secondo livello – A, 50 ore, online
DESCRIZIONE DEL CORSO
Il Corso si propone di fornire ai partecipanti una preparazione completa e multidisciplinare nel campo dell’Intelligenza Artificiale (IA) e della Cybersecurity, affrontando tematiche avanzate e pratiche essenziali per operare in contesti tecnologici moderni.
Dopo un’introduzione generale al Corso (2 ore), sono previsti i seguenti quattro moduli:
- Intelligenza artificiale e machine learning I (Python) – 12 ore, Prof. Andrea Dimitri
- Intelligenza artificiale e machine learning II (R) – 12 ore, Prof. Carlo Drago
- Applicazioni dell’IA nei Sistemi Distribuiti e Blockchain – 12 ore, Prof. Salvatore Monteleone
- Cybersecurity – 12 ore, Prof. Antonino Longo Minnolo
OBIETTIVI DEL CORSO
Il corso su Intelligenza Artificiale, Sistemi Distribuiti e Cybersecurity mira a fornire una preparazione completa e multidisciplinare, suddivisa in quattro moduli principali con i seguenti obiettivi formativi:
- Intelligenza Artificiale e Machine Learning I (Python):
- Comprendere i concetti base di IA e ML.
- Acquisire competenze pratiche nell’uso di Python per implementare modelli di ML.
- Realizzare progetti pratici con librerie come Pandas, NumPy e Scikit-learn.
- Intelligenza Artificiale e Machine Learning II (R):
- Approfondire l’uso di R per analisi statistica e ML.
- Studiare modelli avanzati come reti neurali e deep learning.
- Interpretare e visualizzare i risultati per comunicare le scoperte.
- Applicazioni dell’IA nei Sistemi Distribuiti e Blockchain:
- Capire i sistemi distribuiti e l’integrazione con l’IA.
- Esaminare l’applicazione della blockchain nella pubblica amministrazione.
- Sviluppare strategie per l’uso congiunto di IA e blockchain.
- Cybersecurity:
- Apprendere i fondamenti della sicurezza informatica.
- Identificare minacce e vulnerabilità nei sistemi.
- Sviluppare strategie di difesa per la protezione di reti e dati.
Il corso combina teoria e pratica, preparando i partecipanti a lavorare con tecnologie avanzate in sicurezza informatica e intelligenza artificiale.
PROGRAMMA E CONTENUTI DEL CORSO
Gli obiettivi formativi specifici sono suddivisi in quattro moduli principali:
Modulo 1 – Intelligenza Artificiale e Machine Learning I (Python) – 12 ore
Argomenti:
- Introduzione al machine learning (ML) e all’intelligenza artificiale (AI) (2 ore)
- Python e le librerie per il ML e l’AI (2 ore)
- Supervised learning: tecniche e algoritmi (2 ore)
- Supervised learning: esempi in python e analisi di storie reali (2 ore)
- Unsupervised learning: tecniche e algoritmi (2 ore)
- Unsupervised learning: esempi in python e analisi di storie reali (2 ore)
Obiettivi:
- Fondamenti di IA e ML: Comprendere i concetti base di Intelligenza Artificiale e Machine Learning, inclusi algoritmi e tecniche.
- Linguaggio Python: Sviluppare competenze pratiche nell’uso di Python per l’implementazione di modelli di machine learning.
- Progetti pratici: Realizzare progetti di analisi dei dati e creazione di modelli predittivi, utilizzando librerie come Pandas, NumPy e Scikit-learn.
Modulo 2 – Intelligenza Artificiale e Machine Learning II (R) – 12 ore
Argomenti:
- R e Machine Learning (2 ore)
- Data pre-processing, analisi esplorativa e visualizzazione dei dati (2 ore)
- Algoritmi avanzati di Machine Learning in R (2 ore)
- Reti neurali e Deep Learning in R (2 ore)
- Valutazione e Interpretazione dei modelli di Machine Learning (2 ore)
- Machine Learning e Graph Mining (2 ore)
Obiettivi:
- Approfondimento in R: Esplorare l’uso di R per l’analisi statistica e il machine learning, con focus su pacchetti come caret e randomForest.
