Data di pubblicazione:

[Link] 30/07/2024

TORINO | BRA | NOVARA

DATA
ANALYST & AI
SPECIALIST
Sede di TORINO, Via Jacopo Durandi, 10

competenze di gestione e analisi

dei dati Azienda partner
Progettazione e implementazione
di soluzioni AI
Applicazioni pratiche nei settori
di Big Data e AI

VISITA IL SITO
E SCOPRI IL CORSO
orientamento@[Link]
info@[Link]
0110371500
 Data di pubblicazione:
[Link] 30/07/2024

TORINO | BRA | NOVARA

PERCHE SCEGLIERE ITS ICT PIEMONTE

14 CORSI STAGE CURRICULARE
specialistici su tutto il territorio EUROPEO

1800 ORE +300 AZIENDE

di percorso formativo partner

+90% V° Lvl EQF

tasso di occupazione Dipoma di Tecnico superiore

CONTATTACI
orientamento@[Link]
info@[Link]
[Link]

0110371500
PERCORSO INTERAMENTE FINANZIATO!
I Percorsi post-diploma sono interamente finanziati da parte del Ministero dell'Istruzione e del Merito
valere sulla Missione 4-Istruzione e ricerca, Componente 1, Investimento 1.5 del PNRR, quindi totalmente
gratuiti per i partecipanti. Al termine del percorso biennale si accede all’esame di Stato per il rilascio del
Diploma di tecnico Superiore, V° livello EQF. L’accesso ai corsi è consentito previo superamento di test e
specifiche prove di valutazione. È prevista la concessione di crediti formativi.
 Fasi / Unità Formative / Argomenti / Saperi Ore
COMPETENZE TRASVERSALI
Approfondimenti didattici e Orientamento
Avvio corso
Avvio prima annualità, accoglienza gruppo-classe
La Fondazione ITS ICT
Strumenti didattici della Fondazione
Rapporto con gli uffici e modalità
Gestione del piano lezioni 12
Scelta Rappresentanti di Classe
Monitoraggio corso
Monitoraggio avanzamento della didattica
Gestione eventuali criticità
Simulazione prova esame
Simulazione prova scritta esame finale
Copyright e norme giuridiche del mondo digitale
Diritto d'autore
Principi generali di diritto - persone e società
I soggetti del diritto d'autore e le opere tutelate 20
I diritti connessi - il software - i database
Verifica finale
Valutazione sulle competenze apprese durante il corso
Etica dei Dati e Privacy
Genealogia dell'Etica dei Dati
Etica ed Equità nei Dati
DMA/DSA 30
AI Act
Verifica finale
Valutazione sulle competenze apprese durante il corso
Inglese
Grammatica
Modali
Verbi regolari e irregolari
Tempi verbali
Forme verbali
Frasi ipotetiche
Discorso indiretto
Interrogative
Sostantivi
Pronomi
Articoli e partitivi
Aggettivi
Numeri cardinali e ordinali
Aggettivi e pronomi possessivi, dimostrativi, quantitativi
Comparativi e superlativi 66
Avverbi
Preposizioni
Sostantivi, aggettivi e verbi seguiti da preposizione
Spelling. Punteggiatura e connettivi
Ordine delle parole e struttura delle frasi
Conversazione
Regole di fonetica, intonazione, stili e registri
La lingua inglese per muoversi all'interno del Mercato del Lavoro
Terminologia tecnica in lingua inglese
Vocabolario di settore
Percorso per il conseguimento della certificazione B2
Strategie per affrontare i vari esercizi che compongono l'esame
Lessico adeguato per affrontare la prova scritta e orale
Verifica finale
Valutazione sulle competenze apprese durante il corso
Fondamenti AGILE
Principi fondamentali
Valori e Obiettivi
Pratiche e modelli 10
Applicazione e strumenti
Verifica finale
Valutazione sulle competenze apprese durante il corso
Orientamento al lavoro
Le caratteristiche personali
acquisire e consolidare fiducia in se stessi e consapevolezza
esplorare ad ampio raggio le esperienze dei partecipanti
analizzare il proprio presente di vita e lavorativo
apprendere definizione e proprietà delle competenze: sapere, saper fare, saper essere
identificare le competenze possedute, anche quelle tacite o inespresse o da potenziare
sapere individuare, riconoscere, descrivere le proprie conoscenze, capacità, abilità e competenze
monitorare la propria esperienza (formativa e non), la propria evoluzione, crescita, cambiamento,
durante tutto l’arco del percorso
aumentare e consolidare in itinere le acquisizioni e gli apprendimenti in via di sviluppo
condividere e valorizzare gli apprendimenti acquisiti e sviluppati nell’intero arco del corso
favorire autonomia attraverso una piena presa in carico da parte dei partecipanti del proprio
apprendimento successivo al termine del corso
Il contesto di riferimento del percorso formativo
aprire le attività del corso/percorso formativo (obiettivi, contenuti, modalità, metodologie, regole,
vincoli etc. per la partecipazione)
conoscere e valorizzare le opportunità offerte dal percorso e dalla struttura proponente (presentazione
del gruppo dei partecipanti, conoscenza reciproca dei partecipanti, stipula patto formativo)

