Il Corso, curato dal ricercatore ENEA Terin-Ict Angelo Mariano, fornisce una panoramica delle tecnologie Deep Learning e loro possibili applicazioni, illustrando i concetti base di funzionamento degli algoritmi e come questi algoritmi possono rivoluzionare i processi produttivi. Verranno mostrate differenti architetture in grado di di percepire, prevedere e, soprattutto, orchestrare autonomamente i flussi di lavoro.

Programma dettagliato 
Prima giornata – 4 febbraio dalle 9:00 alle 13:00
Percezione e Analisi Predittiva (4 ore)
Focus. Come l’AI vede e interpreta i dati sensoriali e temporali:
– Computer Vision (CV): il riconoscimento degli oggetti con un approccio visuale
– Time Series Analysis: analisi predittiva sulla base delle serie storiche
– Reinforcement Learning (RL): L’apprendimento per obiettivi.

Seconda giornata – 5 febbraio dalle 9:00 alle 13:00
Cognizione e Sistemi Agenti (4 ore)
Focus. Dai Large Language Models alla creazione di agenti autonomi decisionali:
– Transformers & LLM: capire l’architettura basata sull’attenzione
– Agentic AI: l’evoluzione dell’automazione: Non più semplici chatbot, ma “Agenti” capaci di piani-ficare ed eseguire task.
– Integrazione di Sistema: i differenti modelli AI si integrano tra loro

Per registrarsi
4 febbraio 2026
https://events.teams.microsoft.com/event/544df262-f87d-4204-a964-0d3e3307edd3@f01418a6-08bc-47fd-b440-6cd70183d133

5 febbraio 2026
https://events.teams.microsoft.com/event/8320788c-dd1c-4d4a-96b2-caa9e4a0afcf@f01418a6-08bc-47fd-b440-6cd70183d133

Target 
Responsabili Innovazione, Ingegneri di Processo, CTO e Technical Manager che vogliono acquisire una visione strutturata sulle tecnologie AI più avanzate per guidare l’implementazione di sistemi data-driven.

Metodologia didattica 
Il corso adotta un approccio teorico-pratico, alternando presentazioni concettuali con illustrazioni pratiche dei software e delle tecnologie discusse.

Risultati attesi 
Al termine del corso, i partecipanti avranno acquisito le seguenti informazioni:
– Come mappare le Architetture AI
– Come Passare da una visione di “AI che osserva” a una di “AI che agisce” (Agentic AI)
– Come applicare gli algoritmi di base su dataset di piccole e medie dimensioni.

Materiale didattico 
Ai partecipanti verranno fornite le presentazioni utilizzate durante il corso e materiale informativo supplementare sulle tecnologie e i software presentati.

L’evento formativo è curato da Agostino Funel – ICT-HPC è destinato a professionisti con conoscenze di base di programmazione (in C, C++ o Fortran) che desiderano avvicinarsi al calcolo parallelo e comprendere i principi che regolano l’efficienza e la scalabilità dei moderni sistemi di calcolo scientifico. Si potrà seguire online, il 04 dicembre 2025 dalle 09,00 alle 13,00. Iscrizione disponibile qui

Descrizione corso
Il corso mira a fornire i concetti di base del calcolo ad alte prestazioni e delle tecniche di programmazione parallela dei supercalcolatori

Obiettivi formativi 
l corso introduce i principi fondamentali del calcolo ad alte prestazioni (High Performance Computing, HPC), con l’obiettivo di fornire ai partecipanti le competenze teoriche e pratiche di base necessarie per sviluppare applicazioni parallele su sistemi multi-core e cluster di calcolo (supercalcolatori). Dopo una panoramica sulle architetture hardware e sui modelli di parallelismo, il corso affronta i principali paradigmi di programmazione parallela, con esempi pratici in MPI (Message Passing Interface) e OpenMP. Vengono inoltre introdotti i concetti di scalabilità, speedup, efficienza indispensabili per l’analisi delle prestazioni dei codici paralleli.

