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.
Durata 14 ore
Struttura del corso
Modulo 1: Introduzione all'IA e a Google Gemini
- Cosa è l'Intelligenza Artificiale (IA)?
- Panoramica su Google Gemini AI e il suo ecosistema
- Principali funzionalità e vantaggi di Gemini rispetto ad altri modelli di IA
- Attività Pratica: Esplorazione di Gemini AI tramite la demo di Google AI Studio
Modulo 2: Comprendere i Modelli Linguistici di Grandi Dimensioni (LLM)
- Fondamenti dei modelli linguistici di grandi dimensioni
- Architettura e funzionamento dei modelli Gemini
- Confronto tra Gemini, GPT e altri modelli leader
- Lab Pratico: Visualizzazione della tokenizzazione e delle risposte del modello utilizzando prompt di esempio
Modulo 3: Iniziare con Gemini
- Configurazione dell'ambiente di sviluppo
- Lavoro con l'API e l'SDK di Gemini
- Autenticazione, token e chiavi API
- Lab Pratico: Esecuzione del primo prompt Gemini utilizzando Python
Modulo 4: Lavorare con i Modelli Gemini
- Esplorazione dei diversi tipi e capacità dei modelli Gemini
- Selezione dei modelli appropriati per task linguistici, di immagini o multimodali
- Inizializzazione e test dei modelli generativi
- Esercizio Pratico: Confronto degli output dei modelli testo-a-testo e immagine-a-testo
Modulo 5: Applicazioni Pratiche e Casi d'Uso
- Integrazione di Gemini AI in applicazioni di chat e Q&A
- Sviluppo di strumenti di ricerca semantica e riassunti
- Utilizzo etico dell'IA e considerazioni sui bias
- Progetto di Gruppo: Creazione di un "Assistente di Ricerca Intelligente" utilizzando NotebookLM e Gemini
Modulo 6: Funzionalità Avanzate e Personalizzazione
- Ottimizzazione dei prompt e gestione avanzata del contesto
- Uso di Gemini per la generazione e il debug del codice
- Flussi di lavoro di fine-tuning con Google Cloud Vertex AI
- Attività Pratica: Personalizzazione delle risposte del modello utilizzando parametri e controllo della temperatura
Modulo 7: Progetti nel Mondo Reale e Collaborazione
- Pianificazione di progetti collaborativi e configurazione dei flussi di lavoro
- Integrazione di Gemini AI con altri strumenti Google (Drive, Docs, Sheets)
- Progetto di Squadra: Progettazione e distribuzione di una piccola applicazione IA (es. riassuntore di contenuti, chatbot o generatore di idee)
- Riscontro tra pari e discussione dei risultati del progetto
Modulo 8: Valutazione e Prospettive Future
- Risoluzione dei problemi comuni nei progetti Gemini
- Esplorazione della roadmap dell'API Gemini e delle funzionalità imminenti
- Best practice per la governance dell'IA e la scalabilità
- Attività di Chiusura: Riflessione sulle lezioni pratiche apprese e sulle applicazioni di carriera
Sintesi e Prossimi Passi
Requisiti
- Conoscenza dei concetti di base dell'IA
- Esperienza con API e servizi cloud
- Esperienza di programmazione in Python
Pubblico di Riferimento
- Sviluppatori
- Scienziati dei dati
- Appassionati di IA
Recensioni (1)
Flusso, atmosfera e argomento della presentazione
Lukasz Kowalczyk - Allegro Sp. z o.o.
Corso - Google Gemini AI for Data Analysis
Traduzione automatica