motivare all’apprendimento e riflettere sull’apprendere (apprendiamo ad apprendere)

riflettere sul proprio stile di apprendimento (come apprendo, che cosa, cosa mi fa paura, cosa mi aiuta,
cosa voglio portare, cosa vorrei trovare)
riconoscere il ruolo dell’apprendimento nella propria vita professionale
creare buone relazioni con lo staff docente e con i compagni di corso
costituire le premesse per un buon apprendimento individuale e collettivo
costituire il gruppo di/in apprendimento
imparare a utilizzare il gruppo come moltiplicatore dell’apprendimento, come opportunità di scambio
e confronto, come luogo di sinergie per la propria crescita professionale
sviluppare capacità personali insieme agli altri, con/sul gruppo e sul benessere organizzativo, per lo
sviluppo delle capacità relazionali, sociali e professionali
acquisire e consolidare capacità e competenze di comprensione, osservazione, lettura e relazione con
e nelle diverse realtà organizzative in cui le persone opereranno nelle loro future esperienze
professionali e di vita lavorativa
sviluppare conoscenza e capacità di agire in organizzazioni moderne nelle loro diverse taglie, misure e
contesti (impresa artigianale, piccolissime, piccole e medie imprese e/o società di servizi, grandi
imprese italiane e multinazionali)
chiudere le attività e prendere commiato dai compagni d’esperienza e dallo staff
Definizione e valutazione dei propri progetti: personale e professionale
preparazione allo stage 20
predisposizione di strumenti e attenzioni utili a valorizzare e potenziare l’opportunità di sperimentarsi
in un contesto lavorativo reale (diario di stage etc.)
analisi della domanda delle aziende/imprese
approfondire la domanda di lavoro del territorio - scenari e opportunità per valorizzare l’offerta di
lavoro dei partecipanti
mettere a fuoco gli strumenti offerti dal territorio per valorizzare, promuovere e divulgare la
candidatura dei partecipanti nel mercato del lavoro - i servizi per l’impiego, ruolo delle strutture
pubbliche e private per il lavoro e servizi offerti ai cittadini, Garanzia Giovani
cosa vorrei essere (il cv immaginario) per far emergere le proprie potenzialità e le possibilità (“I have a
dream”)
cosa posso essere (il CV - I can do)
sviluppare la conoscenza e l’utilizzo delle principali tecniche utilizzabili nella ricerca del lavoro
approfondire la ricerca delle informazioni e l’analisi del mercato del lavoro
scrivere lettere di presentazione o/e risposta alle inserzioni di lavoro
come scrivere un curriculum vitae
prepararsi a sostenere un colloquio con un datore di lavoro
definire progetti coerenti alle proprie aspettative/desideri, realistici e adeguati al proprio profilo
professionale e alle proprie potenzialità
elaborare un piano di azione individuale
Valorizzazione dei propri progetti: personale e professionale
identificare i principali desideri dei partecipanti
ricostruire le motivazioni e gli elementi di fondo di tali desideri/stimoli/aspettative
riconoscere e appropriarsi delle potenzialità personali collegate a tali desideri/stimoli/aspettative

