Fondamenti di Project Management
- Introduzione ai concetti base: obiettivi, risorse, tempi e budget
- Differenza tra progetti agili e tradizionali (Waterfall vs Agile)
Ciclo di vita del progetto
- Fasi principali: inizio, pianificazione, esecuzione, monitoraggio e chiusura.
- Ruoli e responsabilità nel ciclo di vita.
Metodologia Agile
- Principi e valori dell'Agile Manifesto.
- Come applicare l'Agile in contesti tecnologici.
Introduzione a Scrum
- Ruoli principali: Product Owner, Scrum Master, e Development Team.
- Artefatti: Product Backlog, Sprint Backlog, e Increment.
- Eventi Scrum: Sprint Planning, Daily Stand-up, Sprint Review, e Retrospective.
Pianificazione e gestione degli Sprint
- Suddivisione del lavoro in Sprint.
- Definizione del "Definition of Done".
- Gestione delle User Stories e Task.
Strumenti per la gestione Agile
- Utilizzo di strumenti come ClickUp, Jira, Trello, Asana per monitorare il progetto.
- Dashboard di avanzamento, Burn-down e Burn-up charts.
Gestione delle risorse e dei team
- Allocazione delle risorse e gestione delle competenze.
- Tecniche di gestione dei team distribuiti e dei team ibridi.
Risk Management nel Project Management
- Identificazione, analisi e gestione dei rischi.
- Come implementare una strategia di risk mitigation in ambienti tecnologici.
Comunicazione e Stakeholder Management
- Coinvolgimento degli stakeholder e gestione delle loro aspettative.
- Tecniche di comunicazione efficace per mantenere la trasparenza e il flusso informativo nel team.
Valutazione della performance del progetto e continuous improvement
- Metriche per valutare la salute del progetto.
- Tecniche di feedback continuo e miglioramento costante (Scrum Retrospective).
Il project management ai tempi dell’AI
- AI e Automazione nella Pianificazione di Progetto
- AI per il Risk Management e il Decision Making
- AI-Powered Project Monitoring e Reporting
- AI nella Comunicazione e Collaborazione di Team
- Prompt Engineering per Project Manager
- Etica, Governance e Limiti dell’AI nel Project Management
AI Inside — Agenti e governance nel flusso di progetto
- Agenti AI nel day-by-day: riassunti dei meeting, aggiornamento automatico dei task, reporting
- Governance dell'AI nel team: chi verifica gli output, responsabilità, policy d'uso
- Stimare e pianificare quando il team usa l'AI: produttività reale vs percepita
- Esercizio: definire la policy AI di un team di progetto (per approfondire: corso “AI Act & AI Adoption”)