top of page

Corso Intelligenza Artificiale 

AI.jfif

Obiettivi: fornire una comprensione pratica dell'IA Narrow e Generativa, con un focus su tecniche di preparazione dati aziendali e prompt engineering per l'uso efficace di strumenti di Intelligenza Artificiale Generativa, comprendere i principi fondamentali che governano lo sviluppo e l'implementazione dell'AI, applicare i principi del Prompt Engineering e Modelli di GenAI, pianificare un progetto di IA Narrow in contesto aziendale, comprendere i rischi etici e le sfide operative dell'implementazione di IA e valutare la scalabilità a lungo termine di progetti aziendali.

​Introduzione e sviluppo dell'Intelligenza artificiale 

​

Intelligenza artificiale e Quadro Normativo Europeo [2h]:

  • Illustrare il Quadro Normativo Europeo dell'AI ACT, con un focus sul suo impatto per le aziende;

  • Fornire un quadro generale dell'AI attraverso i suoi fondamenti filosofici, logici, matematici e statistici;

  • Casi di studio e quiz per valutare l'applicazione pratica dell'AI ACT​

​

​Introduzione all'intelligenza artificiale Narrow [2h]

  • Campi di applicazione dell'AI Narrow: focus su soluzioni aziendali (previsioni, analisi di dati, automazione);

  • Casi studio aziendali reali di AI Narrow​

​

​Preparazione dei dati aziendali per l'intelligenza artificiale [3h]

  • Cos'è un dataset e perché è importante per l'IA;

  • Classificazione e categorizzazione dei dati:

    • Tipologie di dati: strutturati,  non strutturati, semi-strutturati;

    • Tecniche di pulizia, normalizzazione e arricchimento dei dati.

  • Strumenti per la preparazione dei dati: Excel, Python (pandas)

​

Prompt Engineering per l’AI Generativa [3h]

  • Cos’è il Prompt Engineering:

    • Definizione, ruolo e modelli generativi come GPT, DALL-E e altri;

    • Differenze tra AI NARROW e Generativa (focus sull’interazione tramite prompt)

  • Strutturare un Prompt Engineering:

    • Tecniche di base: chiarezza, contestualizzazione, specificità;

    • Utilizzo di vincoli e comandi per ottenere output mirati;

    • Prompt interattivo: testare e ottimizzare

  • Applicazioni Aziendali di GenAI:

    • Generazione automatica di testi (email, report);

    • Analisi di dati con descrizioni;

    • Automazione creativa (design, brainstorming)

​

Integrazione di AI Narrow nei processi aziendali [3h]

  • Come definire gli obiettivi aziendali per un progetto di AI:

  • Strutturare un progetto: identificazione dei dati, scelta dell’algoritmo e implementazione; esempio pratico:

    • Preparazione di un dataset aziendale;

    • Creazione di un modello di classificazione clienti;

    • Valutazione e presentazione dei risultati

​

Integrazione di AI Narrow e Generativa nei processi aziendali [3h]

  • Strutturare un progetto completo di AI:

    • Definizione degli obiettivi aziendali;

    • Preparazione di dataset, scelta del modello (Narrow o Generativa)

  • Dimostrazione pratica

    • Creazione di un modello di classificazione dati;

    • Utilizzo di GenAI per l’analisi e presentazione dei risultati

  • Prompt Engineering Avanzato:

    • Progettazione di prompt per casi d’uso complessi;

    • Analisi di casi aziendali: creare contenuti su misura, risposte automatizzate

​

Aspetti etici e scalabilità dell’AI [2h]

  • Implicazioni etiche dell’uso dell’AI: bias nei dati, provacy dei clienti;

  • Scalabilità dei progetti AI in azienda: strumenti e infrastrutture necessarie

  • Trend futuri: AI explainability, automazione avanzata

​

Test finale: utilizzare AI Narrow e GenAI per classificare e analizzare i dati aziendali [1h]

  • Preparare un dataset aziendale e applicare un modello di classificazione;

  • Creare un prompt per generare insight automatici dei dati (es: riepiloghi, suggerimenti, ecc.);

  • Presentare i risultati utilizzando tecniche  di Prompt Engineering e visualizzazione dei dati;

  • Progetto pratico con report finale;

  • Certificato di completamento con badge digitale​

​

​

​

AI 2.jfif
Valeria Lazzaroli.jfif

Il corso è tenuto da Valeria Lazzaroli economista, sociologa, Risk Manager e Chief AI Officer nonché Presidente dell’ENTE NAZIONALE PER L'INTELLIGENZA ARTIFICIALE e Founder e Chief AI Officer di uno Spin Off Universitario del Politecnico di Torino che sviluppa algoritmi di AI a supporto della funzione Risk Management e Risk Engineering.

 

Oggi persegue la specializzazione dello studio delle Neuroscienze per lo sviluppo di algoritmi di AI a supporto dei rischi psicosociali.

 

È membro di Italy Chapter Committee di GARP, Digital Committee Member di FERMA, Scientific Committee di CONSUMERISMO, Board Expert di VALORE, RISCIO E SISTEMI, Docente dell’Università degli Studi di Roma TRE per l’Exsecutive Program di Risk Management di FEDERMANAGER, faculty member di SOLE24 Ore Formazione.

Entra in contatto con la GRAND Academy

Il tuo modulo è stato inviato!

               Copyright 2024 ©GR.A.N.D. Academy.it

GR.A.N.D. Academy S.r.l. Società Benefit

Via Cardinale Oreglia, 27 - 00167 ROMA

CF e PI 17507571002 Numero REA RM – 1722559

bottom of page