Contattataci

Struttura del corso

Introduzione all’intelligenza artificiale nello sviluppo software

  • Differenze tra intelligenza artificiale generativa e predittiva
  • Applicazioni dell’IA nella programmazione, nell’analisi dei dati e nell’automazione
  • Panoramica sui modelli LLM, i trasformatori e quelli di deep learning

Programmazione assistita dall’IA e sviluppo predittivo

  • Autocompletamento e generazione automatica del codice tramite strumenti IA (GitHub Copilot, CodeGeeX)
  • Previsione di errori e vulnerabilità nel codice prima della distribuzione
  • Automazione delle revisioni del codice e suggerimenti per il suo miglioramento

Creazione di modelli predittivi per applicazioni software

  • Principi fondamentali delle previsioni basate su serie temporali e dell’analisi predittiva
  • Implementazione di modelli IA per la previsione della domanda e il rilevamento di anomalie
  • Utilizzo di Python, Scikit-learn e TensorFlow nello sviluppo di modelli predittivi

Intelligenza Artificiale Generativa per la creazione di testi, codice ed immagini

  • Utilizzo di GPT, LLaMA e altri modelli LLM
  • Generazione automatica di dati sintetici, riassunti testuali e documentazione
  • Creazione di immagini e video tramite modelli generativi a diffusione

Distribuzione di modelli IA in ambienti reali

  • Hosting dei modelli IA con strumenti come Hugging Face, AWS e Google Cloud
  • Realizzazione di servizi basati sull’IA accessibili tramite API per applicazioni aziendali
  • Ottimizzazione di modelli pre-addestrati per esigenze settoriali specifiche

Intelligenza Artificiale per analisi aziendali predittive e supporto alle decisioni

  • Analisi dei dati aziendali e comportamentali dei clienti con l’ausilio dell’IA
  • Previsione delle tendenze di mercato e dei comportamenti dei consumatori
  • Ottimizzazione automatica dei flussi di lavoro tramite soluzioni basate sull’IA

Etica nell’intelligenza artificiale e buone pratiche di sviluppo

  • Considerazioni etiche riguardo alle decisioni prese tramite strumenti IA
  • Identificazione e mitigazione dei bias nei modelli di intelligenza artificiale
  • Linee guida per lo sviluppo di soluzioni IA trasparenti ed etiche

Workshop pratici e studi di caso

  • Realizzazione di analisi predittive su un set di dati reale
  • Creazione di chatbot basati sull’IA per la generazione automatica del testo
  • Implementazione di applicazioni che utilizzano modelli LLM per l’automazione

Riassunto e prossimi passi

  • Riepilogo dei concetti chiave trattati durante il corso
  • Elenco di strumenti e risorse utili per approfondire le conoscenze in ambito IA
  • Sessione finale di domande e risposte

Requisiti

  • Conoscenza di base dei concetti di sviluppo software
  • Esperienza con qualsiasi linguaggio di programmazione (si raccomanda Python)
  • Conoscenza preliminare dei principi fondamentali del machine learning o dell’intelligenza artificiale (non obbligatoria ma consigliata)

Destinatari

  • Sviluppatori software
  • Ingegneri specializzati in IA/ML
  • Responsabili tecnici dei team
  • Product manager interessati allo sviluppo di applicazioni potenziate dall’IA
 21 ore

Numero di Partecipanti


Prezzo per partecipante

Recensioni (2)

Corsi in Arrivo

Categorie relative