Master di I Livello in Data Science e Intelligenza Artificiale
Master universitario di primo livello
Online
Hai bisogno di un coach per la formazione?
Ti aiuterà a confrontare vari corsi e trovare l'offerta formativa più conveniente.
Descrizione
-
Tipologia
Master I livello
-
Metodologia
Online
-
Ore di lezione
1500h
-
Durata
1 Anno
-
Inizio
Scegli data
-
Crediti
60 CFU
-
Campus online
Sì
-
Invio di materiale didattico
Sì
-
Tutoraggio personalizzato
Sì
-
Lezioni virtuali
Sì
Il Master in Data Science e Intelligenza Artificiale ti offre una formazione completa per diventare un professionista nel mondo dei dati e dell’AI. Imparerai a utilizzare tecniche avanzate per risolvere problemi reali, acquisirai familiarità con strumenti all’avanguardia e sarai pronto ad affrontare le sfide della trasformazione digitale.
Partecipando al master svilupperai competenze pratiche e teoriche essenziali per diventare un professionista esperto nel campo, partendo da una panoramica sui concetti fondamentali della data engineering, delle analisi avanzate e dell’Intelligenza Artificiale, arrivando ad affrontare i principi della Data Governance e delle piattaforme di gestione dei dati come Hadoop, insieme a strumenti essenziali come MapReduce, YARN e database NoSQL.
Con il modulo dedicato all’AI Generativa esplorerai i Modelli di Linguaggio di Grandi Dimensioni (LLM), il Prompt Engineering e tecniche avanzate come la generazione di dataset sintetici, con applicazioni pratiche su Natural Language Processing (NLP), computer vision e document intelligence.
Informazioni importanti
Per iscriverti a questa formazione devi avere uno dei seguenti titoli di studio: Scuola Primaria, Scuola Secondaria di primo grado, Scuola Secondaria di secondo grado, Istruzione e formazione professionale, Laurea Triennale o Master di I livello, Dottorato, Master di II livello, Laurea Magistrale
Sedi e date
Luogo
Inizio del corso
Inizio del corso
Profilo del corso
Il Master Universitario fornisce una formazione completa e integrata, preparando gli studenti a utilizzare tecniche avanzate di data science e intelligenza artificiale in vari contesti reali. Gli studenti svilupperanno competenze pratiche e teoriche essenziali per diventare professionisti esperti nel campo, pronti ad affrontare le sfide del mondo dei dati e della tecnologia. Il percorso formativo fornisce una solida panoramica sui concetti fondamentali della data engineering, delle analisi avanzate e dell'intelligenza artificiale, permettendo agli studenti di familiarizzare con le tecnologie e gli strumenti necessari per gestire e analizzare anche grandi volumi di dati. I principi della Data Governance e delle piattaforme di gestione dei dati come Hadoop vengono approfonditi, insieme a strumenti essenziali come MapReduce, YARN e database NoSQL.
Questo Master è pensato per laureati e professionisti che desiderano potenziare le proprie competenze nel campo della Data Science e dell’Intelligenza Artificiale. Che tu sia un neolaureato in cerca di specializzazione o un professionista che vuole aggiornare le proprie conoscenze, questo percorso formativo ti fornirà gli strumenti necessari per eccellere nel mondo dei dati. Imparerai a gestire e analizzare grandi volumi di dati, a utilizzare tecniche avanzate di machine learning, sviluppare soluzioni di Intelligenza Artificiale e sfruttare la potenza dell’AI Generativa per esigenze reali.
Per l’iscrizione al Master è richiesto il possesso di:
Laurea Triennale, Laurea Vecchio Ordinamento o titolo straniero equipollente.
Dopo aver effettuato la richiesta di informazioni sarai contattato dai nostri operatori che ti forniranno tutte le informazioni legate a questo percorso.
Opinioni
Successi del Centro
Tutti i corsi devono essere aggiornati
La media delle valutazioni dev'essere superiore a 3,7
Più di 50 opinioni degli ultimi 12 mesi
20 anni del centro in Emagister.
