Corso di formazione Introduzione alla Data Science e all'AI con Python

LangGraph è un framework per la costruzione di applicazioni LLM a stato con multi-attori come grafi componibili con uno stato persistente e il controllo dell'esecuzione.

Questo training guidato dall'insegnante (online o in presenza) si rivolge agli ingegneri avanzati di piattaforme AI, a DevOps per l'IA e agli architetti ML che desiderano ottimizzare, debuggare, monitorare ed operare sistemi LangGraph di livello produzione.

Alla fine di questo training, i partecipanti saranno in grado di:

• Progettare e ottimizzare topologie complesse di LangGraph per velocità, costo ed scalabilità.
• Ingenegiare affidabilità con ritentative, timeout, idempotenza e recupero basato su checkpoint.
• Debuggare e tracciare l'esecuzione dei grafi, ispezionare lo stato e riprodurre sistematicamente problemi di produzione.
• Instrumentare i grafi con registri, metriche e tracce, distribuirli in produzione e monitorare SLAs e costi.

Formato del Corso

• Lettura interattiva e discussione.
• Molte esercitazioni e pratica.
• Implementazione pratica in un ambiente di laboratorio live.

Opzioni di Personalizzazione del Corso

• Per richiedere una formazione personalizzata per questo corso, si prega di contattarci per organizzare l'evento.

Questo corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto ai data scientist che desiderano utilizzare l'ecosistema Anaconda per acquisire, gestire e distribuire pacchetti e flussi di lavoro di analisi dei dati in un'unica piattaforma.

Al termine di questo corso di formazione, i partecipanti saranno in grado di:

• Installare e configurare Anaconda componenti e librerie.
• Comprendere i concetti fondamentali, le caratteristiche e i vantaggi di Anaconda.
• Gestisci pacchetti, ambienti e canali utilizzando Anaconda Navigator.
• Usa i pacchetti Conda, R e Python per l'analisi scientifica dei dati e l'apprendimento automatico.
• Scopri alcuni casi d'uso pratici e tecniche per la gestione di più ambienti di dati.

Questo corso di formazione guidato dall'instruttore (online o in presenza) è rivolto a data scientists e software engineers che desiderano utilizzare Dask nell'ecosistema Python per costruire, scalare e analizzare grandi dataset.

Al termine di questo corso, i partecipanti saranno in grado di:

• Configurare l'ambiente per iniziare a processare dati su larga scala con Dask e Python.
• Esplorare le funzionalità, librerie, strumenti e API disponibili in Dask.
• Capire come Dask accelera il calcolo parallelo in Python.
• Imparare a scalare l'ecosistema Python (Numpy, SciPy e Pandas) utilizzando Dask.
• Ottimizzare l'ambiente Dask per mantenere prestazioni elevate nella gestione di grandi dataset.

Questa formazione guidata dal docente in Italia (online o presenza) è rivolta a sviluppatori e analisti dei dati di livello intermedio che desiderano migliorare le loro competenze nell'analisi e nella manipolazione dei dati utilizzando Pandas e NumPy.

Al termine della formazione, i partecipanti saranno in grado di:

• Configurare un ambiente di sviluppo che include Python, Pandas e NumPy.
• Crea un'applicazione di analisi dati utilizzando Pandas e NumPy.
• Eseguire operazioni avanzate di wrangling, ordinamento e filtraggio dei dati.
• Condurre operazioni aggregate ed analizzare i dati delle serie temporali.
• Visualizzare i dati utilizzando Matplotlib e altre librerie di visualizzazione.
• Debuggare e ottimizzare il proprio codice di analisi dati.

Questa formazione guidata dal docente (online o in aula) è rivolta agli sviluppatori che desiderano utilizzare la stack FARM (FastAPI, React e MongoDB) per creare applicazioni web dinamiche, ad alte prestazioni e scalabili.

Al termine di questa formazione, i partecipanti saranno in grado di:

• Configurare l'ambiente di sviluppo che integra FastAPI, React e MongoDB.
• Comprendere i concetti chiave, le funzionalità e i vantaggi della stack FARM.
• Imparare a creare REST APIs con FastAPI.
• Imparare a progettare applicazioni interattive con React.
• Sviluppare, testare e distribuire applicazioni (front end e back end) utilizzando la stack FARM.

Questo corso di formazione guidato dal docente (online o in presenza) è rivolto a sviluppatori che desiderano utilizzare FastAPI con Python per creare, testare e distribuire API RESTful in modo più facile e rapido.

Alla fine di questo corso, i partecipanti saranno in grado di:

• Configurare l'ambiente di sviluppo necessario per lo sviluppo di API con Python e FastAPI.
• Creare API più rapidamente e facilmente utilizzando la libreria FastAPI.
• Imparare come creare modelli di dati e schemi basati su Pydantic e OpenAPI.
• Connettere le API a un database utilizzando SQLAlchemy.
• Implementare sicurezza e autenticazione nelle API utilizzando gli strumenti FastAPI.
• Creare immagini di contenitori e distribuire API web su un server cloud.

