L’ingegnere dell’AI: cosa fa e dove si studia

Chi costruisce i sistemi di AI nelle aziende: i compiti, due lauree magistrali italiane aperte sulle pagine ufficiali, i numeri di un corso e i limiti.

Perché conta

Spiega un mestiere dell’AI con fonti ufficiali: cosa si fa, dove si studia in Italia, quali numeri esistono davvero e quali no.

In pratica

Chi è curioso trova due corsi magistrali reali da controllare sui bandi e tre risorse per cominciare, con i loro limiti dichiarati.

L’ingegnere dell’AI è chi costruisce e fa funzionare i sistemi di intelligenza artificiale dentro un prodotto o un’azienda: prepara i dati, mette a punto o sceglie un modello, lo collega al resto del software e controlla che continui a funzionare. Non ho trovato un titolo ufficiale unico: l’Università di Pisa, per esempio, elenca più ruoli (machine learning engineer, AI software engineer e altri), e la sua laurea in AI è della classe di Ingegneria informatica. Il mestiere è quello di un ingegnere del software specializzato.

Questo è il secondo capitolo del Dossier Studio sui mestieri dell’AI. Il primo era il prompt engineer. Tutto quello che segue viene da pagine ufficiali aperte il 25 ottobre 2026; dove non ho trovato un dato, lo dico.

Cosa fa davvero

Una giornata tipo non la racconto: non ho trovato una fonte che la descriva, e inventarla non si fa. Ci sono però descrizioni ufficiali dei compiti.

Google, per la sua certificazione professionale, definisce così il ruolo: il Professional Machine Learning Engineer «builds, evaluates, productionizes, and optimizes AI solutions» con gli strumenti di Google Cloud. Tradotto: costruisce, valuta, porta in produzione (cioè in uso reale, non solo in prova) e migliora soluzioni di AI. Le attività dell’esame sono un buon elenco di compiti:

• Trasformare un prototipo in un modello che funziona davvero
• Metterlo a disposizione e farlo reggere a molti utenti
• Automatizzare le “pipeline” (le catene di passaggi che portano i dati al modello)
• Tenere sotto controllo la soluzione una volta in uso
• Lavorare con altri team sui dati e sui modelli

Il machine learning (apprendimento automatico: il modello impara da esempi invece di seguire regole scritte a mano) è il cuore del lavoro. L’Università di Pisa, nella scheda ufficiale del suo corso, elenca come ruoli per i laureati: big data platform engineer, data analytics engineer, AI software engineer, machine learning engineer, consulente big data/AI, ricerca.

Come ci si arriva in Italia

Ho aperto solo due lauree magistrali (il biennio dopo la triennale) con l’AI nel nome, una a Bologna e una a Pisa. Non ho cercato i corsi triennali né le altre università: l’elenco non è completo e non è una classifica.

Università di Bologna, «Artificial Intelligence»: laurea magistrale di due anni, classi LM-18 (Informatica) e LM-32 (Ingegneria informatica), tenuta interamente in inglese. La pagina la dà a libero accesso ma non indica l’anno accademico né i requisiti: vanno letti nel bando.

Università di Pisa, «Artificial Intelligence and Data Engineering»: laurea magistrale di due anni (120 crediti), classe LM-32, in inglese. Per iscriversi serve una laurea nelle classi L-8, L-30, L-31 o L-35, oppure di un’altra classe con crediti minimi in matematica, fisica, informatica e materie vicine, più inglese di livello B2. Una commissione valuta la preparazione e può fare un colloquio. Dati della pagina del corso e della scheda 2025.

A Pisa il primo anno comprende data mining e machine learning, basi di dati su larga scala, cloud computing e metodi di ottimizzazione; il secondo deep learning e visione artificiale, tecnologie del linguaggio e un esame finale da 24 crediti. La scheda ufficiale sottolinea che il corso accetta anche chi viene da altre discipline, purché conosca la programmazione.