Materie
- Intelligenza artificiale
- Algoritmi
- Python
- Clustering
- E-learning
- Data Analytics
- Sistemi artificiali adattivi
Professori
Elpidio Romano
Docente
Programma
Programma Didattico
- Modulo 1 – Data & Analytics: Introduzione — 6 CFU
- Introduzione ai Big Data: caratteristiche (volume, varietà, velocità) e impatto sulle decisioni aziendali
- Principi di Data Governance e DFM (Data Framework Management): integrità, sicurezza e qualità dei dati
- Ecosistema Hadoop: HDFS (Hadoop Distributed File System), MapReduce e YARN
- Database NoSQL: gestione di dati non strutturati e confronto con i database relazionali
- Introduzione al Machine Learning: concetti fondamentali, modelli e algoritmi
- Applicazioni specifiche di analytics: Social Analytics, Marketing Analytics e Biomedical Analytics
- Introduzione alla Data Visualization
- Modulo 2 – Piattaforme per la Data Analysis — 6 CFU
- Elaborazione distribuita e scalabile con il paradigma MapReduce
- Analisi di itemset frequenti e ricerca di associazioni in database transazionali
- Individuazione di elementi simili, deduplicazione, clustering e segmentazione
- Sistemi di raccomandazione e algoritmi di personalizzazione
- Riduzione dimensionale per l'ottimizzazione dei modelli e della visualizzazione
- Analisi di grafi di grandi dimensioni e strutture di rete complesse
- Machine Learning su larga scala su piattaforme distribuite
- Modulo 3 – Machine Learning — 6 CFU
- Fondamenti di Machine Learning e introduzione al Deep Learning (reti neurali avanzate)
- Valutazione dei modelli: compromesso bias-variance ed errori metrici
- Macchine a vettori di supporto (SVM) e algoritmi di classificazione
- Apprendimento non supervisionato, analisi delle componenti principali (PCA) e analisi fattoriale
- Reinforcement Learning e controllo di agenti autonomi
- Teoria dell'apprendimento, regolarizzazione e selezione del modello (gestione dell'overfitting)
- Applicazioni di analisi biomedica
- Modulo 4 – Intelligenza Artificiale – Fondamenti — 7 CFU
- Panoramica sull'Intelligenza Artificiale e sugli agenti intelligenti
- Metodi di ricerca di base e ricerca informata
- Quantificazione dell'incertezza: reti bayesiane e ragionamento probabilistico nel tempo
- Processi decisionali semplici e complessi: alberi di decisione, regressione e classificazione
- Apprendimento con conoscenza e apprendimento statistico
- Modulo 5 – Intelligenza Artificiale – Sistemi Artificiali Adattivi — 6 CFU
- Sistemi adattivi artificiali, workflow della conoscenza scientifica e approcci top-down vs bottom-up
- Sistemi complicati, sistemi complessi e approccio informativo
- Teoria dei grafi: filtri su grafi pesati, regolari e completi; metriche e proprietà delle reti complesse
- Protocolli di validazione supervisionata (casuali e induttivi) e metriche di valutazione
- Validazione degli algoritmi di apprendimento non supervisionato
- Modulo 6 – Metodi e Strumenti Cloud per i Big Data — 6 CFU
- Fondamenti di Cloud Computing e progettazione di infrastrutture per Big Data
- Sistemi distribuiti: gestione della concorrenza e programmazione concorrente
- Modularità, monitoraggio, scheduling e comunicazione remota
- Creazione e implementazione pratica di sistemi distribuiti su cloud
- Modulo 7 – Workshop in Data Science in Python — 4 CFU
- Analisi di dati complessi e modelli predittivi in Python
- Tecniche pratiche di Machine Learning: regressione, classificazione e clustering
- Riduzione dimensionale, analisi di grafi e reti
- Web scraping e raccolta automatizzata di dati dal web
- Modulo 8 – Modelli di Linguaggio di Grandi Dimensioni (LLM) e Intelligenza Artificiale Generativa — 6 CFU
- Concetti, addestramento e funzionamento dei Large Language Models (LLM)
- Intelligenza Artificiale Generativa e tecniche di Prompt Engineering
- Generazione di dataset sintetici, bilanciamento dei dati e privacy
- Applicazioni aziendali tramite servizi commerciali: Computer Vision, NLP, Knowledge Mining e Document Intelligence
- Modulo 9 – Stage — 8 CFU
- Modulo 10 – Project Work — 5 CFU
Totale: 60 CFU
Ulteriori informazioni
Per informazioni ed iscrizioni
Segreteria Master:Sabrina Tinarelli, Cristina Racioppi
Email: master@uninettunouniversity.net
Tel: +39 0669207670 / +39 0669207671
Hai bisogno di un coach per la formazione?
Ti aiuterà a confrontare vari corsi e trovare l'offerta formativa più conveniente.
Master di I Livello in Data Science e Intelligenza Artificiale
