Ricerca corsi

CAS in Data Science & Quality by Design

  • Codice
  • DTI DS
  • Presentazione
  • Industry 4.0 può essere vista come il risultato dell’introduzione del Data Science nel mondo aziendale. Una corretta raccolta e completa analisi delle informazioni a disposizione può portare a comprendere a fondo le caratteristiche dell’azienda, a migliorare la raccolta dei dati, e a ottimizzare sia i processi di produzione, sia la gestione delle risorse finanziarie e umane. Il Quality by Design è ormai ufficialmente richiesto dagli enti regolatori (FDA). L’obiettivo di questo corso è di offrire conoscenze per sostenere la propria impresa nella progettazione e industrializzazione di un prodotto medicale, la cui qualità viene disegnata fin dalle prime fasi del processo di sviluppo. Tale approccio contribuisce all’incremento della competitività e facilità: il life cycle management attraverso l’impiego di strumenti statistici, di machine learning/data mining e di raccolta dati tramite Industrial Internet of Thing (IIoT). Questo corso parte dalla statistica di base, spiega come recuperare le informazioni necessarie e quanti dati, sperimentali o meno, siano necessari per raggiungere determinati obiettivi. Offre la possibilità di studiare variabili interdipendenti, di comprendere un processo con il minor numero di esperimenti possibili, di creare modelli predittivi basati su dati reali, applicando tecniche consolidate. Durante il corso verranno spiegate le principali tecniche con specifici casi aziendali, utilizzando i più diffusi software statistici e di machine learning (Minitab, R, Companion). Sono previste verifiche dello stato di apprendimento ed esercitazioni relative alle possibili applicazioni dei metodi affrontati nella propria azienda.
  • Obiettivi
  • - Apprendere conoscenze statistiche di base - Effettuare un'analisi dei dati avanzata - Conoscere i relativi tool di applicazione più importanti - Eseguire una pianificazione ottimale del processo di sviluppo e del life cycle management - Ottimizzare i processi produttivi e l’impiego delle risorse umane e dei materiali - Applicare modelli predittivi e decisionali per migliorare la strategia aziendale - Qualificarsi professionalmente con un corso di studi dai contenuti innovativi
  • Destinatari
  • Tecnici di Laboratorio, Responsabili Ricerca & Sviluppo nell’area Fisica, Chimica, Farmaceutica e Dispositivi medicali. Dirigenti, responsabili di area e decision-maker che desiderano aggiornarsi su metodologie, concetti e strumenti di valorizzazione della strategia e competitività aziendale. Responsabili Qualità, figure nell’ambito della direzione industriale e di unità produttiva, Responsabili dell’attività di miglioramento delle prestazioni, responsabili dei reparti di produzione, di prodotti o servizi. Responsabili della pianificazione gestione e analisi di Trial Clinici. Aziende che vogliono ampliare le competenze dei propri collaboratori che operano in funzioni tecnico-produttive e di progettazione.
  • Requisiti
  • Diploma SUP o in discipline scientifiche o esperienza professionale nel settore.
  • Certificato
  • Per chi frequenta l’intero corso e supera i test relativi ai singoli moduli: Certificate of Advanced Studies SUPSI in Data Science & Quality by Design.
