learning per creare e realizzare sistemi intelligenti. Si rivolge a coloro che desiderano approfondire le proprie conoscenze tecniche e applicative nell'IA.

Course Text Info

Conoscenze base di un linguaggio di programmazione, preferibilmente Phyton.

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

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)
Modulo 9: Visione artificiale (16 ore-lezione)
Modulo 10: Elaborazione del linguaggio naturale (NLP) (16 ore-lezione)
Modulo 11: ChatGPT per applicazioni e servizi innovativi (12 ore-lezione)
Modulo 12: Modelli di linguaggio aperti e personalizzazione: oltre chatGPT (24 ore-lezione)
Modulo 13: Intelligenza Artificiale per generazione di immagini (20 ore-lezione)
Modulo 14: Machine Learning Operations (MLOps) (24 ore-lezione)
Modulo 15: Aspetti etici e legali nell’Intelligenza Artificiale (24 ore-lezione)
Modulo 16: Sistemi intelligenti applicati (8 ore-lezione)

Progetto finale (190 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

Certificazione
Attestato di frequenza.
Diploma of Advanced Studies SUPSI in Machine Learning per Sistemi Intelligenti: sviluppo e applicazioni, subordinato al superamento di tutti gli esami previsti dal percorso formativo.

Course FC Study Program

Course Text Info

Course Text Info

Course Text Info

Course Text Info

Course Text Info

Course Text Info

SUPSI Course FC Dates

Modulo 1
12 gennaio 2026

Modulo 2
15, 19 gennaio 2026

Modulo 3
22, 26, 29 gennaio
2, 5, 9 (ESAME) febbraio 2026

Modulo 4
12, 24, 26 febbraio
3, 5, 10, 12, 16, 23 (ESAME) marzo 2026

Modulo 5
26, 30 marzo
13, 16, 20 (ESAME) aprile 2026

Modulo 6
23, 27 aprile
4, 7, 11, 18 (ESAME) maggio 2026

Modulo 7
21, 28 maggio
1 (ESAME) giugno 2026

Modulo 8
8, 10, 11, 22, 24 (ESAME) giugno 2026

I moduli dal 9 al 16 avranno luogo nell'anno accademico 2026-2027.

Course Text Info

17.30-21.00

Course Text Info

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 blended-learning, con lezioni in presenza e contemporaneamente a distanza e gli esami in presenza.

Coloro che fisicamente sono impossibilitati a raggiungere Lugano potranno seguire l'intero corso a distanza, gli esami saranno organizzati con una parte scritta e un'altra parte orale.

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

Roberto Mastropietro, Responsabile formazione continua Area informatica, Dipartimento tecnologie innovative, SUPSI
Dario Piga, Senior Researcher, Istituto dalle Molle di studi sull'intelligenza artificiale, USI/SUPSI

SUPSI Course FC Teachers

Gianni Cattaneo, Avvocato e Notaio, studio legale e notarile Cattaneo, Bionda, Mazzucchelli, Lugano
Patrick Ceppi, docente, Istittuto sistemi informativi e networking, DTI, SUPSI
Vanni Galli, ricercatore, Istittuto sistemi informativi e networking, DTI, SUPSI
David Huber, Software Engineer & Researcher, Istituto dalle Molle di studi sull’intelligenza artificiale, USI/SUPSI
Marco Maccarini, AI Researcher, Istituto dalle Molle di studi sull'intelligenza artificiale, USI/SUPSI
Sandra Mitrovic, Postdoctoral Researcher, Istituto dalle Molle di studi sull’intelligenza artificiale, USI/SUPSI
Lorenzo Nespoli, Researcher at Dipartimento ambiente, costruzioni e design, SUPSI
Andrea Quattrini, Computer Vision Senior Researcher, Istittuto sistemi informativi e networking, DTI, SUPSI
Dario Piga, Senior Researcher, Istituto dalle Molle di studi sull'intelligenza artificiale, USI/SUPSI
Daniele Puccinelli, Professor of Human-Machine Interaction Technologies, Istittuto sistemi informativi e networking, DTI, SUPSI
Alberto Termine Researcher in Artificial Intelligence, Istituto dalle Molle di studi sull'intelligenza artificiale, USI/SUPSI

Course Contact

Hidden Widget