Il corso Fondamenti di intelligenza artificiale è progettato per fornire ai partecipanti un'introduzione completa al campo dell'intelligenza artificiale (AI). Attraverso una combinazione di concetti teorici e applicazioni pratiche, i partecipanti acquisiranno solide basi nell'intelligenza artificiale e nei suoi vari sottocampi, tra cui l'apprendimento automatico, l'elaborazione del linguaggio naturale, la visione artificiale e la robotica. Esploriamo l'uso dell'intelligenza artificiale nell'industria, e in particolare nelle telecomunicazioni e nei settori correlati. Alla fine del corso, i partecipanti avranno una conoscenza approfondita dei concetti, delle tecniche e delle loro applicazioni nel mondo reale, in particolare nelle telecomunicazioni, e saranno attrezzati per proseguire gli studi sull'intelligenza artificiale o applicare le loro conoscenze a diversi settori in cui l'intelligenza artificiale svolge un ruolo significativo. Prerequisiti Non ci sono prerequisiti specifici per questo corso. Tuttavia, una conoscenza di base dei concetti di programmazione sarebbe utile. Contenuti del corso               Introduzione all'intelligenza artificiale Apprendimento automatico Elaborazione del linguaggio naturale (PNL) Visione artificiale Robotica e sistemi autonomi L'intelligenza artificiale nell'industria Etica e IA responsabile

Leggere Di più

Il corso Fondamenti di intelligenza artificiale è progettato per fornire ai partecipanti un'introduzione completa al campo dell'intelligenza artificiale (AI). Attraverso una combinazione di concetti teorici e applicazioni pratiche, i partecipanti acquisiranno solide basi nell'intelligenza artificiale e nei suoi vari sottocampi, tra cui l'apprendimento automatico, l'elaborazione del linguaggio naturale, la visione artificiale e la robotica. Esploriamo l'uso dell'intelligenza artificiale nell'industria, e in particolare nelle telecomunicazioni e nei settori correlati. Alla fine del corso, i partecipanti avranno una conoscenza approfondita dei concetti, delle tecniche e delle loro applicazioni nel mondo reale, in particolare nelle telecomunicazioni, e saranno attrezzati per proseguire gli studi sull'intelligenza artificiale o applicare le loro conoscenze a diversi settori in cui l'intelligenza artificiale svolge un ruolo significativo. Prerequisiti Non ci sono prerequisiti specifici per questo corso. Tuttavia, una conoscenza di base dei concetti di programmazione sarebbe utile. Contenuti del corso               Introduzione all'intelligenza artificiale Apprendimento automatico Elaborazione del linguaggio naturale (PNL) Visione artificiale Robotica e sistemi autonomi L'intelligenza artificiale nell'industria Etica e IA responsabile

Leggere Di più

Key Topics Covered Foundations of virtualisation in telecom, including the evolution to cloud-native architectures and the role of VMs and containers in 5G core and edge environments Cloud networking essentials, covering virtual networks, segmentation, overlay technologies, secure connectivity, and integration with transport and core networks Containerisation fundamentals, including container lifecycle, workload types, and resource isolation for telecom-grade deployments Kubernetes and container orchestration, including architecture, CNF management, resilience mechanisms, and deployment across core and edge environments Container networking models, including multi-interface support, high-performance data paths, and integration with orchestration and transport systems Learning Ourcomes Understand fundamentals of network & IT virtualisation/Containerization (NFV, CNF) and container orchstration Explain how virtualisation enables scalability, resiliency, and automation in converged core network Identify the role of cloud-native functions in Vodafone’s transition to software-defined networks Describe the operational impact on lifecycle management, orchestration, and assurance Target Audience Core network engineers transitioning to cloud-native architectures Network cloud and platform engineers Technical operations staff supporting Life Cycle Management (LCM) of CNF's and NS's

