Grazie per aver inviato la tua richiesta! Uno dei nostri team membri ti contatterà a breve.
Grazie per aver inviato il tuo prenotazione! Uno dei nostri team membri ti contatterà a breve.
Struttura del corso
Modulo 1: Introduzione all’intelligenza artificiale e a Google Gemini
- Cosa si intende per Intelligenza Artificiale (IA)?
- Panoramica su Google Gemini AI e sul suo ecosistema tecnologico
- Caratteristiche principali e vantaggi di Gemini rispetto ad altri modelli AI
- Esercitazione pratica: Esplorazione di Gemini AI tramite la demo fornita da Google AI Studio
Modulo 2: Approfondimento sui Modelli Linguistici di Grandi Dimensioni (LLM)
- Nozioni fondamentali riguardanti i modelli linguistici di grandi dimensioni
- Architettura e meccanismi operativi dei modelli Gemini
- Confronto tra Gemini, GPT e altri modelli rinomati nel settore
- Laboratorio pratico: Visualizzazione della tokenizzazione e analisi delle risposte del modello mediante esempi di prompt
Modulo 3: Primi passi con Gemini
- Configurazione dell’ambiente di sviluppo per l’utilizzo di Gemini
- Utilizzo dell’API e dello SDK di Google Gemini
- Autenticazione, gestione dei token e delle chiavi API necessarie
- Esercizio pratico: Esecuzione del primo prompt tramite Python utilizzando Gemini
Modulo 4: Lavorare con i Modelli di Gemini
- Conoscenza dei diversi tipi di modelli disponibili in Gemini e delle loro capacità
- Scelta ottimale del modello da impiegare per attività linguistiche, visive o multimediali
- Inizializzazione e verifica dei modelli generatori in uso
- Esercitazione pratica: Confronto tra i risultati generati da modelli di tipo testo-testo e immagine-testo
Modulo 5: Applicazioni pratiche ed esempi d’uso
- Integrazione di Google Gemini AI in applicazioni di chat e domande-risposte
- Sviluppo di strumenti per la ricerca semantica e la sintesi automatica dei contenuti
- Aspetti etici nell’uso dell’intelligenza artificiale e gestione delle possibili discriminazioni
- Progetto di gruppo: Creazione di un “Assistente di Ricerca Intelligente” sfruttando NotebookLM e Gemini
Modulo 6: Funzionalità avanzate e personalizzazione
- Ottimizzazione dei prompt e gestione complessa del contesto informativo
- Sfruttamento di Gemini per la generazione e il debug del codice software
- Procedure avanzate di personalizzazione dei modelli grazie a Google Cloud Vertex AI<\/li>
- Esercitazione pratica: Modifica delle risposte generate dal modello impiegando parametri specifici e il controllo della temperatura
Modulo 7: Progetti reali e lavoro collaborativo
- Pianificazione di progetti collettivi e predisposizione dei relativi flussi di lavoro
- Integrazione di Google Gemini AI con altre soluzioni Google, come Drive, Docs e Sheets
- Progetto di gruppo: Ideazione e implementazione di una piccola applicazione IA (ad esempio un riassuntore automatico, un chatbot o uno strumento generativo di idee)
- Valutazione reciproca e dibattito sui risultati ottenuti dai progetti individuali e di gruppo
Modulo 8: Valutazione complessiva e prospettive future
- Risoluzione dei problemi più comuni riscontrati nei progetti basati su Gemini
- Analisi del piano di sviluppo futuro dell’API di Google Gemini e delle nuove funzionalità in arrivo
- Linee guida ottimali per la governance responsabile ed espandibile dell’IA
- Attività conclusiva: Riflessione sulle esperienze acquisite durante il corso e loro applicabilità professionale
Sintesi finale e prossimi passi
Requisiti
- Conoscenza di base dei concetti fondamentali dell’intelligenza artificiale
- Esperienza nell’utilizzo di API e servizi cloud
- Competenze nella programmazione Python
Destinatari
- Sviluppatori
- Scienziati dei dati
- Appassionati di intelligenza artificiale
14 ore
Recensioni (1)
Flusso, atmosfera e argomento della presentazione
Lukasz Kowalczyk - Allegro Sp. z o.o.
Corso - Google Gemini AI for Data Analysis
Traduzione automatica