Struttura del corso
Modulo 1 — Fondamenti Condivisi (Giorni 1-2)
Giorno 1 — Mattina: Il Fattore Umano nell'Adozione dell'AI
• Calibrazione della fiducia / affidamento: quando utilizzare l'AI, quando fermarsi.
• Struttura dell'accordo di team (trigger / azione / evidenza / responsabile).
• Ruolo di Prompt Curator: convalida, decisione, approvazione. Piano di risposta agli incidenti AI.
Giorno 1 — Pomeriggio: Vincoli, Rischi e Conformità
• Vere capacità degli LLM — vettori di rischio dei prompt: injection, perdita di dati, allucinazioni.
• Quadro normativo: GDPR, EU AI Act — standard settoriali (DICOM, HL7, HIPAA).
• Esercitazione pratica: tradurre uno standard di dominio in un guardrail per i prompt.
Giorno 2 — Mattina: Architettura Tecnica dei Prompt
• Architettura degli agent: memoria, contesto, obiettivi — dal punto di vista della progettazione dei prompt.
• Integrazione API e fonti di dati di dominio, multi-agent e concatenamento dei prompt.
Giorno 2 — Pomeriggio: Anatomia del Prompt Aziendale
• I 6 livelli: Ruolo / Contesto / Vincoli / Standard di Dominio / Formato / Esempi.
• Gerarchia dei prompt: System (a livello aziendale) — Domain (a livello di team) — Task (a livello individuale).
• Demo: smontare un prompt ingenuo e ricostruirlo. Brief di team per i Giorni 3-5.
Modulo 2 — Workshop di Costruzione Congiunta (Giorni 3-4-5)
Giorno 3 — Discovery e Audit degli Standard
- Workshop paralleli per team: Architetti, Sviluppatori di dominio specifico, Back-End, QA.
- Mappatura degli standard e dei vincoli aziendali — identificazione dei conflitti inter-team.
- Deliverabile del Giorno 3: Mappa degli Standard + matrice di priorità impatto/sforzo.
Giorno 4 — Progettazione delle Convenzioni e Costruzione dei Modelli
- Convenzioni di denominazione, versionamento, sistema di tag (team, dominio, strumento target).
- Costruzione dei primi modelli convalidati: TypeScript DICOM, revisione del codice, test QA, documentazione API.
- Deliverabile del Giorno 4: 4+ modelli operativi + guida alle convenzioni.
Giorno 5 — Assemblaggio della Libreria, Governance e Consegna Ufficiale
- Organizzazione della libreria, integrazione con GitHub Copilot / Cursor / API LLM interna.
- Ruolo di Prompt Curator, metriche di qualità, rituali di team, piano di implementazione a 30 giorni.
- Deliverabile finale del Giorno 5: Libreria documentata v1.0 + Carta di Governance + Piano a 30 Giorni.
Requisiti
- Aver completato almeno una formazione sull'AI (di base o avanzata).
- Profili tecnici: esperienza di sviluppo nello stack aziendale.
- Profili manageriali: familiarità di base con gli strumenti AI (ChatGPT, Copilot, ecc.).
- Impegno aziendale: partecipazione attiva dei Team Leader nei Giorni 3-5.
- Requisiti preliminari: documentazione esistente degli standard (README, guide di codifica).
Pubblico di riferimento
- Architetti software
- Sviluppatori (di dominio specifico, back-end, front-end)
- Ingegneri QA / Tecnici del codice
- Team Leader e middle manager
- Responsabili IT, decisori e responsabili di progetti AI
Recensioni (1)
Ho acquisito una conoscenza riguardante la libreria Streamlit di Python e sicuramente cercherò di utilizzarla per migliorare le applicazioni del mio team, che sono sviluppate con R Shiny.
Michal Maj - XL Catlin Services SE (AXA XL)
Corso - GitHub Copilot for Developers
Traduzione automatica