Contattataci

Struttura del corso

Introduzione agli LLM leggeri

  • Comprensione delle architetture dei modelli compatti
  • L'evoluzione dell'AI efficiente in termini di risorse
  • Perché i modelli leggeri sono importanti per le imprese

Comprendere Nano Banana

  • Funzionalità chiave e principi di progettazione
  • Capacità e limitazioni del modello
  • Come Nano Banana si differenzia dagli LLM tradizionali

Modelli di deployment e scenari d'uso

  • Esecuzione on-device e i suoi vantaggi
  • Inferenza locale rispetto al cloud
  • Selezione del percorso di deployment più adatto

Applicazioni pratiche in vari settori

  • Automazione interna e assistenza alla conoscenza
  • Casi d'uso rivolti al cliente
  • Scenari operativi e guidati dalla conformità

Fondamenti di integrazione

  • Valutazione dei requisiti di sistema
  • Considerazioni sui flussi di lavoro e sui processi
  • Introduzione alle API e alla toolchain

Ottimizzazione dei costi ed efficienza

  • Riduzione dei costi di inferenza utilizzando modelli compatti
  • Bilanciamento tra prestazioni e risorse
  • Pianificazione per deployment scalabili

Governance, privacy e gestione del rischio

  • Garantire l'esecuzione on-device sicura
  • Comprendere i confini dei dati e le misure di protezione
  • Conformità con le politiche e gli standard aziendali

Preparazione all'adozione organizzativa

  • Costruire le capacità interne e la prontezza operativa
  • Valutare il valore aziendale attraverso progetti pilota
  • Porre le basi per roll out più ampi

Sintesi e prossimi passi

Requisiti

  • Conoscenza dei concetti generali di IT
  • Esperienza con strumenti software di base
  • Familiarità con i flussi di lavoro aziendali basati sui dati

Pubblico

  • Team IT generali che adottano le capacità di AI
  • Utenti aziendali interessati a applicazioni AI pratiche
  • Gestori tecnologici che valutano strategie LLM on-device
 7 ore

Numero di Partecipanti


Prezzo per partecipante

Recensioni (1)

Corsi in Arrivo

Categorie relative