implementare e consolidare capacità e competenze di sense-making organizzativo, di motivazione e

stimolo personale e professionale nelle organizzazioni moderne, di orientamento agli obiettivi specifici
di ruolo e/o di funzione org. e di bilanciamento con gli obiettivi generali dell’organizzazione stessa, di
visione sistemica e di relazione funzionale nelle organizzazioni del nostro tempo
approfondire la definizione di organizzazione, la sua natura e i suoi paradossi; input,
elaborazione/trasformazione output e ciclo aziendale; il sistema impresa e le sue componenti/variabili;
strategia, strutture e meccanismi org.
acquisire conoscenze e competenze di base sul ruolo organizzativo: definizione, aree, obiettivi,
funzionalità e relazioni; area prescritta, discrezionale, innovativa; relazioni gerarchiche e funzionali
sviluppare capacità di condivisione, collaborazione, orientamento agli obiettivi, raggiungimento dei
risultati, nel lavoro in staff/team/squadra/gruppo nei contesti organizzativi
matching tra le competenze personali e professionali raggiunte dallo studente con le posizioni aperte
dalle aziende
Verifica finale
Valutazione sulle competenze apprese durante il corso
Parità fra uomini e donne e non discriminazione
Interculturalità e Pari Opportunità
Origine della distinzione di genere. Affermazione del concetto di pari opportunità.
Le dinamiche del panorama legislativo comunitario in materia di Pari Opportunità.
Principi fondamentali delle Pari Opportunità.
Parità di genere: -Strumenti di conciliazione -Condivisione delle responsabilità
Valorizzazione ed armonizzazione delle differenze: età, orientamento sessuale ed identità di genere,
religione, razza ed etnia, disabilità.
Identità, stereotipi e adeguamento del linguaggio.
Elementi normativi e Istituzioni di parità.
Il sostegno della donna come soggetto di diritto privato, come studente e come madre. 8
Cenni del panorama legislativo italiano, strumenti e attori: gli organismi di parità, i consiglieri di Parità,
L.125/91.
La disciplina giuridica del rapporto di lavoro e dell’attività sindacale, finalizzata all’acquisizione di una
maggiore consapevolezza del contenuto del contratto di lavoro subordinato in particolare tenendo in
considerazione l’appartenenza ad un sesso piuttosto che ad un altro.
Le esperienze maturate all'interno delle azioni positive promosse dall'Unione Europea (ad esempio
progetti NOW) attraverso la diffusione delle BUONE PRASSI.
La legislazione vigente in materia di imprenditorialità femminile (L.215/92).
Verifica finale
Valutazione sulle competenze apprese durante il corso
Percorso di sviluppo soft skills
Public Speaking
Principali strumenti comunicativi e relazionali efficaci
Tecniche di costruzione del discorso
Le regole del successo: la gestione della comunicazione verbale e non verbale
Time management
Gestione degli orari e della flessibilità
La gestione efficace del tempo: Griglia della decisione di Dwight Eisenhower

Problem solving e decision making: come ottenere processi decisionali e soluzioni veloci ed efficaci