Che sbocchi ci sono, con i numeri veri

I dati più solidi che ho trovato riguardano un solo corso. Nella scheda 2025 di Pisa, riferita ai laureati del 2023 intervistati da AlmaLaurea un anno dopo, 28 su 39 hanno risposto: tutti e 28 si dichiarano occupati, il 53,6% con contratto a tempo indeterminato, la retribuzione media è di 1.870 euro netti al mese e il tempo medio per trovare il primo lavoro è di 1,9 mesi. Attenzione: è un gruppo piccolo, di un solo corso, e il 14,3% dei rispondenti stava facendo un dottorato. Non dice niente di un diploma triennale o di altri atenei, e non è una promessa.

Sul fronte della domanda, l’ISTAT riporta che nel 2025 il 16,4% delle imprese italiane con almeno 10 addetti usa almeno una tecnologia di intelligenza artificiale (era l’8,2% nel 2024 e il 5,0% nel 2023); tra le grandi imprese si arriva al 53,1%, tra le piccole e medie al 15,7%. Lo stesso comunicato (15 dicembre 2025) scrive che la mancanza di competenze adeguate frena l’adozione dell’IA in «quasi il 60% delle aziende»: la base esatta di quel calcolo è nel comunicato e conviene leggerla lì. Sono dati sull’uso dell’AI, non sulle assunzioni: dicono che c’è domanda di competenze, non quanti posti ci siano.

La scheda di Pisa indica anche i codici ISTAT delle professioni a cui il corso prepara: analisti e progettisti di software, di applicazioni web, di sistemi e di basi dati, e ricercatori e tecnici laureati nelle scienze ingegneristiche. Nessuno di questi codici ha “intelligenza artificiale” nel nome.

Dove il mestiere è fragile

Ci sono due cose da sapere. La prima: l’AI aiuta chi la costruisce, ma non sempre come si pensa. Nel luglio 2025 METR, un centro di ricerca, ha misurato 16 sviluppatori esperti su 246 compiti reali: con gli strumenti AI di allora impiegavano il 19% di tempo in più, pur credendo di essere più veloci. Gli autori stessi precisano che il campione è piccolo, che non vale per tutti i programmatori e che i risultati sono superati: nel febbraio 2026 hanno pubblicato dati nuovi che qui non ho letto. Lo cito come avvertimento a non fidarsi delle impressioni, non come verdetto.

La seconda: la scheda ufficiale di Pisa attribuisce al laureato competenze che non sono di calcolo: capire cosa serve a esperti di altri settori, spiegare le soluzioni agli utenti e a chi decide, coordinare gruppi. Sono competenze che la scheda indica come parte del mestiere, accanto a quelle tecniche.

Per cominciare da casa

Tre risorse, gratuite o con il costo dichiarato. Le pagine sono in inglese:

Machine Learning Crash Course di Google: un’introduzione pratica e veloce al machine learning, con video ed esercizi. La pagina non indica durata, prerequisiti né costo, e non dice se il corso sia in italiano.

Corso LLM di Hugging Face, sui modelli linguistici: è «completely free and without ads», cioè gratuito e senza pubblicità. Richiede una buona conoscenza di Python (un linguaggio di programmazione) e conviene dopo un’introduzione al deep learning.

La certificazione di Google Cloud costa 200 dollari più tasse, dura due ore e non ha prerequisiti formali, ma Google consiglia almeno 3 anni di esperienza nel settore: è un traguardo, non un punto di partenza.

Una nota onesta: non ho verificato se queste risorse bastino per trovare lavoro, e non è un consiglio di carriera. Per scegliere un percorso conta quello che già sai e quello che vuoi fare, e questo lo sai solo tu.

Aggiornato al 25 ottobre 2026. Dati dei corsi: pagine ufficiali consultate in quella data; dati occupazionali: AlmaLaurea via Pisa, laureati 2023. Da rileggere entro il 23 gennaio 2027.