Corso - Responsabile del progetto Intelligenza Artificiale

PARTE 1: Comprendere le tecnologie di intelligenza artificiale e data science (2 giorni)

1: Introduzione all'Intelligenza Artificiale (IA)

• Cosa è l'IA?
• Comprendere il machine learning
• Scoprire i casi d'uso dell'IA

2: Costruire una soluzione di IA

• La classificazione al centro dell'apprendimento automatico
• Sfida: sviluppare una soluzione di IA
• L'offerta esistente in materia di IA
• Integrare l'IA nel proprio progetto
• Diversi approcci per strutturare un progetto di IA

3: Introduzione alla Data Science

• Cos'è la Data Science?
• Perché la Data Science è necessaria per l'IA?
• Casi d'uso della Data Science applicata
• La Data Science nell'organizzazione

4: Sperimentare un progetto di Data Science

• La regressione, al centro della previsione degli algoritmi
• Sfida: costruire un algoritmo di previsione
• Sfida: creare un dataset da zero
• Sfida: scoprire il feature engineering

5: Fasi, profili e risorse di un progetto di IA

• Le fasi di un progetto di IA
• Composizione di un team di progetto di IA

PARTE 2: Comprendere gli impatti legali ed etici dell'Intelligenza Artificiale (1 giorno)

1: Fondamenti di diritto commerciale applicato all'IA

• Impatti dell'IA sul diritto contrattuale
• Impatti dell'IA sul diritto dei consumatori
• Impatti dell'IA sul diritto della concorrenza

2: Strumenti di protezione dell'IA tramite la proprietà intellettuale

• Protezione dei beni immateriali
• Diritti dei terzi

3: Sfide e principali meccanismi di protezione dei dati personali

• Il GDPR e regolamentazioni simili
• Il trionfo della privacy

4: Conseguenze giuridiche dell'uso dell'IA

• Le nuove responsabilità
• Le trasformazioni del diritto del lavoro
• Conseguenze etiche dell'uso dell'IA

PARTE 3: Lean startup: sviluppo di prodotti e servizi innovativi di IA (2 giorni)

1: Comprendere i benefici dell'approccio lean startup

• Definire il lean startup
• Comprendere le somiglianze e le differenze tra i vari approcci all'innovazione e allo sviluppo (lean startup, pipeline dell'innovazione, agilità, design thinking, ciclo a V)
• Integrare un approccio lean startup nel proprio processo di innovazione

2: Identificare opportunità di innovazione

• Identificare il target di mercato e gli obiettivi di innovazione
• Identificare concetti innovativi attraverso la creatività:
  • capire i principi chiave della creatività
  • identificare problemi dei clienti da risolvere
  • condurre una sessione creativa
  • scegliere una soluzione che crei valore per i clienti
• Formalizzare il concetto innovativo e il suo mercato con l'uso del lean canvas.
• "Vendere" il progetto ai decisori.

3: Implementare l'approccio lean startup in 3 fasi

• Costruire la soluzione:
  • identificare il MVP (Minimum Viable Product o Prodotto Minimo Vendibile) da portare sul mercato
  • sviluppare l'MVP in modo agile
• Misurare l'impatto della soluzione sul mercato:
  • implementare un sistema di misurazione dell'impatto sui clienti
  • analizzare le reazioni e l'interesse dei clienti
  • identificare i problemi principali e le frustrazioni dei clienti
• Apprendere (adattare o pivotare):
  • analizzare le reazioni positive e negative dei clienti
  • adattare o modificare il concetto con l'uso del lean canvas

 PARTE 4: Condurre un progetto di Intelligenza Artificiale in modalità Agile (2 giorni)

1: Comprendere i benefici dei metodi agili

• Origine dei metodi agili
• Capire i benefici attesi da questi metodi rispetto ai metodi classici di gestione dei progetti

 2: Capire l'approccio SCRUM

• Identificare le fasi di un approccio SCRUM
• Identificare gli attori e i loro ruoli: Product owner, Scrum Master, team
• Concetti come iterazione, sprint, release

3: Utilizzare gli strumenti e i rituali agili

• Esprimere i bisogni: backlog, user stories, prioritizzazione delle stories
• Pianificare il lavoro da fare e valutare i carichi
• Svolgimento di uno Sprint Planning Meeting
• Il tabellone Kanban per monitorare l'avanzamento dei task
• Organizzazione del lavoro quotidiano, la riunione quotidiana
• La fine e la revisione di uno Sprint
• Organizzare i diversi test di accettazione