Team working
Definizione del proprio ruolo all’interno dei gruppi
La comunicazione assertiva
Come gestire il lavoro di gruppo attraverso la tecnica “sei cappelli per pensare”
Project Management
Metodologie di sviluppo progettuale: Metodologia Agile 48
Tecnica per l'implementazione della metodologia Agile: Scrum
Come valutare l’andamento dell’esecuzione del progetto
Elementi di base di educazione finanziaria
Cosa significa fare startup
Il Business model Canvas, esempi di BM Canvas di successo e considerazioni
Struttura organizzativa delle startup
Variabili economico/numeriche della gestione
Modello previsionale per le startup
Service Design
Autoimprenditolarietà
Business Planning e Analisi di Mercato
Gestione Finanziaria
Ricerca fondi e finanziamenti
Verifica finale
Valutazione sulle competenze apprese durante il corso
Sicurezza sul lavoro
Organizzazione della sicurezza aziendale
Concetti di rischio
Danno
Prevenzione
Protezione
Organizzazione della prevenzione aziendale
Diritti doveri e sanzioni per i vari soggetti aziendali
Organi di vigilanza, controllo e assistenza
Fattori di rischio generali e specifici
rischi infortuni
meccanici generali
elettrici generali
macchine
attrezzature
cadute dall’alto
rischi fisici
8
microclima ed illuminazione
videoterminali
ambienti di lavoro
stress lavoro-correlato
movimentazione manuale dei carichi
incidenti e infortuni mancati
Misure e procedure di prevenzione e protezione
etichettatura
DPI e organizzazione del lavoro
segnaletica
emergenze
procedure di sicurezza con riferimento al profilo di rischio specifico
procedure esodo ed incendi
Verifica finale
Valutazione sulle competenze apprese durante il corso

COMPETENZE INFORMATICHE/DIGITALI
Cloud Computing
Fondamenti di Cloud
Introduzione al Cloud Computing
Architetture distribuite, virtualizzazione e Cloud: main concepts, benefits + Key cloud service providers
and their services
Cloud Infrastructure, Storage & Networking 48
Service Model (e.g. IaaS,PaaS,SaaS) & Deployment Model (Public, Private, Hybrid)
Architetture Cloud per Database
Verifica finale
Valutazione sulle competenze apprese durante il corso
Fondamenti di basi di dati
Fondamenti di basi di dati
Definizione, Componenti e Funzioni di un DBMS
Vantaggi e Svantaggi di un DBMS
Progettare le basi di dati e modellare i dati: Modello Entità Relazione (E/R)
Introduzione ai database relazionali
Tabelle, data types
Chiavi primarie ed esterne, constraints
Normalizzazione
48
Fondamenti di SQL
Clausole di selezione, ordinamento, raggruppamento, aggregazione
Inner join, outer join, cross join, self-join e subquery
Insert, Update, Delete
Esercitazioni pratiche
Verifica finale
Valutazione sulle competenze apprese durante il corso
Fondamenti di programmazione
Basi di programmazione
Variabili e tipi di variabili
Operatori logici e matematici
Costrutti condizionali e Iterazioni
Strutture dati
Algoritmi di ordinamento per selezione
Algoritmi di ricerca sequenziale 60
Algoritmi per inserzione
Programmazione ad oggetti
Introduzione: C# e la programmazione ad oggetti
Paradigmi delle programmazione ad oggetti
Esempi pratici
Verifica finale
Valutazione sulle competenze apprese durante il corso