- Modelli avanzati: Approfondire modelli complessi, come le reti neurali e il deep learning, con applicazioni pratiche.
- Analisi dei risultati: Sviluppare abilità nell’interpretazione e visualizzazione dei risultati, per comunicare efficacemente le scoperte.
Modulo 3 – Applicazioni dell’IA nei Sistemi Distribuiti e Blockchain – 12 ore
Argomenti:
- Introduzione ai sistemi distribuiti (2 ore)
- Comunicazione e consenso nei sistemi distribuiti (2 ore)
- Sistemi distribuiti per l’intelligenza artificiale (2 ore)
- Blockchain come sistema distribuito (1 ora)
- Algoritmi di consenso nelle blockchain (1 ora)
- Smart Contracts e automazione distribuita (2 ore)
- Blockchain e intelligenza artificiale (2 ore)
Obiettivi:
- Sistemi distribuiti: Comprendere i principi dei sistemi distribuiti e come l’IA può trarne vantaggio.
- Blockchain: Analizzare l’applicazione della tecnologia blockchain nella pubblica amministrazione, esaminando casi studio reali.
- Applicazioni IA e Blockchain: Sviluppare strategie per l’integrazione dell’IA e della blockchain, nei servizi della pubblica amministrazione
Modulo 4 – Cybersecurity – 12 ore
Argomenti:
- Fondamenti teorici della sicurezza dei sistemi informativi (1 ora)
- Metodologie di analisi dei rischi per la sicurezza di un sistema Informativo (1 ora)
- Modelli organizzativi finalizzati all’incremento del livello di sicurezza dei sistemi informativi (2 ore)
- Meccanismi e strumenti di protezione (2 ore)
- Crittografia (2 ore)
- Firma digitale e la PEC (2 ore)
- Disegnare una rete dati sicura (2 ore)
Obiettivi:
- Fondamenti di Cybersecurity: Apprendere le basi della sicurezza informatica, inclusi i principi di protezione dei dati e delle informazioni.
- Minacce e vulnerabilità: Identificare le principali minacce alla sicurezza e le vulnerabilità nei sistemi informatici.
- Strategie di difesa: Sviluppare competenze nella progettazione e implementazione di strategie di sicurezza per proteggere reti e dati.
INDICATORI DI OUTPUT
Al termine del corso, i partecipanti saranno in grado di:
- Applicare tecniche avanzate di IA e machine learning in contesti pratici.
- Integrare soluzioni di IA nei sistemi distribuiti e nella blockchain, con un focus sulla pubblica amministrazione.
- Comprendere e applicare strategie di cybersecurity per salvaguardare le informazioni in un mondo sempre più digitale.
Questo corso rappresenta un’opportunità unica per acquisire competenze richieste nel mercato del lavoro e per contribuire in modo significativo all’evoluzione delle tecnologie emergenti
Direttore e Coordinatore didattico: Prof. Carlo Drago, Professore Associato, Università degli Studi Niccolò Cusano
Docenti del corso
- Prof. Carlo Drago, Professore Associato, Università degli Studi Niccolò Cusano
- Prof. Salvatore Monteleone, Professore Associato, Università degli Studi Niccolò Cusano
- Prof. Andrea Dimitri, docente Università degli Studi Niccolò Cusano
- Prof. Antonino Longo Minnolo, docente Università degli Studi Niccolò Cusano
Le lezioni saranno organizzate indicativamente con le seguenti modalità:
- la durata del corso è di 50 ore
- il corso sarà svolto online
- gli incontri si terranno tra marzo e giugno 2025, in giornate dal lunedì al venerdì, di durata massima di 4 o 6 ore alla settimana
- il calendario sarà comunicato tramite e-mail ai partecipanti.