Modulo | Programma | Partner | Docente Int | Docente Est | Modalità |
|---|---|---|---|---|---|
1.Tecniche Caseare Avanzate | Produzione di formaggi freschi e stagionati, Fermentazione Controllata, Utilizzo di fermenti e coagulanti innovativi; Standardizzazione di fermenti e ottimizzazione dei parametri produttivi | ANASB | N.A. | Cognome Nome Ore n.8 | Lezioni Teoriche (Presenza/Blended/Online) |
2. Digitalizzazione, Automazione e Robotica Collaborativa | Interfacciamento con sistemi SCADA/PLC per controlli automatici, Uso di sensori IoT per temperatura, pH, conducibilità, umidità, Tracciabilità digitale della filiera (Blockchain, RFID, QR code, etichettatura intelligente. | CeSMA | Cognome Nome Ore n.2 | Cognome Nome Ore n.4 | Lezioni Teoriche (Presenza/Blended/Online) |
3. Sicurezza alimentare e qualità | HACCP evoluto, ISO 22000, analisi predittiva dei rischi, Monitoraggio in tempo reale, anche mediante sensori IoT, di contiminazione e condizioni igieniche, Certificazionee gestione documentale del rischio. | ANASB | N.A. | Cognome Nome Ore n.8 | Lezioni Teoriche (Presenza/Blended/Online) |
4. Sostenibilità e Impatto ambientale | Riduzione degli sprechi, riuso di siero e sottoprodotti, efficienza energetica, bilancio idrico e impronta carbonica, packaging sostenibile e logistica intelligente. Impianti agrivoltaici, biogas, biomasse, sistemi ibridi. | CeSMA | Cognome Nome Ore n.2 | Cognome Nome Ore n.2 | Lezioni Teoriche (Presenza/Blended/Online) |
5. Intelligenza Artificiale per il Casaro 5.0 | AI per il controllo qualità visivo: utilizzo di visione artificiale per identificare difetti nella cagliata, nella filatura, nella forma e crosta dei formaggi Modelli predittivi per la resa e la stagionatura: previsione della resa in funzione di parametri iniziali (tenore lipidico, temperatura, pH, umidità) Apprendimento automatico su dati di produzione: analisi dei dati storici per identificare pattern e ottimizzare i cicli di produzione AI per la tracciabilità e il monitoraggio in tempo reale: modelli di anomaly detection su dati da sensori IoT (temperatura, pH, umidità, gas) Strumenti pratici per il Casaro: utilizzo guidato di piattaforme semplificate (es. Edge Impulse, Teachable Machine, Microsoft Lobe) per creare un modello AI in modo no-code | CeSMA | Cognome Nome Ore n.2 | Cognome Nome Ore n.6 | Lezioni Teoriche (Presenza/Blended/Online) |
6. ESPERIenzA PRATICA: Produzione della Mozzarella di Bufala Campana DOP con materie prima di prima scelta (Artigianato Digitale) | Filtraggio del latte, Coagulazione del latte, lavorazione della cagliata, filatura, mozzatura, salatura | ANASB | N.A. | Cognome Nome Ore n.25 | Lezioni Pratiche presso Caseificio Sperimentale |
7. Soft Skills e marketing territoriale | Racconto del prodotto (storetelling 5.0) Competenze per l'e-commenrce e la vendita digitale diretta, Consapevolezza delle dinamiche DOP, IGP, Made in Italy | ANASB | N.A. | Cognome Nome Ore n.8 | Lezioni Teoriche (Presenza/Blended/Online) |
8. Project Work Finale | Il project work finale per la figura del Casaro Digitale consisterà nella simulazione dell’intero processo di produzione della Mozzarella di Bufala Campana DOP, con ottimizzazione dei parametri produttivi (pH, temperatura, umidità) e applicazione di strumenti digitali per il controllo qualità e la tracciabilità. I partecipanti utilizzeranno piattaforme no-code per creare modelli di intelligenza artificiale in grado di riconoscere difetti visivi nel prodotto e analizzeranno dati da sensori IoT. Il lavoro si concluderà con la redazione di un mini-report ESG e LCA e con un test finale teorico-pratico sulle competenze acquisite. | ANASB | N.A. | Cognome Nome Ore n.5,5 | Lezioni di Laboratorio o Presso Azienda Agricola |





