Durata e periodo di svolgimento

156 ore, indicativamente con una media di 32 ore settimanali in orario diurno

Numero partecipanti

12

Descrizione del percorso

Il progetto DEEP LEARNING, ARTIFICIAL INTELLIGENCE, NATURAL LINGUISTIC PROCESSING è relativo alle nuove applicazioni tipiche della AI-Artificial Intelligence che vanno sotto il nome di Deep Learning e di una sua importante applicazione detta Natural Language Processing ovvero il trattamento informatico (computer processing) del linguaggio naturale, per qualsiasi scopo. È pertanto un percorso formativo centrale dentro il progetto perché risponde di avvicinarsi ad un settore di grande sviluppo tra le alte tecnologie; i contenuti si occupano di prodotti che oggi nella vita di tutti giorni, come ad esempio Siri nell’iPhone o i traduttori alla portata di ogni utente di Internet, o i prodotti  analisi del Sentiment e delle opinioni dei clienti nei social media, tutti basati sul Natural Language Processing.

Obiettivi

L’obiettivo del corso è quello di introdurre gli studenti alle tematiche relative all’AI ed in particolare al Deep Learning e al Natural Language Processing, attraverso inquadramenti teorici, casi applicativi, utilizzo di metodologie e tecnologie.
Al termine del percorso i partecipanti avranno compreso cosa si intende per Deep Learning e Natural Language Processing, come si è arrivati allo stato attuale dell’arte delle conoscenze e della ricerca, quali sono le tecniche che si adottano ad oggi e quali sono i principali ambiti di applicazione. In particolare quindi per il Deep Learning sapranno distinguere e prepararsi a lavorare sulle Neural Networks (DNN; RNN, CNN…) con applicazioni nei settori delle natural language processing, – automatic speech recognition, image recognition, visual art processing, customer relationship management (CRM), mobile advertising, bioinformatics/medical informatics. Relativamente ad NLP analogamente alla luce della conoscenza di analisi lessicali, grammaticali, sintattiche, semantiche sapranno in futuro iniziare percorsi lavorativi per la realizzazione di Bot, chatbot, virtual assistant (testuali, vocali), Sentiment analysys, Traduzioni, Estrazione di informazioni e ricerca.

Competenze

I contesti lavorativi in cui ad oggi spendere le conoscenze e competenze ricavabili con questo corso sono legati agli ambiti applicativi succitati sia per il Deep Learning che nello specifico per il NLP: quindi innanzitutto quelli della Ricerca e Sviluppo ma anche del Marketing e Vendite e Delivery di Servizi evoluti e smart sia per il mondo B2B che B2C. La spendibilità delle conoscenze acquisite è dimostrata da numerosi studi previsionali sulle professioni del futuro; molte organizzazioni investono nell’acquisizione di masse di dati che permettono migliore conoscenza delle abitudini di consumo e acquisto della clientela e l’uso di questo patrimonio richiede conoscenze specialistiche che non sono più solo informatiche. Secondo Stack Overflow, che gestisce una ampia comunità online di softwaristi (oltre 64.000), gli esperti di machine learning e di NLP sono tra le figure più ricercate dal mercato e il percorso qui proposto si limita ad anticipare questo fabbisogno ormai più che emergente sul mercato italiano. Con una percentuale del 14,3, gli specialisti in machine learning occupano le posizioni più in alto tra gli sviluppatori che affermano di cercare un nuovo posto di lavoro. Al secondo posto seguono i data scientist con il 13,2 per cento. Le aziende cresciute su Internet, ed oggi anche le start up innovative, raccolgono enormi quantità di informazioni e costituiscono la naturale destinazione di lavoratori di questo tipo.

Descrizione del percorso

INTRODUZIONE A DEEP LEARNING:
Introduzione alle reti neurali e al layering di algoritmi di machine learning: reti neurali e deep learning concetti base, funzioni di costo
• Algoritmi e use case di Supervised, Unsupervised, Reinforcement Learning applicati al Deep Learning: costruzione
• di sistemi di deep learning basati su layer di ML
• Sviluppo con framework Tensorflow:
• Introduzione al framework ed esercitazioni
• Applicazioni nel contesto “traditional data” (tabelle, log, …):
• sviluppo su dati tabellari, analisi di serie temporali, regressioni
• Applicazioni in contesto non strutturato
• Computer vision
• Speech recognition
• Natural Language Processing
• Altri tool di rapid prototyping: intro ai framework di sviluppo come RapidMiner, Azure ML
APPROFONDIMENTI SU DEEP LEARNING:
– ANN: Artificial Neural Networks
– DNN: Deep Neural Networks
– RNN Recurrent Neural Networks
– CNN: Convolutional Neural Networks
LE PRINCIPALI APPLICAZIONI DEL DEEP LEARNING:
– natural language processing
– automatic speech recognition
– Image recognition
– visual art processing
– customer relationship management

LE PRINCIPALI APPLICAZIONI DEL DEEP LEARNING:
– mobile advertising
– bioinformatics / medical informatics
LE CARATTERISTICHE PRINCIPALI DEL NATURAL LANGUAGE PROCESSING E LE APPLICAZIONI:
– analisi lessicale
– analisi grammaticale
– analisi sintattica
– analisi semantica
– Bot, chatbot, virtual assistant: testuali, vocali
– Sentiment analysys
– Traduzioni
– Estrazione di informazioni e ricerca

Destinatari e requisiti d'accesso

12 Giovani in possesso di una laurea triennale o magistrale o una laurea a ciclo unico, conseguita da non più di 24 mesi, residenti o domiciliati in Regione Emilia Romagna in data antecedente l’iscrizione alle attività.
Il progetto DEEP LEARNING, ARTIFICIAL INTELLIGENCE, NATURAL LINGUISTIC PROCESSING è un percorso specialistico previsto per i laureati dell’area scientifica. Questa non è una disciplina aperta soltanto agli informatici: poiché ha a che vedere con la raccolta, la collocazione e l’analisi dei dati, spazia in numerosi ambiti, e matematica, statistica, programmazione possono giocare tutte una parte molto importante. Le competenze necessarie in ingresso, oltre al requisito formale della laurea, sono trasversali: possono accedere fisica, informatica, statistica classica, bioinformatica e ingegneria chimica, con una forte attitudine alle tecnologie digitali, predisposizione al pensiero critico e capacità di autoaggiornamento.

Sede di svolgimento

Sono previste diverse edizioni sull’intero territorio regionale da novembre 2018 a dicembre 2019.

Edizione disponibile: Bologna

Le lezioni continuano anche in webinar.

Chiusura iscrizioni

Iscrizioni aperte fino al 15/12/2020 con riserva.

Sarete contattati in caso di posti ancora disponibili per i corsi e nelle sedi prescelte.

La vostra candidatura verrà in ogni caso presa in considerazione per proporvi la seconda edizione del progetto DATALAB.

Contatti

Per informazioni:
Tel. 800 036425
Mail. bigdata@formindustria.it

Operazione Rif. 2018-9495/RER approvata con Deliberazione di Giunta Regionale n. 633 del 2 Maggio 2018, e co-finanziata con risorse del Fondo sociale europeo PO 2014-2020 e della Regione Emilia-Romagna