DATA SCIENCE
Analisi di Serie temporali (R Framework)
Introduzione alle Serie Temporali
Pre-elaborazione e Pulizia dei Dati Temporali
Modellazione delle Serie Temporali con R
Previsione e Analisi dei Modelli di Serie Temporali 60
Tecniche Avanzate: ARIMA, GARCH e modelli stagionali
Esercitazioni pratiche con R
Verifica finale
Valutazione sulle competenze apprese durante il corso
Big Data
Introduzione ai Big Data
Architetture Distribuite per Big Data
Programmazione e Architettura
NoSQL Databases
Data Ingestion e Data Processing
72
Data Storage e Scalabilità
Esercitazioni pratiche
Verifica finale
Valutazione sulle competenze apprese durante il corso
Data Analysis e Visualization
Fondamenti di Data Analysis
Tecniche di Data Visualization
Strumenti per la Visualizzazione dei Dati: Tableau, Power BI
Creazione di Dashboard Interattive
Visualizzazione dei Dati con Python (Matplotlib, Seaborn)
44
Esercitazioni pratiche con Tableau e Power BI
DataViz e LLM: possibili integrazioni
Verifica finale
Valutazione sulle competenze apprese durante il corso
Data Engineering e Mining
Introduzione al Data Engineering
Data Pipelines e ETL
Data Warehousing e Big Data Architecture
Introduzione al Data Mining
Tecniche di Data Mining (Classification, Clustering, Association)
48
Strumenti per il Data Mining
Esercitazioni pratiche di Data Engineering e Mining
Verifica finale
Valutazione sulle competenze apprese durante il corso
Data Wrangling e Pulizia dei Dati
Introduzione al Data Wrangling
Pulizia dei Dati: Tecniche e Strumenti
Gestione dei Dati Mancanti
Data Transformation e Normalization 44
Utilizzo di Python per il Data Wrangling (Pandas, NumPy)
Esercitazioni pratiche di Data Wrangling e Pulizia
Verifica finale
Valutazione sulle competenze apprese durante il corso
Introduzione al Calcolo Scientifico
Fondamenti di Algebra Lineare
Matematica di Base
Statistica
30
Verifica finale
Valutazione sulle competenze apprese durante il corso
 Introduzione alla Data Science
Panoramica della Data Science
Ciclo di Vita dei Progetti di Data Science
Raccolta e Preprocessing dei Dati
Introduzione all'Analisi Esplorativa dei Dati (EDA)
Strumenti e Linguaggi di Programmazione per la Data Science (Python, R)
40
Introduzione al Machine Learning
Esercitazioni pratiche di Data Science con Python e R
Verifica finale
Valutazione sulle competenze apprese durante il corso
Matematica e Statistica
Fondamenti di Algebra Lineare nella data analisi
Statistica Descrittiva
Statistica Inferenziale
Probabilità e Distribuzione
40
Analisi delle Regressioni
Verifica finale
Valutazione sulle competenze apprese durante il corso

SVILUPPO AI
Deep Learning e NPL
Introduzione al Deep Learning
Reti neurali artificiali: struttura e funzionamento
Reti neurali profonde e convoluzionali
Reti neurali ricorrenti
Fondamenti di NLP
Tokenization e preprocessing del testo
Word embeddings
Applicazioni di Deep Learning nel NLP
Deep Learning e NPL
Classificazione del testo
Analisi del sentiment
68
Traduzione automatica
Generazione di testo
Frameworks e Librerie per Deep Learning e NLP
TensorFlow e Keras
PyTorch
Esercitazioni pratiche
Implementazione di reti neurali con Keras e TensorFlow
Progetti pratici di NLP con modelli di deep learning
Verifica finale
Valutazione sulle competenze apprese durante il corso
Machine Learning - Supervised e Unsupervised
Introduzione al Machine Learning
Panoramica e applicazioni
Ciclo di vita di un progetto di machine learning
Machine Learning Supervised
Regressione lineare e logistica
Alberi di decisione e Random Forest
Support Vector Machines (SVM)
Metriche di valutazione dei modelli 124
Machine Learning Unsupervised
Clustering
Riduzione della dimensionalità
Association rule learning
Metriche di valutazione dei modelli non supervisionati
Strumenti e Librerie per Machine Learning
Verifica finale
Valutazione sulle competenze apprese durante il corso
Programmazione - Python
Costrutti del linguaggio
Variabili, tipi di dati, operatori, espressioni
Condizioni, cicli iterativi, gestione stringhe, array
Funzioni: invocazione e valori restituiti
Nomi e scope di variabili
Importare e usare i moduli.
Cosa è un package e in cosa differisce da un modulo
Programmazione ad oggetti in Python
Classi, oggetti, proprietà e metodi
Ereditarietà e polimorfismo
Gestione degli errori e delle eccezioni
Manipolazione dati con Python
72
Installazione di librerie e dipendenze di terze parti (pip)
Lettura e scrittura di CSV (pandas)
Interazione con i database (sqlite, sqlalchemy, psycopg2)
Scraping di risorse web (requests, scrapy)
Operazioni sistemistiche con Python
Operazioni sul filesystem: enumerazione, creazione ed eliminazione di file e directories
Accesso programmatico a server SSH (paramiko)
Gestione automatizzata di risorse cloud (boto3 per AWS)
Cenni sul forging di pacchetti di rete (scapy)
Verifica finale
Valutazione sulle competenze apprese durante il corso
Strumenti AI e Prompt Engineering
Introduzione ai sistemi di intelligenza Artificiale
Applicazioni dell'AI nella creazione di contenuti e pubblicità personalizzate
Utilizzo di chatbot e assistenti virtuali per l'interazione con i clienti
Analisi predittiva e segmentazione del target basata sull'AI.
Fondamenti di Prompt Engineering
Introduzione al Prompt Engineering
Tipologie di Prompt
Design di Prompt Efficaci
Testing e Valutazione di Prompt 30
Ottimizzazione dei Prompt
Applicazioni Pratiche di Prompt Engineering con Strumenti AI
Uso di GPT-3 e altri modelli LLM.
Generazione di Contenuti con AI
Interazione con Modelli Visivi (es. DALL-E, VQ-GAN)
Impiego in Ambienti Non Creativi
Considerazioni Etiche e Future Direzioni
Verifica finale
Valutazione sulle competenze apprese durante il corso

