3 CFU per altre conoscenze - Corso "Industrial IoT: sensori, analisi dei dati e reti di comunicazione - Modulo Approfondimenti" (1 CFU, 7 ore)

Industrial IoT: sensori, analisi dei dati e reti di comunicazione - Modulo Approfondimenti (1 CFU, 7 ore)

Si informano gli studenti di secondo e terzo anno del CdS L9 - Ingegneria Industriale che sono aperte le iscrizioni al corso in oggetto, valido per il riconoscimento di 1 CFU per Altre conoscenze utili all'inserimento nel mondo del lavoro.

Il corso si intende a completamento del corso base, al fine di consentire il raggiungimento di 3 CFU per Altre conoscenze utili all'inserimento nel mondo del lavoro agli studenti che non abbiano avuto modo di frequentare il corso di Sicurezza.

Il corso "Approfondimenti" rappresenta il secondo di due moduli dell'attività didattica seminariale proposta dal Prof. Francesco Beritelli e dalla Prof.ssa Roberta Avanzato per far conoscere agli allievi del corso di laurea in Ingegneria Industriale gli strumenti metologici e le potenzialità per le applicazioni in contesto industriale delle tecnologie IoT (Internet of Things).

Le lezioni si terranno di norma il venerdì mattina e saranno calendarizzate tra la prima settimana di Marzo 2026 e non oltre la seconda settimana di Aprile 2026, così da consentire il conseguimento dei relativi CFU ai laureandi della sessione di laurea del 27/04/2026.

Gli studenti che abbiano già conseguito 1 CFU a seguito di frequenza del corso di Sicurezza tenuto dalla Prof.ssa Trapani possono frequentare il modulo "Approfondimenti" senza riconoscimento del relativo CFU. Gli studenti che non abbiano già conseguito il suddetto CFU devono frequentare sia il "Corso Base" sia il modulo "Approfondimenti" al fine di completare i 3 CFU per Altre conoscenze utili all'inserimento nel mondo del lavoro previsti nel piano di studio.

Gli obiettivi formativi dei due moduli sono di seguito sintetizzati:
- Fornire una panoramica dei principi di IoT e delle sue applicazioni industriali.
- Approfondire il ruolo delle reti wireless industriali e le problematiche di affidabilità.
- Introdurre la sensoristica e le tecniche di signal processing per il monitoraggio industriale.
- Presentare metodologie di anomaly detection e predictive maintenance basata su AI.
- Offrire esperienza pratica attraverso laboratori su dataset e sistemi IoT.