Programma dettagliato  
Parte I
• Breve introduzione al calcolo ad alte prestazioni (HPC)
• Esempi concreti della necessità dei sistemi HPC: simulazioni numeriche e intelligenza artificiale
• Concetto di elaborazione parallela
• Le architetture parallele
• Il supercalcolatore CRESCO dell’ENEA

Parte II
• Paradigmi della programmazione parallela
• Programmazione parallela Message Passing Interface (MPI)
• Programmazione parallela multithreading (OpenMP)
• Valutazione delle prestazioni di un programma parallelo

Target  
Il corso si rivolge a professionisti con conoscenze di base di programmazione (in C, C++ o Fortran) che desiderano avvicinarsi al calcolo parallelo e comprendere i principi che regolano l’efficienza e la scalabilità dei moderni sistemi di calcolo scientifico.

Metodologia didattica  
Il corso adotta un approccio teorico-pratico, alternando presentazioni concettuali con dimostrazioni pratiche dei software e delle tecnologie discusse.

Risultati attesi  
Al termine del corso, i partecipanti avranno acquisito:
1. le nozioni fondamentali del calcolo ad alte prestazioni
2. le nozioni fondamentali della programmazione parallela

Materiale didattico  
Ai partecipanti verranno fornite le presentazioni utilizzate durante il corso e materiale informativo supplementare sulle tecnologie e i software presentati.

Workshop GARR 2025. 3-5 novembre.
Università Roma Tre (Dipartimento di Architettura)
Le presentazioni

In questo link le presentazioni del Workshop GARR, Net Makers l’appuntamento annuale dedicato agli esperti di networking del mondo dell’università e della ricerca che si è svolto dal 3 al 5 novembre us.

L’evento formativo è curato da Serena D’Onofrio, di ICT-HPC ed è destinato a sviluppatori, analisti e data scientist alle prime esperienze con il Machine Learning. Si potrà seguire online, il 2 dicembre 2025 dalle 14,00 alle 18,00 e il 3 dicembre dalle 9:00 alle 13:00.

Obiettivi formativi 
Il corso fornisce in primis una panoramica del mondo del Machine Learning, illustrando i concetti base dell’apprendimento supervisionato e non supervisionato, ed offrendo una rassegna degli algoritmi classici più utilizzati, come la regressione lineare e logistica, e i clustering. Inoltre, offre un’introduzione al mondo del Deep Learning e delle reti neurali artificiali, per spiegare la loro struttura e il loro funzionamento.

Programma
Prima giornata – 2 dicembre dalle 14:00 alle 18:00.
Link per iscriversi
· Introduzione ai concetti chiave del Machine Learning
· Algoritmi classici del Machine Learning supervisionato
· Machine Learning non supervisionato

Seconda giornata – 3 dicembre dalle 9:00 alle 13:00
Link per iscriversi
· Introduzione alle reti neurali artificiali
· Costruzione di una piccola rete neurale
· Descrizione delle reti neurali più complesse

Target 
Sviluppatori, analisti e data scientist alle prime esperienze con il Machine Learning.

Metodologia didattica 
Il corso adotta un approccio teorico-pratico, alternando presentazioni concettuali con dimostrazioni pratiche dei software e delle tecnologie discusse.

Risultati attesi 
Al termine del corso, i partecipanti avranno acquisito:
· Comprendere la pipeline di sviluppo di un modello di Machine Learning.
· Applicare gli algoritmi di base su dataset di piccole e medie dimensioni.

Materiale didattico 
Ai partecipanti verranno fornite le presentazioni utilizzate durante il corso e materiale informativo supplementare sulle tecnologie e i software presentati.

L’evento formativo è curato da Fiorenzo Ambrosino – ICT-HPC è destinato a ingegneri, professionisti nell’area della modellazione numerica, studenti e curiosi che vogliono comprendere le basi della modellazione di problemi di fluidodinamica su sistemi di calcolo ad alte prestazioni. Si potrà seguire online, il 27 novembre 2025 dalle 9,00 alle 13,00.

Il corso introduce concetti e complessità tipiche della risoluzione di problemi di fluidodinamica (meccanica dei fluidi, aerodinamica, ecc.), fornisce una panoramica generale alle diverse tipologie di fenomeni fisici associati e darà poi uno sguardo ad aspetti sempre più modellistici passando per le equazioni e finendo ad esempi di implementazione numerica degli algoritmi di risoluzione. Verranno anche mostrati esempi di risoluzione di problemi fluidodinamici direttamente su sistemi di calcolo ad alte prestazioni.

Programma e registrazione