ASCOLI PICENO
Exponential
Tech Academy 2025
Scuola di Alta Formazione in AI e Quantum Computing.
Un'opportunità concreta per il tuo futuro nel mondo dell'innovazione.
Formazione gratuita in AI e Quantum Computing
Creiamo le basi per un inserimento efficace ed operativo nelle imprese del territorio
La Exponential Tech Academy 2025 è un programma di formazione gratuita in AI e Quantum Computing, pensato per laureandi, neolaureati laureati, dottorandi e ricercatori in discipline STEM e AI, Ingegneria Informatica, Scienze della Computazione, Informatica, Economia e Economia Aziendale. La formazione è diretta anche a giovani talenti delle scuole superiori con attitudini nella programmazione e nella gestione di tecnologie avanzate, che desiderano acquisire strumenti computazionali per affrontare sfide di ottimizzazione, programmazione e analisi dei dati con l’uso di algoritmi avanzati.
Durante l’intero corso, avrai l’opportunità di lavorare su progetti concreti con aziende innovative e di accedere a Macchine di AI Training per sviluppare soluzioni all’avanguardia.
Chi può candidarsi
Requisiti minimi e profilo ideale
Il corso è riservato a 20 talenti con una forte attitudine per le Deep Tech (AI, Machine Learning, ecc.). Per candidarti, devi soddisfare necessariamente i seguenti requisiti:
FORMAZIONE
Laureati o laureandi in discipline tecnico-scientifiche ( Laurea in Informatica, Laurea in Ingegneria Informatica, Laurea in Data Science, Laurea in Ingegneria Elettronica, Laurea in Statistica e Data Science, Laurea in Matematica, Laurea in Fisica Computazionale, Laurea in Intelligenza Artificiale, Laurea in Scienze e Tecnologie Informatiche, Laurea in Economia e Tecnologie Digitali)
Dottorandi, dottorati e ricercatori universitari con esperienza in programmazione, analisi dati e AI.
Diplomati o studenti delle scuole superiori con comprovate competenze in tecnologie e programmazione.(Es. Istituto Tecnico Industriale (ITI), Informatica e Telecomunicazioni, Istituto Tecnico per il Settore Economico – Sistemi Informativi Aziendali (SIA), Istituto Tecnico per l’Informatica, Istituti Tecnici per le Scienze Applicate (ITSA), Istituto Tecnico per le Tecnologie.)
Personale dipendente di aziende del territorio (scadenza iscrizioni 5 maggio).
Disoccupati con background tecnico-scientifico.
Competenze tecniche
Conoscenza di Python: prediligiamo chi ha una conoscenza di base del linguaggio Python, fondamentale per lavorare con modelli di intelligenza artificiale.
Se sai utilizzare Python o hai esperienza con altri linguaggi di programmazione, non esitare a candidarti!
Requisiti anagrafici
Età minima: 18 anni
ISCRIZIONI
Le iscrizioni si sono chiuse il 5 maggio 2025.
Vuoi far parte del futuro
dell’innovazione tecnologica?
costruisci il tuo percorso con RigenerAzioni!
Un'opportunità per aziende e innovazione
Il workshop della Exponential Tech Academy 2025 si articolerà in 3 sessioni
Ciascuna della durata di 16 ore prevede un mix di teoria, attività pratiche di programmazione e lavori di gruppo su problemi reali. Gli studenti avranno la possibilità di applicare le competenze acquisite su progetti concreti, collaborando con aziende locali.
SESSIONE UNO
Introduzione a Machine Learning e Deep Learning: fondamenti e metodi avanzati
VENERDÍ 9 MAGGIO
15:00 – 19:00
Introduzione a Machine Learning e Deep Learning (GT)
- I problemi risolubili con ML
- Quantità e Qualità dei dati
- La vendetta dei metodi non-deep (PCA, SVM, trees)
- Semplici architetture deep
- L’overfitting è sempre male?
