Il corso Generative AI Bootcamp: The Basics è un percorso di alta formazione che sviluppa competenze critiche sull’intelligenza artificiale generativa in professionisti provenienti da qualsiasi background disciplinare. Rivolto a laureati almeno triennali, il programma permette di comprendere come le tecnologie AI stanno trasformando il mercato del lavoro contemporaneo, con un approccio strutturato che non presuppone conoscenze di programmazione né specializzazioni informatiche.
Durante il percorso formativo, i partecipanti acquisiscono i fondamenti della GenAI come il funzionamento dei Large Language Models, le architetture transformer e i meccanismi di attenzione, e sviluppano competenze pratiche nel prompt engineering, nella costruzione di knowledge graphs e nell’implementazione di metodi di Retrieval-Augmented Generation. Il programma affronta inoltre questioni critiche come la gestione etica dei dati, la conformità normativa e la consapevolezza dei limiti intrinseci e dei rischi associati a queste tecnologie.
Al termine del corso, i professionisti dispongono degli strumenti per orientarsi autonomamente nel panorama della GenAI, valutare quando adottare queste soluzioni all’interno delle proprie organizzazioni, e guidare processi di innovazione tecnologica con consapevolezza e responsabilità.
Il programma si articola in tre aree tematiche principali. La prima, “Introduction to Generative AI”, introduce l’evoluzione storica del language processing dai modelli rule-based ai transformer, approfondendo embeddings testuali (Word2Vec, BERT, GPT), architetture neurali e il funzionamento dei chatbot. La seconda area, “Prompt Engineering e Knowledge Graphs”, sviluppa competenze pratiche nel formulare istruzioni precise ai Large Language Models, nella strutturazione della conoscenza tramite ontologie e knowledge bases, e nell’implementazione di Retrieval-Augmented Generation (RAG) per risposte contestualizzate. La terza area, “GenAI in Action”, affronta motori di ricerca, indicizzazione e l’integrazione di tecnologie RAG per sistemi informativi aziendali avanzati.
Parallelamente, il modulo “Responsible GenAI: Ethics, Regulations, and Privacy” approfondisce le normative europee come il GDPR, le strategie pratiche di anonimizzazione e protezione dei dati, oltre alle implicazioni etiche dell’uso dell’AI in ambiti sensibili. Il corso integra inoltre approfondimenti su gestione della conoscenza mediante database avanzati, ontologie e data enrichment, illustrando come strutturare informazioni per massimizzare l’efficacia dei sistemi generativi.
La didattica non prevede project work autonomo, permettendo così ai corsisti di focalizzarsi sull’acquisizione di competenze critiche e sulla pratica diretta con strumenti reali, senza dispendio di risorse per elaborati complessi. Al termine del corso, i professionisti disporranno di competenze trasversali e pratiche per orientarsi nel panorama della GenAI, valutare soluzioni per i propri contesti organizzativi, e guidare processi di innovazione tecnologica responsabile.
Il corso è rivolto a professionisti e studenti con background eterogeneo che desiderano acquisire competenze critiche e pratiche sull’ AI generativa. Il corso è aperto a tutti coloro che possiedono una laurea triennale in qualsiasi disciplina, dal momento che l’approccio didattico non richiede prerequisiti di programmazione o competenze informatiche specialistiche.
Profili destinatari includono manager e decision-maker aziendali che affrontano processi influenzati dall’AI generativa e devono prendere decisioni strategiche consapevoli e informate sulla loro adozione e integrazione. Il corso rivolge inoltre ai professionisti operativi di qualsiasi settore che desiderano comprendere come sfruttare gli strumenti di GenAI nel proprio lavoro quotidiano, migliorando efficienza, creatività e qualità delle analisi. Destinatari del corso sono anche i curiosi e ricercatori provenienti da discipline diverse – scienze umane, economia, medicina, psicologia, biologia, diritto e altre aree – che desiderano apprendere come la GenAI può supportare la loro ricerca, le loro decisioni e la loro ricerca disciplinare. Infine, il bootcamp è idoneo per neofiti che vogliono avvicinarsi al mondo dell’AI con gli strumenti concettuali e pratici adeguati per comprenderlo e approfondirlo in futuro.
Le competenze in uscita equipaggiano i professionisti a navigare autonomamente il panorama della GenAI, valutando quando e come adottare queste tecnologie nei propri contesti organizzativi. I partecipanti acquisiranno consapevolezza critica dei fondamenti tecnici, come funzionano i Large Language Models e le architetture transformer, competenze pratiche nel prompt engineering per formulare istruzioni precise ai modelli linguistici, e abilità operative nella progettazione di sistemi conversazionali e knowledge graphs. Inoltre, svilupperanno capacità decisionali informate sulla conformità etica, la privacy secondo il GDPR, e la sostenibilità delle soluzioni, riconoscendo quando preferire GenAI rispetto ad alternative tradizionali.
Settori di applicazione sono trasversali e riguardano realtà organizzative di qualsiasi dimensione e settore industriale – manufatturiero, servizi finanziari, sanità, pubblica amministrazione, ricerca accademica, consultazione, marketing e oltre. Le competenze acquisite consentono ai professionisti di guidare processi di innovazione tecnologica nel proprio ambito, costruire strategie di adozione responsabile, e comunicare efficacemente scelte tecnologiche a stakeholder di diversa estrazione.
