Contattataci
 Durata 21 ore

Struttura del corso

Fondamenti di Architettura per Sistemi AI

  • Livelli, confini e separazione delle responsabilità
  • Porte e adattatori applicati ai componenti AI
  • Scenari di attributi di qualità per funzionalità AI
  • Architettura decision records come governance

Evoluzione di un'Esistente Applicazione

  • Modernizzazione incrementale anziché riscrittura
  • Posizionamento di servizi AI accanto a un monolite esistente
  • Pattern Strangler e Anti-Corruption Layer
  • Giunzioni di integrazione per API e dati esistenti

Pattern di Architettura per l'Integrazione LLM

  • Model gateway come confine di astrazione
  • Integrazione sincrona, asincrona e streaming
  • Fallback, degrado e failover del provider
  • Prompt e configurazione del modello come asset versionati

Contratti, API e Scambio di Dati

  • Schemi di output strutturati e validazione
  • Idempotenza, retry e limitazione dei tassi
  • Budget di latenza e orchestrazione dei timeout
  • Costo per richiesta come vincolo architettonico

Architettura RAG End-to-End

  • Pipeline di ingestione, chunking e embedding
  • Fasi di indicizzazione, recupero, reranking e generazione
  • Posizionamento del recupero rispetto ai servizi applicativi
  • Trade-off e modalità di fallimento a ogni fase

Database Vettoriali e Progettazione del Recupero

  • Store vettoriali gestiti rispetto a self-hosted
  • Ricerca densa, sparsa e ibrida
  • Filtri metadati e isolamento dei tenant
  • Strategia di re-embedding al cambio di modello

Qualità del Recupero, Grounding e Valutazione

  • Insiemi di valutazione costruiti da query reali
  • Metriche di qualità del recupero e delle risposte
  • Citazioni, grounding e contenimento delle allucinazioni
  • Feedback loop che rientrano nell'indice

Architetture degli Agenti

  • Ciclo dell'agente e invocazione degli strumenti
  • Flussi di lavoro deterministici rispetto a pianificatori autonomi
  • Casi in cui un agente non è la soluzione giusta
  • Definizione delle responsabilità e dello stato dell'agente

Sistemi Multi-Agente e Orchestrazione

  • Topologie supervisore e orchestratore
  • Protocolli di handoff e contratti di messaggio
  • Memoria condivisa e gestione del contesto
  • Confronto tra framework su basi architetturali

Comunicazione tra Servizi e Protocolli degli Strumenti

  • Coordinamento event-driven e basato su code
  • Esposizione degli strumenti tramite protocolli standard
  • Sagas, compensazione e transazioni long-running
  • Osservabilità attraverso i salti di servizio

Agenti AI nel Flusso di Lavoro di Sviluppo

  • Agenti di codifica all'interno della pipeline di delivery
  • Sviluppo guidato dalle specifiche e gate di revisione
  • Generazione di test e controlli di qualità automatizzati
  • Guardrail che preservano il controllo architettonico

Governance e Qualità del Software

  • Revisione del design per funzionalità AI
  • Gestione delle modifiche a modelli e prompt
  • Valutazione di regressione come stadio della pipeline
  • Ownership, policy e percorsi di approvazione

Sicurezza, Privacy e Governance dei Dati

  • Injection di prompt e difesa a più livelli
  • Segreti, controllo degli accessi e privilegi minimi
  • Residenza dei dati, dati personali e conservazione
  • Auditability e controlli human-in-the-loop

Scalabilità, Costi e Osservabilità

  • Tracing attraverso le catene di agenti
  • Telemetria di token e costi
  • Caching e ottimizzazione della latenza
  • Livelli di servizio e risposta agli incidenti per servizi AI

Capstone: Architettura per una Soluzione AI-Driven

  • Viste di contesto, componenti e deployment
  • Design del recupero e dell'orchestrazione degli agenti
  • Piano per sicurezza, governance e costi
  • Peer review, critica e roadmap di migrazione

Requisiti

  • Esperienza nella progettazione e manutenzione di sistemi software in produzione
  • Conoscenza operativa delle API REST e dell'integrazione di servizi
  • Familiarità con database relazionali e modellazione dei dati
  • Esposizione di base a strumenti o API basati su LLM

Pubblico Target

  • Architetti software
  • Technical lead e ingegneri senior
  • Manager ingegneristici responsabili delle decisioni architetturali

Numero di Partecipanti


Prezzo per partecipante

Recensioni (1)

Corsi in Arrivo

Categorie relative