- Le architetture più comuni
- Metodi non-deep in Python: lazy predict
- Addestramento di una piccola rete feed-forward
- Scelta della loss function e degli iperparametri
SABATO 10 MAGGIO
9:00 – 13:00
15:00 – 19:00
DOMENICA 11 MAGGIO
9:00 – 13:00
Metodi classici e Deep di Forecasting e Ottimizzazione (LV, DC, PL)
- Forecasting: definizioni ed esempi di utilizzo
- Forecasting: ARIMA, processi a media mobile, processi autoregressivi e modelli combinati
- Forecasting: modelli basati su reti neurali, RNN e LSTM
- Ottimizzazione: Algoritmi di ottimizzazione classica analitica, condizioni di ottimalità, ottimizzazione unidimensionale e multivariata
- Ottimizzazione: algoritmi di ottimizzazione numerica (es. steepest descent, gradient free, simulated annealing)
- Ottimizzazione: linear programming, funzione obiettivo e vincoli
- Ottimizzazione: laboratorio con esempi concreti ed applicazioni
SESSIONE DUE
Language Models, Visione Artificiale e Agenti Intelligenti: fondamenti e teoria del Reinforcement Learning
VENERDÍ 16 MAGGIO
15:00 – 19:00
SABATO 17 maggio
9:00 – 13:00
15:00 – 19:00
Language Model, Artificial Vision e Agenti (DC, PL)
- Cos’è un LLM e applicazioni principali (chatbot, traduzione, analisi del linguaggio)
- Fondamenti di NPL (tokenization ed embedding)
- Architetture di LLM da modelli tradizionali a reti e transformers
- Training e fine-tuning/ottimizzazione (quantizzazione e pruning)
- Introduzione agli agenti e ai sistemi multi-agent
- Meccanismi di coordinazione tra agenti
- Esempi di applicazione
- Artificial Vision: introduzione, convolutional Neural Networks (CNN), dataset comuni e librerie principali
- Artificial Vision: Algoritmi di classificazione
- Artificial Vision: object detection e recognition
DOMENICA 18 MAGGIO
9:00 – 13:00
Teoria di Reinforcement Learning (MR)
Introduzione approfondita al Reinforcement Learning (RL), un campo dell’intelligenza artificiale che si basa sull’apprendimento per interazione con l’ambiente. Si esploreranno i concetti base del RL, partendo dei Processi Decisionali Markoviani (MDP), il modello matematico alla base del RL, per comprendere come agenti prendano decisioni ottimali. Verranno trattati argomenti fondamentali come policy, reward, state e action, oltre a tecniche come Q-Learning, Deep Q-Networks (DQN) e i moderni metodi Actor-Critic. Attraverso l’analisi di casi studio, i partecipanti impareranno come selezionare algoritmi RL per risolvere problemi complessi.
SESSIONE TRE
Quantum Computing e Quantum Annealing: dalla teoria alle applicazioni
VENERDÍ 23 MAGGIO
15:00 – 19:00
Prova pratica
Prova pratica di applicazione di reinforcement learning (equipe EP)
SABATO 24 MAGGIO
9:00 – 13:00
15:00 – 19:00
Quantum computing & Quantum Annealing (EP)
- Introduzione alla computazione quantistica
- Qubit e porte logiche
- Calcolo quantistico adiabatico
- Algoritmi quantistici
DOMENICA 25 MAGGIO
9:00 – 13:00
Laboratorio di quantum computing (equipe EP)
- Introduzione alla logica quantistica
- Calcolo quantistico adiabatico pratico
Pomeriggio con Confindustria
Nell’occasione verranno presentati gli Use Case delle soluzioni sviluppate e i risultati tangibili delle sessioni di workshop della Exponential Tech Academy 2025.
Docenti
DANIELE CONTESSI PHD
È co-fondatore di FluidData srl e Travelbrain srl, in cui attualmente lavora come data scientist su soluzioni basate su IA per l'industria
PIERO LUCHI PhD
Ha conseguito un dottorato di ricerca in Fisica all’Università di Trento nel 2023 con una tesi sull'utilizzo di tecniche di machine learning e ottimizzazione per migliorare le prestazioni dei processori quantistici.
Prof. Enrico Prati phd
Prof. Marcello Restelli, PhD
Prof. Guido Tiana, PhD
Luciano Viverit, PhD
Informazioni di servizio
- Info lezioni: durata delle sessioni: 50% teoria, 50% esercitazioni pratiche.
- Tecnologia a disposizione: computer e monitor di ultima generazione e connessione WIFI.
- Orari: le sessioni iniziano nel primo pomeriggio di venerdì e si concludono prima del pranzo di domenica.
- Pasti: light lunch gratuito offerto tutti i giorni per i partecipanti.
- Pernotti gratuiti per studenti fuori sede di Ascoli Piceno.
- Location: Le lezioni si terranno presso il Workspace RigenerAzioni nell’ex-SGL Carbon, Ascoli Piceno, Via Piemonte 10.
- Eventuale colloquio di selezione con la società organizzatrice
- Data ultima di candidatura: 5 maggio 2025
- Riceverai conferma della tua selezione tramite mail o contatto diretto.
Inizia il tuo percorso con noi!
Candidati ora
Exponential
Tech Academy 2025
non perdere l'occasione: Formazione gratuita in AI e Quantum Computing
Il corso è riservato a 20 talenti compila il modulo qui sotto
Media Kit Download
PNC Sisma Misura B2.3 – Codice progetto UC- B231_00652873 – CUPE35I22000390008