Il corso si articola in cinque insegnamenti integrati. Ogni insegnamento sviluppa competenze specifiche mantenendo coerenza didattica e una progressione logica dal fondamentale all’applicativo.
- Introduction to Generative AI: From Rules to Intelligence: Foundations of Language Technology (1 CFU, 8 ore online)
Questo insegnamento traccia l’evoluzione storica del language processing, dai primi approcci rule-based e Hidden Markov Models fino ai moderni Large Language Models. I partecipanti comprendono come i word embeddings rappresentano il testo in spazi vettoriali densi, catturando relazioni semantiche. L’insegnamento approfondisce l’architettura Transformer e il meccanismo di attenzione introdotti nel 2017, che hanno superato i limiti delle reti ricorrenti rivoluzionando il campo e abilitando l’IA generativa contemporanea. Applicazioni pratiche includono lo studio dei chatbot, la gestione di knowledge bases e ontologie, e il riconoscimento di limiti intrinseci come allucinazioni e bias. Una valutazione critica affronta quando preferire GenAI rispetto a metodi supervisionati tradizionali.
- Introduction to Generative AI: Prompt Engineering and Knowledge Graphs – Your AI Toolkit (1 CFU, 8 ore online)
Questo modulo introduce i Large Language Models e il loro funzionamento di base nel contesto dei moderni sistemi AI. Sviluppa competenze pratiche nel prompt engineering, insegnando come formulare istruzioni precise e contestualizzate per ottenere risposte pertinenti dagli LLM. I partecipanti apprenderanno strategie efficaci per massimizzare la qualità delle risposte generate senza richiedere competenze di programmazione. L’insegnamento introduce i fondamenti della rappresentazione della conoscenza tramite Knowledge Graphs, spiegando come le informazioni vengono organizzate e strutturate mediante oggetti semantici, categorizzazione e collegamento tra dati testuali e concetti. Questo permette di comprendere alcuni limiti degli LLM e di sfruttarne l’efficacia in contesti aziendali, accademici e di sviluppo software, fornendo strumenti immediati per gestire intelligentemente informazioni e interrogazioni automatiche.
- GenAI in Action: From Query to Insight – Generative AI for Search (1 CFU, 8 ore online)
Questo insegnamento affronta i principi fondamentali dell’information retrieval e della ricerca intelligente. I partecipanti comprendono i motori di ricerca, l’indicizzazione dei dati e i modelli di retrieval necessari per selezionare documenti pertinenti. L’insegnamento illustra come il Retrieval-Augmented Generation (RAG) integra l’accuratezza del recupero dati con la capacità generativa, fornendo risposte precise e contestualizzate direttamente da fonti informative aziendali o pubbliche. Si approfondisce come progettare sistemi innovativi che ottimizzano l’accesso all’informazione, accelerando il decision-making e migliorando l’affidabilità delle risposte, senza ricorrere a tecnologie altamente specialistiche.
- How Generative AI Works: Responsible GenAI – Ethics, Regulations, and Privacy Foundations (1 CFU, 8 ore online)
Questo modulo affronta i tre pilastri fondamentali dello sviluppo responsabile di sistemi GenAI: regolamentazione, etica e privacy. Dal punto di vista normativo, i partecipanti acquisiscono una panoramica delle normative vigenti che governano raccolta, uso e diffusione di dati personali. Dal punto di vista etico, si approfondiscono correttezza, trasparenza e responsabilità nell’uso della GenAI in ambiti sensibili, con discussioni di gruppo e analisi di casi concreti. Dal punto di vista della privacy, il corso presenta tecniche pratiche di anonimizzazione, sanitizzazione e aggregazione dei dati, illustrando come proteggere identità e attributi sensibili durante tutto il ciclo di vita del modello generativo.
- GenAI in Action: The Knowledge Engine – From Databases to Generative AI (1 CFU, 8 ore online)
Questo insegnamento affronta la gestione della conoscenza tramite knowledge bases, ontologie e database avanzati, essenziali per aziende che sfruttano l’IA generativa. I partecipanti apprendono come strutturare e collegare grandi quantità di dati in modo semantico, utilizzando standard come RDF e ontologie per integrare dati eterogenei. L’insegnamento introduce l’integrazione tra Large Language Models e Knowledge Graphs: come i KG arricchiscono gli LLM offrendo contesto strutturato e affidabile. Competenze pratiche includono modellazione della conoscenza, costruzione di Knowledge Graphs e prompt engineering avanzato per ottenere risposte precise dagli LLM. L’obiettivo finale è equipaggiare i professionisti a utilizzare sistemi avanzati che uniscono l’efficacia dei modelli linguistici con la robustezza della conoscenza strutturata.
La graduatoria generale di merito per l’a.a. 2025/2026 sarà resa disponibile qui secondo le tempistiche previste dal bando ufficiale.
Informazioni
Ottieni la brochure
"*" indica i campi obbligatori
Open badge
La micro-credenziale è la registrazione dei risultati dell’apprendimento ottenuti in seguito a un piccolo volume di apprendimento e valutati in base a criteri trasparenti e chiaramente definiti. Scopri il funzionamento e come riscattarla.
