Contattataci

Struttura del corso

Introduzione all'Agentic AI

  • Definizione dell'Agentic AI e della sua relazione con i sistemi AI tradizionali
  • Panoramica su ragionamento, memoria e architetture orientate agli obiettivi
  • Più casi d'uso e applicazioni nel settore

Concetti Fondamentali e Pattern di Design

  • Il loop dell'agente: percezione, ragionamento e azione
  • Sistemi single-agent vs. multi-agent
  • Interazione con l'ambiente e invocazione di strumenti

Fondamenti dell'Ingegneria dei Prompt

  • Progettazione di prompt efficaci per il ragionamento e la scomposizione dei compiti
  • Utilizzo di esempi, vincoli e ruoli per un migliore controllo
  • Debugging e iterazione sistematica dei prompt

Creazione di Semplici Flussi di Lavoro Agentici

  • Implementazione di un loop dell'agente in Python
  • Integrazione con API e strumenti semplici
  • Gestione dello stato e della memoria dell'agente

Design Responsabile e Pratiche di Sicurezza

  • Considerazioni etiche e uso responsabile degli agenti
  • Pregiudizio, trasparenza e responsabilità nei sistemi AI
  • Controllo degli accessi, protezione dei dati e sicurezza dei contenuti

Progetto Pratico: Progettazione di un Agente Responsabile

  • Definizione dello scope del problema e degli obiettivi
  • Sviluppo del prompt e della logica di controllo
  • Test, affinamento e valutazione del comportamento dell'agente

Requisiti

  • Comprensione di base dei concetti di AI o machine learning
  • Familiarità con la sintassi e lo scripting di Python
  • Esperienza nel lavoro con dati o applicazioni basate su API

Pubblico di Riferimento

  • Data scientist alle prime armi nello sviluppo di Agentic AI
  • Junior ML engineer che esplorano architetture di agenti applicate
  • Gestori tecnologici che cercano di comprendere i principi di design e sicurezza degli agenti
 14 ore

Numero di Partecipanti


Prezzo per partecipante

Recensioni (3)

Corsi in Arrivo

Categorie relative