LABORATORI
Design Thinking 4.0
Design Thinking 4.0
La metodologia progettuale Design Thinking
La storia: da Standford a Industria 4.0
Le fasi del modello
Applicazione del metodo
Finding, Insight e sfide di progetto
Concept idea, selezione e sviluppo delle idee
Applicazione delle Soft Skill
Public Speaking
Leadership
Time management 20
Project/Team management
Progetto 4.0
Fase 1: Empatia
Fase 2: Definizione
Fase 3: Ideazione
Fase 4: Prototipazione
Fase 5: Test
Finalizzazione
Costruzione e presentazione della relazione di fine progetto
Presentazione finale
Costruzione e presentazione della relazione di fine progetto
Laboratorio di preparazione project work
Project work
Rielaborazione dell'esperienza di stage
individuare le opportunità di inserimento lavorativo
Ricerca del materiale e delle fonti 18
Linguaggio tecnico da utilizzare
La stesura
Presentazione finale
Costruzione e presentazione della relazione di fine progetto
Laboratorio Integrato
KickOff/Brainstorming
Finding, Insight e sfide di progetto
Concept idea, selezione e sviluppo delle idee
Applicazione delle Soft Skill
Public Speaking
Leadership
Time management
30
Project/Team management
Realizzazione della componente Digital e Visual
Studio e realizzazione della parte Visual (Wireframes, UX, UI)
Strutturazione strategia Digital Marketing (SEO, SEM, SEA) per la sponsorizzazione del progetto
Presentazione finale
Costruzione e presentazione della relazione di fine progetto
Learning by Project - Soft Skill
Comunicazione e Interazione Interpersonale
Comunicazione efficace
Tecniche di negoziazione e persuasione
Gestione e risoluzione dei conflitti
Leadership e Gestione del Team
Creatività e Innovazione
14
Metodi per il pensiero creativo
Strategie per la promozione dell'innovazione nel team
Tecniche di problem solving
Presentazione finale
Costruzione e presentazione della relazione di fine progetto
Learning by Project - Tech
Progettazione e Pianificazione del Progetto
Selezione del progetto
Definizione degli obiettivi e pianificazione
Assegnazione dei ruoli e responsabilità nel team
Monitoraggio e aggiornamento del piano di progetto
Sviluppo e Implementazione Tecnica
Analisi dei requisiti e specifiche tecniche
28
Scelta delle tecnologie e degli strumenti
Codifica e sviluppo del software ove necessario
Testing e qualità della soluzione adottata
Documentazione tecnica e reportistica
Presentazione finale
Costruzione e presentazione della relazione di fine progetto

