Struttura del corso
Introduzione all’AI agenziale
- Definizione di AI agenziale e rapporto con i tradizionali sistemi AI
- Panoramica sul ragionamento, sulla memoria e sulle architetture orientate agli obiettivi
- Principali casi d’uso e applicazioni settoriali
Concetti fondamentali e modelli di progettazione
- Il ciclo agentico: percezione, ragionamento e azione
- Differenze tra sistemi composti da un singolo agente e quelli a più agenti
- Interazione con l’ambiente e attivazione degli strumenti disponibili
Fondamenti dell’ingegneria dei prompt
- Progettazione di prompt efficaci per il ragionamento e la suddivisione dei compiti
- Utilizzo di esempi, vincoli e ruoli per controllare in modo più preciso il comportamento dell’agente
- Procedimenti sistematici per il debug e il miglioramento dei prompt
Creazione di semplici flussi di lavoro agenziali
- Implementazione del ciclo agentico in Python
- Integrazione con API e strumenti basilari
- Gestione dello stato e della memoria dell’agente
Progettazione responsabile e buone pratiche di sicurezza
- Considerazioni etiche e uso responsabile degli agenti AI
- Problematiche legate a bias, trasparenza e responsabilità nei sistemi AI
- Controlli di accesso, protezione dei dati e sicurezza dei contenuti prodotti dagli agenti
Progetto pratico: realizzazione di un agente responsabile
- Definizione dello scopo e degli obiettivi del progetto
- Sviluppo dei prompt e della logica di controllo dell’agente
- Test, ottimizzazione ed valutazione complessiva del comportamento dell’agente
Sintesi finale e prossimi passi
Requisiti
- Conoscenze di base sui concetti legati all’AI o al machine learning
- Familiarità con la sintassi e la programmazione in Python
- Esperienza nell’utilizzo di dati o nello sviluppo di applicazioni basate su API
Destinatari
- Data scientist alle prime armi nello sviluppo di sistemi AI agenziali
- Ingegneri ML junior che desiderano approfondire le architetture agentiche applicative
- Manager tecnologici interessati a comprendere i principi di progettazione e sicurezza degli agenti AI
Recensioni (3)
Il istruttore è paziente e molto disponibile. Conosce bene l'argomento.
CLIFFORD TABARES - Universal Leaf Philippines, Inc.
Corso - Agentic AI for Business Automation: Use Cases & Integration
Traduzione automatica
Buona miscela di conoscenza e pratica
Ion Mironescu - Facultatea S.A.I.A.P.M.
Corso - Agentic AI for Enterprise Applications
Traduzione automatica
Il mix di teoria e pratica e di prospettive a livello alto e basso
Ion Mironescu - Facultatea S.A.I.A.P.M.
Corso - Autonomous Decision-Making with Agentic AI
Traduzione automatica