• Impostazione un Project work operativo aziendale
• Didattica interattiva con simulazioni ed esercitazioni
• Analisi di case history e testimonianze
• Lezioni in lingua italiana con materiali in italiano o inglese
• IoT Lab di simulazione e analisi dati in streaming a partire dai sensori di campo

Festo promuove soluzioni integrate che toccano i processi, la tecnologia, le persone e la loro formazione.
Questo, secondo noi, è l’approccio corretto se si vogliono ottenere risultati tangibili e sostenibili nel tempo.

Sosteniamo i nostri clienti:

• nella costruzione di una strategia 4.0 e di una roadmap operativa
• nello sviluppo delle competenze per le persone
• in cantieri e progetti operativi

I progetti operativi costituiscono un elemento centrale per portare valore alla propria realtà aziendale.
I partecipanti al Percorso sono invitati a individuare, all'interno della loro azienda, casi e situazioni che potrebbero diventare oggetto di Project work strategici.
I docenti li supporteranno nella selezione del Project work più adatto in termini di obiettivi e vincoli aziendali, da proporre al management.
Il Percorso prevede una sessione comune dedicata all'impostazione del Project work e una di coaching da remoto dopo l'avvio del progetto.
A richiesta sono disponibili ulteriori sessioni di coaching o attività di supporto in azienda.

I materiali di supporto verranno forniti in formato elettronico in italiano e inglese.
I partecipanti potranno accedere all'area del sito Festo Academy dedicata al Percorso dove troveranno:

• materiale formativo disponibile per il download
• articoli di approfondimento
• calendario e avvisi per le giornate formative
• altre informazioni rilevanti

Durante le sessioni formative, Festo metterà a disposizione l'utilizzo di alcuni software per le esercitazioni (Alcuni di questi sono Open source o freeware).
Per l'uso degli stessi in azienda sarà necessario acquisire licenze ad hoc, ove richiesto.

Durante il Project work vi proporremo l'uso del CRISP-DM che rappresenta un processo cross industry per il Data mining.
La metodologia fornisce un approccio strutturato e robusto per pianificare e gestire un progetto di Data mining.

Il Percorso prevede un numero limitato di partecipazioni per garantire una didattica e un'interazione ottimale.
Vi può accedere chi sia in possesso di laurea o diploma superiore.
Prima della conferma dell'iscrizione verrà chiesto agli interessati di inviare il proprio curriculum.
I curricula verranno analizzati dando priorità all'esperienza operativa maturata sul campo.

L'industrial Data Scientist affianca alla competenza analitica e digitale quella dei processi industriali, del miglioramento, del project management e della gestione delle relazioni.
Per costruire un profilo di ruolo completo, sulla base delle competenze individuali, del contesto aziendale e di business, il partecipante potrà approfondire ulteriormente alcuni temi e strumenti seguendo altre iniziative proposte da Festo Academy.

Contattateci per costruire un percorso personalizzato
Tutti i seminari suggeriti per l'approfondimento del tema 4.0 sono disponibili nell'area tematica Digital Transformation

Digital Transformation

Il percorso inquadra la Digital Transformation come scelta strategica oltre che tecnologica, con il dato al centro del miglioramento continuo, e introduce approccio, competenze e Data Governance per abilitare la Data Science.
Si passa poi alla concretezza con la selezione di progetti di data analytics e una governance progettuale basata su best practice, fino a un Executive Lab su caso reale: definizione di obiettivi e criteri di successo, valutazione dei dati, setup operativo, analisi del dataset e roadmap dei passi successivi.

Data Driven Company

In questo secondo modulo si affronta la raccolta dati dal campo e l’integrazione OT/IT (Industry 4.0, edge/gateway), le architetture di elaborazione e storicizzazione on-prem e cloud (edge/fog). Si prosegue con la roadmap di adozione dell’AI attraverso il Regolamento UE: AI Act, impatti “risk-based”, metodologia di pianificazione (assessment, prioritizzazione use case, costi-benefici), governance.
L’ultima parte del modulo diventa molto tecnico-operativo con laboratorio di prompt engineering e confronto con progetti Ai aziendali chiudendo sui concetti di Data Lake/Warehouse ed esercitazione in Power BI e focus su Azure/Fabric.

Data Analytics

Il programma sviluppa le basi dello statistical learning applicato all’industria, partendo dall’affidabilità della misura e passando al controllo statistico dei processi (carte di controllo e capacità di processo). Integra poi l’uso dell’AI per automatizzare il controllo qualità, supportare sistemi intelligenti di monitoraggio macchinari e abilitare manutenzione predittiva/prescrittiva. Completa il percorso con strumenti di analisi e modellazione (ANOVA, modelli matematici e regressione), linee guida e best practice

Artificial intelligence

Il modulo copre l’intero ambito dell’AI: dal Machine Learning al Deep Learning fino alla Generative AI.
Introduce il ML con esempi pratici in Python e i principali problemi di classificazione e regressione, approfondendo algoritmi come alberi decisionali, ensemble e random forest.
Affronta poi il Deep Learning, dalla struttura delle reti e delle funzioni di attivazione a ottimizzatori e regolarizzazione, includendo architetture, tuning, modelli pre-addestrati, transfer learning, fine-tuning e produzione.
Il modulo si chiude con l’AI generativa: dati sintetici, embeddings, funzionamento dei LLM (token e costi), opzioni cloud/on-prem e open/proprietarie, gestione della memoria e sviluppo di agenti AI per applicazioni avanzate.