Questo training guidato da un istruttore (online o in sede) è rivolto a ricercatori e professionisti di laboratorio con competenze di livello iniziale o intermedio che desiderano elaborare e analizzare immagini relative a tessuti istologici, cellule del sangue, alghe e altri campioni biologici.

Al termine di questo training, i partecipanti saranno in grado di:

• Navigare nell'interfaccia di Fiji e utilizzare le funzioni principali di ImageJ.
• Preprocessare ed migliorare le immagini scientifiche per un'analisi migliore.
• Analizzare le immagini in modo quantitativo, compreso il conteggio delle cellule e la misurazione delle aree.
• Automatizzare i compiti ripetitivi utilizzando macro e plugin.
• Personalizzare i flussi di lavoro per le esigenze specifiche di analisi delle immagini nella ricerca biologica.

Questo corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto a data scientist e sviluppatori che desiderano apprendere e costruire la propria carriera in Data Science utilizzando Kaggle.

Al termine di questo corso di formazione, i partecipanti saranno in grado di:

• Scopri di più sulla scienza dei dati e sull'apprendimento automatico.
• Esplora l'analisi dei dati.
• Scopri di più su Kaggle e su come funziona.

LangGraph è un framework per la creazione di applicazioni LLM stateful e multi-attori come grafi componibili con uno stato persistente e il controllo dell'esecuzione.

Questo addestramento live guidato da un istruttore (online o in presenza) è rivolto a professionisti di livello intermedio e avanzato che desiderano progettare, implementare ed operare soluzioni finanziarie basate su LangGraph con una corretta governance, osservabilità e conformità.

Al termine di questo addestramento, i partecipanti saranno in grado di:

• Progettare flussi di lavoro specifici per le finanze basati su LangGraph allineati ai requisiti regolatori e di audit.
• Integrare standard e ontologie dei dati finanziari nello stato del grafo e nelle strumentazioni.
• Metttere in pratica la affidabilità, la sicurezza e i controlli a ciclo chiuso con l'operatore umano per processi critici.
• Distribuire, monitorare ed ottimizzare sistemi LangGraph per prestazioni, costi e SLA.

Formato del Corso

• Lectura interattiva e discussioni.
• Numerosi esercizi e pratica.
• Implementazione pratica in un ambiente di laboratorio live.

Opzioni per la Personalizzazione del Corso

• Per richiedere una formazione personalizzata su questo corso, si prega di contattarci per organizzare.

LangGraph è un framework per la costruzione di applicazioni LLM basate su grafi, che supportano pianificazione, ramificazione, utilizzo di strumenti, memoria ed esecuzione controllata.

Questo corso live condotto da un istruttore (online o in presenza) è rivolto a sviluppatori di livello principiante, ingegneri di prompt e professionisti dei dati che desiderano progettare e realizzare flussi di lavoro LLM multi-step affidabili utilizzando LangGraph.

Al termine di questo corso, i partecipanti saranno in grado di:

• Spiegare i concetti fondamentali di LangGraph (nodi, archi, stato) e quando utilizzarli.
• Costruire catene di prompt che si ramificano, chiamano strumenti e mantengono lo stato della memoria.
• Integrare il recupero delle informazioni (retrieval) e le API esterne nei flussi di lavoro basati su grafi.
• Testare, eseguire il debug e valutare le applicazioni LangGraph per garantirne affidabilità e sicurezza.

Struttura del corso

• Lezione interattiva e discussione guidata.
• Esercitazioni pratiche e analisi del codice in un ambiente sandbox.
• Esercitazioni basate su scenari di progettazione, test e valutazione.

Opzioni di personalizzazione del corso

• Per richiedere una formazione personalizzata per questo corso, vi preghiamo di contattarci per concordare i dettagli.

LangGraph consente flussi di lavoro stateful e multi-attori alimentati da LLM con un controllo preciso sui percorsi di esecuzione e la persistenza dello stato. Nel settore sanitario, queste capacità sono cruciali per la conformità, l'interoperabilità e la costruzione di sistemi di supporto alle decisioni che si integrano nei flussi di lavoro medici.

Questo addestramento interattivo e in diretta (online o su sito) è rivolto a professionisti di livello intermedio a avanzato che desiderano progettare, implementare e gestire soluzioni sanitarie basate su LangGraph, affrontando sfide regolamentari, etiche ed operative.

Al termine di questo addestramento, i partecipanti saranno in grado di:

• Progettare flussi di lavoro di LangGraph specifici per la sanità con attenzione alla conformità e alla tracciabilità.
• Integrare le applicazioni LangGraph con ontologie e standard medici (FHIR, SNOMED CT, ICD).
• Applicare le migliori pratiche per affidabilità, tracciabilità ed esplicabilità in ambienti sensibili.
• Distribuire, monitorare e validare applicazioni LangGraph in contesti di produzione sanitaria.