  • Crediti di studio
  • 10 ECTS
  • Programma
  • Modulo 1: Introduzione a Industry 4.0 e Statistica di Base - Data Science for 4.0 - Smart Factory - Tools e Software più utilizzati pro e contro - Statistica di base: media, varianza e deviazione standard. Formulazione e verifica di un'ipotesi, comprendere falsi positivi e falsi negativi. - Dimensione del campione e potenza di un test - Confronto tra campioni con varianza nota e non nota Modulo 2: Statistical Modeling - Regressione lineare semplice e multipla - Logistic Regression - ANOVA - Analisi di influenza ed eliminazione delle osservazioni influenti - Valutazione e validazione del modello - Ottimizzazione e selezione automatica delle variabili Modulo 3: Introduzione alla Progettazione degli Esperimenti - Definizione di piano sperimentale: responsi, tipo di fattori e grado di interazione - Piano fattoriale completo a due livelli - Validazione del modello - Blocco e confusione - Piani fattoriali frazionari - Test di robustezza Modulo 4: Progettazione Avanzata degli Esperimenti - Introduzione al Response Surface Design - Uso del DOE per ottimizzare un processo - Introduzione al mixture design Modulo 5: Risk and Project Management for 4.0 - Presentazione di un case study, comprensivo di analisi e valutazione dei rischi - Simulazione di un piano di progetto e relativi meccanismi di sviluppo Modulo 6: Introduzione al Quality by Design - Background and drivers per il QbD - Frame regolatorio - Quality system: siamo pronti? - Syllabus: Impariamo i termini specifici ed il loro significato - QbD roadmap Modulo 7: Progettazione di un farmaco - Il team cross-funzionale: quali competenze? E quando? - Quali informazioni raccogliere? E quando? - Product e process design - Criticalities assessment (FMEA) ed identificazione dei potenziali CQAs e CPPs - Negoziazione tra desiderata e constraints tecnici - Pianificazione delle attività – cenni di project management good practices Modulo 8: Quality by Design nel technology transfer and scale up - Utilizziamo la knowledge acquisita in progettazione: process design, facilities, equipment, materials and manufacturing variables - Definizione del Design Space - Control strategy - Protocollo e report di transfer secondo QbD Modulo 9: Process validation and continuous verification - Frame regolatorio: EU vs FDA: requirements e terminologia specifica - Utilizzo del DoE nella validazione di processo: pros and cons - PAT e control strategy - Analisi predittiva applicata Modulo 10: Process and Product Life Cycle Management - Alchimia dei dati - Legge dei tre layer della Data Science - Suddivisione di ambiti e priorità - Implementazione di un progetto Industry 4.0 e Pharma 4.0 - Gestione e miglioramenti nel tempo
  • Durata
  • 120 ore-lezione
  • Responsabile/i
  • Sara Vignati, ricercatrice SUPSI
  • Relatore/i
  • Professionisti e Docenti con esperienze significative nel proprio ambito di insegnamento.
  • Iscrizione ai corsi
  • Entro il 20 settembre 2019
  • Date
  • Modulo 1: 3, 8, 10 ottobre 2019 Modulo 2: 17, 22, 24 ottobre 2019 Modulo 3: 5, 7, 12 novembre 2019 Modulo 4: 19, 21, 26 novembre 2019 Modulo 5: 3, 5, 10 dicembre 2019 Modulo 6: 16, 21, 23 gennaio 2020 Modulo 7: 30 gennaio, 4, 6 febbraio 2020 Modulo 8: 11, 13, 18 febbraio 2020 Modulo 9: 3, 5, 10 marzo 2020 Modulo 10: 17, 24, 26 marzo 2020
  • Orari
  • 17.30-21.00
  • Luogo
  • SUPSI, Dipartimento tecnologie innovative, Manno
  • Costo
  • CHF 5600.– Tali costi comprendono l’esame alla fine del modulo, il rilascio del certificato, la documentazione didattica. Il corso verrà svolto solo in presenza di un numero minimo di partecipanti. È previsto uno sconto del 10% per i membri individuali dell’Associazione Ticinese Elaborazione Dati (ATED), della Swiss Engineering (ATS), dell’Associazione dei diplomati delle Scuole specializzate superiori della Svizzera italiana (ATST) e dell’Associazione Farmaceutici Ticinese (AFTI).
  • Informazioni
  • SUPSI, DTI, Formazione continua, Galleria 2, CH-6928 Manno tel. +41 (0)58 666 66 84, fax +41 (0)58 666 65 71 dti.fc@supsi.ch, www.dti.supsi.ch
Maggiori informazioni