Contattataci

Struttura del corso

Sommario del corso Proposta formativa

Giorno 1 – Introduzione all’intelligenza artificiale e a Python per i flussi di lavoro dati

• Panoramica sullo stato attuale dell’intelligenza artificiale e del machine learning

• Il ruolo dell’AI nell’ingegneria dei dati moderna

• Riepilogo sui concetti fondamentali di Python per applicazioni AI

• Utilizzo di pandas e NumPy nella gestione dei dati

• Introduzione alle API e alla manipolazione di dati in formato JSON

• Esercizio pratico: caricamento e trasformazione di insiemi di dati

Giorno 2 – Nozioni fondamentali di machine learning per professionisti

• Concetti legati all’apprendimento supervisionato e non supervisionato

• Tecniche di ingegneria delle feature e preparazione dei dati

• Principi base di addestramento dei modelli con scikit-learn

• Valutazione dei modelli e misurazione delle prestazioni

• Introduzione ai concetti legati alla distribuzione dei modelli AI

• Esercitazione pratica: sviluppo di un semplice modello predittivo

Giorno 3 – Introduzione ai modelli linguistici di grandi dimensioni e all’ingegneria dei prompt

• Approccio alla comprensione del funzionamento dei modelli linguistici di grandi dimensioni

• Tokenizzazione, finestre contestuali e limitazioni tecniche dei modelli

• Principi e metodiche per la progettazione efficace dei prompt

• Uso di tecniche zero-shot e few-shot nella costruzione dei prompt

• Strategie di valutazione e ottimizzazione continua dei prompt

• Esercitazioni pratiche su ingegneria avanzata dei prompt

Giorno 4 – Sviluppo di applicazioni AI basate su modelli linguistici di grandi dimensioni

• Integrazione delle API dedicate ai modelli linguistici di grandi dimensioni in Python

• Concetti legati alla produzione di output strutturati e all’utilizzo di funzioni callback

• Realizzazione di applicazioni basate su chat o attività specifiche

• Introduzione al concetto di generazione aumentata dalla ricerca informativa (Retrieval Augmented Generation)

• Collegamento dei modelli linguistici di grandi dimensioni a fonti dati esterne

• Progetto pratico: sviluppare un semplice assistente AI

Giorno 5 – Produzione e ottimizzazione delle soluzioni basate su intelligenza artificiale

• Progettazione di flussi di lavoro AI scalabili ed efficienti

• Integrazione dell’intelligenza artificiale nei processi dati aziendali

• Monitoraggio delle prestazioni dei modelli e implementazione di miglioramenti continui

• Ottimizzazione dei costi e gestione ottimale dell’utilizzo delle API AI

• Considerazioni sulla sicurezza informatica e l’uso responsabile dell’intelligenza artificiale

• Progetto finale: sviluppare una soluzione AI completa in tutti i suoi aspetti

 35 ore

Numero di Partecipanti


Prezzo per partecipante

Recensioni (2)

Corsi in Arrivo

Categorie relative