Struttura del corso
Introduzione all'Agentic AI e panoramica del Bootcamp
- Comprensione dell'Agentic AI e della struttura del bootcamp
- Revisione di strumenti, framework e dipendenze
- Migliori pratiche per l'impostazione del progetto e la collaborazione
Progetto 1: Assistente intelligente con ragionamento basato sui prompt
- Progettazione di un agente conversazionale basato su task
- Utilizzo di prompt strutturati per il ragionamento e il processo decisionale
- Creazione e test in Jupyter Notebook
Progetto 2: Agente per l'analisi e la sintesi dei documenti
- Estrazione e sintesi dei dati da PDF e file di testo
- Utilizzo di LangChain per l'ingestione e il recupero dei documenti
- Generazione di report esecutivi da contenuti strutturati e non strutturati
Progetto 3: Agente con utilizzo di strumenti per l'automazione dei flussi di lavoro
- Integrazione di API esterne e automazione di task ripetitivi
- Gestione di processi multi-step attraverso loop agenziali
- Creazione di un piccolo assistente di automazione per flussi di lavoro aziendali reali
Progetto 4: Agente per l'analisi dei dati e la generazione di insight
- Connessione degli agenti a fonti di dati (CSV, SQL o API)
- Esecuzione di analisi esplorative dei dati con Python e supporto AI
- Creazione di insight visivi e dashboard delle prestazioni
Progetto 5: Collaborazione e orchestrazione multi-agente
- Coordinamento di più agenti per la delega dei task
- Progettazione di un'architettura controller-worker
- Distribuzione e test di un prototipo di sistema multi-agente
Sintesi e prossimi passi
- Presentazioni dei progetti e feedback tra pari
- Discussione delle strategie di ottimizzazione e scalabilità
- Risorse per l'apprendimento continuo e la sperimentazione
Requisiti
- Competenza intermedia nella programmazione Python
- Nozioni di base dei principi di AI o machine learning
- Familiarità con le API e i flussi di lavoro di elaborazione dei dati
Pubblico target
- Ingegneri e sviluppatori interessati a creare progetti di AI applicata
- Squadre tecniche alla ricerca di competenze di prototipazione rapida nell'Agentic AI
- Praticanti coinvolti nell'integrazione dell'AI e nello sviluppo di programmi pilota
Recensioni (1)
Primo aspetto di maggiore valore: compiti pratici di analisi dei dati utilizzando l'AI senza copiare e incollare, ma applicando autonomamente ciò che ho appreso. Secondo aspetto di maggiore valore: la definizione dei termini che tutti utilizzano (skills, agenti, MCP, API). Ora che li comprendo, mi sento molto più sicura nel provare con l'AI. Terzo aspetto: il tuo contributo sulla comprensione del funzionamento dell'AI, di ciò che può e non può fare (ricorderò per sempre la tua regola 80/20). Quarto aspetto: aver messo a disposizione tutto ciò che ci hai insegnato in forma scritta e facilmente accessibile.
Lieven Hofmann - Transport & Environment
Corso - Hands-On Agentic AI Bootcamp: Build 5 Real Projects in Python
Traduzione automatica