Formato del Corso

• Lettura interattiva ed esercizi di discussione.
• Esercizi pratici con studi di caso reali.
• Esercitazioni di implementazione in un ambiente live-lab.

Opzioni di Personalizzazione del Corso

• Per richiedere un addestramento personalizzato per questo corso, si prega di contattarci per organizzare.

LangGraph è un framework per costruire applicazioni LLM stateful e multi-attore come grafi componibili con stato persistente e controllo preciso sull'esecuzione.

Questo training guidato dall'insegnante (online o in sede) è rivolto a professionisti di livello intermedio ad avanzato che desiderano progettare, implementare e gestire soluzioni legali basate su LangGraph con i controlli necessari per la conformità, tracciabilità e governance.

Al termine di questo training, i partecipanti saranno in grado di:

• Progettare flussi di lavoro specifici per il settore legale che preservino l'auditabilità e la conformità.
• Integrare ontologie legali e standard documentali nello stato del grafo e nel processamento.
• Implementare guardrails, approvazioni umane e percorsi decisionali tracciabili.
• Distribuire, monitorare e mantenere servizi LangGraph in produzione con osservabilità e controlli dei costi.

Formato del Corso

• Lezione interattiva e discussione.
• Molti esercizi e pratica.
• Implementazione pratica in un ambiente di laboratorio live.

Opzioni di Personalizzazione del Corso

• Per richiedere una formazione personalizzata per questo corso, si prega di contattarci per organizzare.

LangGraph è un framework per la composizione di workflow LLM strutturati a grafo che supportano ramificazioni, utilizzo di strumenti, memoria ed esecuzione controllabile.

Questa formazione dal vivo con istruttore (online o in presenza) è rivolta ad ingegneri e team di prodotto di livello intermedio che desiderano combinare la logica dei grafi di LangGraph con i cicli degli agenti LLM per costruire applicazioni dinamiche e consapevoli del contesto, come agent per il supporto clienti, alberi decisionali e sistemi di recupero informazioni.

Al termine di questa formazione, i partecipanti saranno in grado di:

• Progettare workflow basati su grafi che coordinano agenti LLM, strumenti e memoria.
• Implementare instradamento condizionale, retry e meccanismi di fallback per un'esecuzione robusta.
• Integrare il recupero di informazioni, API e output strutturati nei cicli degli agenti.
• Valutare, monitorare e consolidare il comportamento degli agenti per garantire affidabilità e sicurezza.

Struttura del Corso

• Lezioni interattive e discussioni guidate.
• Lab pratici e walkthrough di codice in un ambiente sandbox.
• Esercizi di progettazione basati su scenari e revisioni tra pari.

Opzioni di Personalizzazione del Corso

• Per richiedere una formazione personalizzata per questo corso, contattaci per organizzare i dettagli.

LangGraph è un framework di orchestrazione basato su grafi che consente flussi di lavoro condizionali e multi-step con LLM e strumenti, ideale per automatizzare e personalizzare pipeline di contenuti.

Questo training guidato da un istruttore (online o in loco) è rivolto a marketer, strategisti del contenuto e sviluppatori di automazione intermedi che desiderano implementare campagne email dinamiche e pipeline di generazione di contenuti utilizzando LangGraph.

Al termine di questo training, i partecipanti saranno in grado di:

• Progettare flussi di lavoro e contenuti basati su grafi con logica condizionale.
• Integrare LLM, API e sorgenti dati per la personalizzazione automatizzata.
• Gestire stato, memoria e contesto attraverso campagne multi-step.
• Valutare, monitorare e ottimizzare le prestazioni dei flussi di lavoro e i risultati della consegna.

Formato del Corso

• Lezioni interattive e discussioni di gruppo.
• Laboratori pratici per implementare flussi di lavoro email e pipeline di contenuti.
• Esercizi basati su scenari sulla personalizzazione, segmentazione e logica condizionale.

Opzioni di Personalizzazione del Corso

• Per richiedere un training personalizzato per questo corso, contattateci per organizzarlo.

Questo corso di formazione guidato dal docente (online o in sede) è rivolto a data scientists e sviluppatori che desiderano utilizzare RAPIDS per costruire pipeline di dati, flussi di lavoro e visualizzazioni accelerate da GPU, applicando algoritmi di machine learning come XGBoost, cuML, ecc.

Al termine di questo corso, i partecipanti saranno in grado di:

• Configurare l'ambiente di sviluppo necessario per costruire modelli di dati con NVIDIA RAPIDS.
• Comprendere le funzionalità, i componenti e i vantaggi di RAPIDS.
• Sfruttare le GPU per accelerare pipeline end-to-end di dati e analisi.
• Implementare la preparazione dei dati e l'ETL accelerati da GPU con cuDF e Apache Arrow.
• Imparare come eseguire compiti di machine learning con algoritmi XGBoost e cuML.
• Creare visualizzazioni dei dati ed eseguire l'analisi grafica con cuXfilter e cuGraph.