Leggere Di più

Key Topics Covered Fundamentals of telecom private cloud architecture, including NFVI components, high availability, edge/distributed deployments, and evolution from NFV to cloud-native platforms Design of virtual infrastructure and cloud platforms, covering compute, storage, networking, resource isolation, and data centre fabric integration Private cloud networking and security, including segmentation, tunnelling, service discovery, and protection of core and edge workloads Integration of containers and Kubernetes, supporting CNFs alongside virtual machines with advanced networking and data plane considerations Operational models and lifecycle management, including planning, monitoring, upgrades, disaster recovery, and governance processes Learning Outcomes Architect and operate Vodafone-engineered private cloud platforms using modern SDN & cloud-native tooling Design efficient VPC layouts, routing, service discovery and secure multi‑tier architectures Implement overlay/underlay technologies including VxLAN, GRE and IPsec Optimise VNFC networking using DPDK/SR‑IOV for high‑performance workloads. Course Modules Foundations of Telecom Private Cloud Architecture Virtual Infrastructure & Network Cloud Platform Design Private Cloud Networking & Security Container Integration on Private Cloud Operational Model & Lifecycle Management

Leggere Di più

Key Topics Covered Overview of multi-domain orchestration for coordinating RAN, Core, Transport, and Cloud to enable end-to-end 5G service delivery within Zero Touch Operations frameworks Architecture of orchestration systems, including layered orchestrators, API integration, and interaction with SDN controllers, NFV, and cloud-native platforms Use of information models and intent frameworks, including service templates, standard APIs, and data models for cross-domain orchestration and network slicing End-to-end service orchestration workflows, covering service design, resource allocation, activation, and multi-vendor interoperability Closed-loop automation and assurance integration, enabling telemetry-driven decisions, SLA monitoring, and automated remediation actions Learning Outcomes Understand the architecture and purpose of cross-domain orchestration (RAN/Core/Transport/Cloud) Translate business intents into automated service workflows Apply information models enabling vendor‑agnostic orchestration Explain orchestration’s role in delivering E2E 5G services including slicing and chaining Target Audience Network automation and orchestration engineers OSS/BSS and service orchestration architects Core, RAN, and transport integration engineers Network operations engineers supporting automated service delivery

Leggere Di più

Key Topics Covered Fundamentals of 5G network slicing, including slice types, identifiers, domain separation, and use cases for consumer and enterprise services Slice templates and SLA-driven design, covering performance parameters, KPI mapping, admission control, and policy-based configuration Static and dynamic slicing lifecycle automation, including on-demand instantiation, scaling, modification, and orchestration-driven provisioning End-to-end multi-domain slice coordination, covering RAN, Transport, and Core integration for complete service delivery across heterogeneous networks Slice assurance and closed-loop management, including real-time monitoring, analytics, and automated optimisation to maintain SLA performance Learning Outcomes Design slice templates using SLA‑driven parameters (latency, throughput, availability) Differentiate static vs dynamic slicing and lifecycle automation Integrate assurance, analytics and orchestration for closed-loop slice management Evaluate business use cases for enterprise and consumer slicing Target Audience 5G core and network slicing engineers Enterprise solutions architects Network service design and product teams Automation engineers supporting end-to-end service delivery  

Leggere Di più

Key Topics Covered Overview of Zero Touch Operations (ZTO), including its role in 5G/cloud-native networks and evolution toward intent-driven, AI-enabled operations Intent-driven networking and policy automation, translating business intent into orchestrated actions for provisioning, scaling, and optimisation Automation of network operations such as configuration management, self-healing, scaling, service activation, and incident handling Application of AI/ML for predictive analytics, anomaly detection, root cause analysis, and network optimisation Governance, security, and trust frameworks to ensure safe, auditable, and reliable automated operations" Learning Outcomes Identify operational processes suitable for full automation vs human‑in‑the‑loop control Understand policy/intent frameworks enabling hands‑off operations Explain interactions between orchestration, assurance, analytics and AI in zero‑touch operations Recognise governance and trust considerations in automated domains. Target Audience Network operations engineers Automation and orchestration engineers Digital transformation and operations architects Service assurance and network management teams