PROFESSIONALE
Stage 630
Esame Finale
Esame Finale 10
Ore Totali percorso 1.800
 1° SEMESTRE 2° SEMESTRE 3° SEMESTRE 4° SEMESTRE

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23
MATERIE HH Stato HH 1°a HH 2°a ott-24 nov-24 dic-24 gen-25 feb-25 mar-25 apr-25 mag-25 giu-25 lug-25 ago-25 set-25 ott-25 nov-25 dic-25 gen-26 feb-26 mar-26 apr-26 mag-26 giu-26 lug-26 ago-26
1 Approfondimenti didattici e Orientamento 12 SI 8 4 2 1 1 1 1 1 1 2 2

2 Analisi di Serie Temporali (R Framework) 60 SI 0 60 16 32 12

3 Big Data 72 SI 36 36 20 16 8 12 12 4

4 Cloud Computing 48 SI 48 0 12 24 12

5 Copyright e norme giuridiche del mondo digitale 20 SI 20 0 16 4

6 Data Analysis e Visualization 44 SI 44 0 16 28

7 Data Engineering e Mining 48 SI 48 0 12 12 8 16

8 Data Wrangling e Pulizia dei Dati 44 SI 44 0 11 11 22

9 Deep Learning e NPL 68 SI 12 56 4 8 16 24 16

10 Design Thinking 4.0 20 SI 20 0 4 4 4 4 4

11 Etica dei Dati e Privacy 30 SI 30 0 10 10 10

12 Fondamenti di basi di dati 48 SI 48 0 24 24

13 Fondamenti di programmazione 60 SI 60 0 30 30

14 Inglese 66 SI 66 0 12 16 16 12 10

15 Introduzione al Calcolo Scientifico 30 SI 30 0 24 6

16 Introduzione alla Data Science 40 SI 40 0 16 24

17 Laboratorio di preparazione project work 18 SI 0 18 2 2 4 4 6

18 Laboratorio integrato 30 SI 0 30 4 12 12 2

19 Learning by Project - Soft Skill 14 SI 14 0 4 4 4 2

20 Learning by Project - Tech 28 SI 28 0 7 7 7 7

21 Machine Learning - Supervised e Unsupervised 124 SI 116 8 36 40 40 8

22 Matematica e Statistica 40 SI 40 0 16 24

23 Fondamenti AGILE 10 SI 10 0 10

24 Orientamento al lavoro 20 SI 2 18 2 4 4 4 4 2

25 Parità fra uomini e donne e non discriminazione 8 SI 8 0 8

26 Percorso di sviluppo soft skills 48 SI 48 0 10 10 8 10 10

27 Programmazione - Python 72 SI 72 0 12 40 20

28 Sicurezza sul lavoro 8 SI 8 0 8

29 Strumenti AI e Prompt Engineering 30 SI 0 30 14 16

30 Stage 630 SI 0 630 117 156 156 156 45

31 Esame Finale 10 SI 0 10 10

Totale percorso 1800 SI 900 900 2 94 93 100 130 130 102 132 117 0 60 88 48 16 14 121 158 160 160 65 10

Materie per mese 1 5 6 7 11 11 10 11 9 0 6 5 5 2 2 3 2 2 2 5 1

Monte ore settimanale 2 31 31 33 33 33 34 33 29 0 20 22 12 5 5 30 40 40 40 16 10

Settimane al mese 1,0 3,0 3,0 3,0 4,0 4,0 3,0 4,0 4,0 2,0 3,0 4,0 4,0 3,0 3,0 4,0 4,0 4,0 4,0 4,0 1,0

Monte ore Prima Annualità 900 Monte ore Seconda Annualità 900