Sicurezza informatica dei sistemi energetici per la transizione digitale-energetica: il workshop a Cagliari.

Nell’ambito della Conferenza (qui il link dell’evento), si è svolto l’incontro, “Cybersecurity dei sistemi energetici per la transizione energetica digitale” organizzato da RSE, ENEA e CNR, che si è concentrato sul progetto integrato di Ricerca di Sistema. Per saperne di più,clicca qui

Qui il post su LinkedIn

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.