Leggere Di più

Key Topics Covered Foundations of closed-loop automation, including the Monitor–Analyse–Decide–Act model and its role in improving service reliability, efficiency, and SLA performance across network domains Telemetry and real-time observability, covering data collection from multi-domain sources, streaming analytics, and integration with assurance systems Analytics and decision-making frameworks, including rule-based and AI-driven policy engines for SLA monitoring, predictive analysis, and automated decision triggers Automated orchestration and remediation actions, enabling scaling, rerouting, reconfiguration, and fault recovery across RAN, Core, Transport, and Cloud End-to-end service assurance integration, including KPI monitoring, SLA enforcement, incident automation, and alignment with operational processes Learning Outcomes Apply closed‑loop automation frameworks (monitor → analyse → decide → act) Identify relevant telemetry/KPI sources for real‑time decisions Explain interplay between analytics engines and orchestration layers Understand assisted vs full closed‑loop implementation models." Target Audience Network automation engineers AI/analytics engineers supporting network assurance OSS platform architectsOperations teams responsible for service assurance and performance

Leggere Di più

L'intelligenza artificiale (IA) sta rivoluzionando il settore delle telecomunicazioni e portando l'innovazione connessa a nuovi livelli. Questo corso completo approfondisce il ruolo dell'IA nelle telecomunicazioni e ne esplora le diverse applicazioni, dall'apprendimento automatico all'elaborazione del linguaggio naturale, dalla visione artificiale alla robotica. I partecipanti acquisiranno una solida comprensione di come l'IA stia rimodellando le reti di telecomunicazioni per renderle più efficienti e sostenibili, nonché della sua integrazione in architetture in evoluzione per supportare casi d'uso all'avanguardia come il Metaverso, il Trasporto Intelligente e la Guida Autonoma. Inoltre, il corso mette in luce la sinergia tra IA e Internet of Things (IoT), dando vita al potente concetto di AIoT (Intelligenza Artificiale delle Cose). I partecipanti scopriranno come l'IA stia catalizzando l'innovazione in tutti i settori, consentendo città più intelligenti, processi produttivi più efficienti e soluzioni sanitarie personalizzate. Al termine del programma, i partecipanti saranno esperti nei concetti e nelle tecniche dell'IA, pronti ad applicare le proprie conoscenze al settore delle telecomunicazioni e oltre. Che intendano proseguire gli studi sull'IA o sfruttare le proprie competenze in diversi ambiti, i partecipanti saranno in grado di orientarsi nell'entusiasmante intersezione tra IA e innovazione nel settore delle telecomunicazioni. In un panorama digitale in rapida evoluzione, comprendere i fondamenti dell'IA è essenziale per i professionisti del settore delle telecomunicazioni. Questo corso non solo fornisce ai partecipanti competenze pratiche in materia di IA, ma infonde anche un profondo apprezzamento per le considerazioni etiche e l'implementazione responsabile delle tecnologie di IA. Con un focus sulle applicazioni nel mondo reale e sulla rilevanza per il settore, questo corso consente ai partecipanti di sfruttare l'IA per guidare l'innovazione, migliorare l'efficienza e sbloccare nuove possibilità nel dinamico mondo delle telecomunicazioni e dell'innovazione connessa. Contenuti del corso               Introduzione all'intelligenza artificiale Apprendimento automatico Applicazione dell'apprendimento automatico all'intelligenza artificiale Elaborazione del linguaggio naturale (NLP) Visione artificiale Robotica e sistemi autonomi L'intelligenza artificiale nell'industria AIoT (Intelligenza Artificiale delle Cose) Etica e intelligenza artificiale responsabile

Leggere Di più