Grazie per aver inviato la tua richiesta! Uno dei nostri team membri ti contatterà a breve.
Grazie per aver inviato il tuo prenotazione! Uno dei nostri team membri ti contatterà a breve.
Struttura del corso
Modulo 1: Introduzione e Teoria dell'IA
- L'Approccio Basato su Modelli: l'IA come problema di ingegneria.
- Demistificare il "Ghost in the Machine": cosa è l'IA rispetto a ciò che non è.
- L'Evoluzione della Tecnologia: da BERT ai Transformers.
- Domini Generativi: Analisi, Creativo, Ricerca, Immagine, Musica e Video.
- Governance dei Dati: pilastri, audit e tendenze di ricerca (Multimodalità, Agenti, RAG, LLM vs. SLM).
- Il Lato Oscuro: etica, proprietà intellettuale, bias, allucinazioni e ingegneria sociale.
- Valutazione dei Rischi: avvelenamento dei dati, Nepenthes e il rischio di "abbassare" le competenze umane.
- Taxonomia del Modello: modello fondamentale vs. specifico per task; modelli chiusi vs. aperti.
Modulo 2: Panoramica e Strumentario Attuali
- L'Arena dei Modelli di Linguaggio: confronto delle prestazioni e benchmark.
- Criteri Professionali per l'Acquisto: costi, latenza, privacy e lock-in del fornitore.
- Panoramica dei Grandi Modelli: OpenAI ChatGPT, Perplexity, Gemini e Grok.
- Modelli di Niches e Piccoli: Manus, SpecKit.
- Generazione Grafica: Perchance.
- Vincoli Tecnici: decadimento del contesto vs. costo dei token.
Modulo 3: Interazione - Ingegneria delle Richieste e Contesto
- Il Framework di Verifica: completezza, coerenza e verificabilità.
- La Strategia RAG: quando utilizzare la Generazione con Recupero vs. il fine-tuning.
- ROI dell'IA: costi di manutenzione vs. guadagni di produttività.
- Tecniche Avanzate: 20+ metodi di richiesta e RAG con esempi reali.
- Frontiere Sperimentali: triangolazione, panoramica della Mappa & Territorio e generazione basata su modelli.
Modulo 4: IA nella Gestione Agile dei Progetti
- Il Pilota Supercomputer: l'IA come motore di automazione.
- Presa di Decisioni: responsabilità umana vs. assistenza AI.
- AIOps & GitOps: integrazione dell'IA nei processi operativi.
- Catene di Strumenti e Pipeline: creazione di un ambiente AI-guidato fluido.
- Artifacts Agile: backlog, roadmap e ingegneria dei requisiti.
- Gestione della Precisione: pianificazione della capacità e stime (Precisione vs. Accuratezza).
- Ownership del Prodotto: ideazione, analisi delle funzionalità e rischi di Vibe-coding.
- Rischi & Scenari: pianificazione dei "What Ifs" e gestione automatizzata dei rischi.
- Raffinamento: descrizione e raffinamento delle Use Case e User Stories.
Requisiti
- Conoscenza basilare del Manifesto Agile e della struttura Scrum.
- Esperienza nella gestione dei progetti, nell'ownership di prodotti o nel leadership delle squadre.
- Non è richiesta esperienza precedente in programmazione o ingegneria AI, sebbene una familiarità generale con strumenti digitali sia consigliata.
Pubblico di Riferimento
- Agile Project Managers e Scrum Masters.
- Product Owners e Product Managers.
- Leader di Team IT e Delivery Managers.
- Business Analysts che lavorano in ambienti Agile.
- Operations Managers interessati ad AIOps.
7 ore
Recensioni (2)
Esempi pratici
Ryan Brookman - The Shaw Group Limited
Corso - Introduction to Artificial Intelligence for Non-technical users
Traduzione automatica
Abbiamo potuto utilizzare gli strumenti.
Victor Aguero - PNUD/MICI
Corso - Aplicaciones Prácticas de Inteligencia Artificial para Personal Administrativo
Traduzione automatica