Scheda tecnica del corso - Intelligenza Artificiale – Corso (fondamenti e applicazioni)
⬇ Scarica PDF A4← Torna alla scheda web
Costo
99,00 €
Solo esame finale
Scheda tecnica del corso
Intelligenza Artificiale – Corso (fondamenti e applicazioni)
Codice corso
AI_FUND_LA
Durata test
60 min
Soglia di superamento
70%
Emissione
27/05/2026

Descrizione del corso

Il corso "Intelligenza Artificiale – Corso (fondamenti e applicazioni)" offre una panoramica completa dei principi base e delle applicazioni pratiche dell'IA, con un focus particolare sulla gestione dei rischi, la governance e la conformità normativa europea (AI Act 2024/1689). Ideato per professionisti che desiderano comprendere le tecniche più rilevanti come machine learning, LLM, privacy by design, e tecniche di robustezza e sicurezza, il corso approfondisce l'applicazione di standard internazionali ISO/IEC 42001:2023 e 23894:2023 nel contesto dell’IA. Attraverso l'analisi di casi pratici e scenari reali, gli studenti imparano a identificare e mitigare bias, ottimizzare i modelli e garantire la riservatezza e l'affidabilità dei dati, rendendo i sistemi AI più sicuri e trasparenti. Particolare attenzione è dedicata al bilanciamento tra performance e generalizzazione, e all'adozione di best practice per la valutazione e la riduzione dei rischi in ambienti di produzione. Il corso è strutturato per fornire competenze tecniche approfondite su algoritmi, modelli come gradient boosting e embedding, e soluzioni di privacy e sicurezza avanzate, rendendo i partecipanti pronti a operare in progetti AI complessi in ambito pubblico e privato.

Nota importante

Academy Su Academy si sostiene esclusivamente l’esame finale del corso. L’eventuale attività formativa o di preparazione può essere svolta esternamente o tramite altri canali. I quesiti del test richiamano gli argomenti indicati nella presente scheda tecnica e nel programma sintetico del corso.

Processo di certificazione

  • Registrazione o accesso alla piattaforma Academy.
  • Svolgimento esclusivo dell’esame finale del corso. La preparazione può essere esterna o gestita tramite altri canali formativi.
  • Le domande del test richiamano obiettivi, competenze e contenuti indicati nella scheda tecnica del corso.
  • Valutazione, eventuale validazione e rilascio del certificato secondo le regole applicabili al corso.

Programma sintetico

ISO/IEC 42001:2023 (AI Management System) + ISO/IEC 23894:2023 (AI risk management) + Regolamento (UE) 2024/1689 (AI Act) + principi di data governance e privacy (GDPR Reg. UE 2016/679) + best practice su governance, valutazione rischi, use case, sicurezza e conformità

Scheda tecnica

Obiettivi formativi

  • Conoscere e applicare i fondamenti dell’intelligenza artificiale.
  • Comprendere la normativa europea vigente e gli standard internazionali.
  • Sviluppare competenze su gestione rischi, sicurezza, privacy e governance AI.

Competenze acquisite

  • Interpretazione e implementazione di ISO/IEC 42001:2023 e 23894:2023.
  • Analisi e mitigazione di overfitting, bias e rischi nei modelli IA.
  • Sviluppo di soluzioni affidabili basate su LLM, embedding e modelli decisionali.

Destinatari

  • Professionisti IT, data scientist, project manager IA.
  • Esperti in compliance e governance digitale.
  • Studenti e consulenti interessati a progetti IA concreti.

Prerequisiti

  • Nozioni base di programmazione e statistica.
  • Interesse per tematiche IA e normativa europea.

Programma

  • Fondamenti di IA e machine learning.
  • Standard ISO/IEC 42001 e 23894.
  • AI Act UE 2024/1689: impatti e applicazioni.
  • Privacy by design e GDPR.
  • Casi studio su overfitting, LLM, embeddings, sicurezza.

Metodologia didattica

  • Lezioni online teoriche.
  • Analisi di casi reali e simulazioni.
  • Questionari di autovalutazione.

Modalità di valutazione

  • Verifica finale con superamento al 70%.

Durata

  • 60 minuti.

Attestazione

  • Certificato finale con pagamento di €99.

Risultati attesi

  • Capacità di applicare modelli IA conformi a standard e normative.
  • Miglioramento di sicurezza, affidabilità e compliance nei sistemi AI.