Contattataci

Struttura del corso

AutoGen nel contesto aziendale

  • L'importanza degli agenti intelligenti per le operazioni aziendali
  • Analisi dell'architettura di AutoGen e delle sue potenzialità di estensibilità
  • Considerazioni su sicurezza, tracciabilità e governance

Automazione dei flussi di lavoro aziendali con AutoGen

  • Progettazione di workflow a più agenti per la coordinazione delle attività
  • Scenari di automazione basati su ruoli: gestione delle richieste, approvazioni e sintesi dei contenuti
  • Logica automatica per l'avvio di attività o la loro escalation, utile per garantire continuità operativa

Integrazione tra AutoGen e LangChain

  • Componenti di LangChain e compatibilità con AutoGen
  • Collegamento degli agenti a strumenti ed elementi di memoria, secondo logiche predefinite
  • Utilizzo del LangChain Expression Language (LCEL) per modellare flussi di lavoro complessi

Pipeline Retrieval-Augmented Generation (RAG)

  • Collegamento degli agenti AutoGen alle basi di conoscenza aziendali
  • Generazione di embedding, ricerca vettoriale e implementazione delle pipeline di recupero dati
  • Integrazione di dati privati mediante modelli open source o proprietari per arricchire i risultati forniti dagli agenti

Integrazione con strumenti aziendali

  • Utilizzo delle API per connettere Jira, Slack, Outlook, SharePoint e altri sistemi rilevanti
  • Attivazione dei workflow mediante interfacce di chat o sistemi di ticketing
  • Notifiche in tempo reale, registrazione delle attività e controllo degli accessi

Implementazione, monitoraggio e scalabilità

  • Creazione di pacchetti per la distribuzione degli agenti AutoGen
  • Monitoraggio continuo delle interazioni tra agenti, dell'utilizzo e della performance generale
  • Estensione delle funzionalità degli agenti su più reparti o aree geografiche

Laboratorio di prototipazione per casi d'uso aziendali

  • Brainstorming collettivo: definizione di scenari pratici da automatizzare in ambito aziendale
  • Sviluppo concreto di workflow personalizzati, con supporto diretto dell'istruttore
  • Simulazione degli ambienti produttivi al fine di validare le soluzioni sviluppate

Riassunto e prossimi passi

Requisiti

  • Buona padronanza della programmazione in Python
  • Esperienza nell'utilizzo di LLM e nella progettazione dei prompt
  • Conoscenza di base degli strumenti per l'automazione aziendale o la gestione dei flussi di lavoro

Destinatari del corso

  • Team dedicati all'IA nelle aziende
  • Architetti di soluzioni tecnologiche
  • Responsabili delle strategie d'innovazione
 21 ore

Numero di Partecipanti


Prezzo per partecipante

Recensioni (1)

Corsi in Arrivo

Categorie relative