Contattataci
 Durata 7 ore

Struttura del corso

Introduzione ai LLM leggeri

  • Comprendere le 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 design
  • Capacità e limiti del modello
  • Come Nano Banana differisce dai LLM tradizionali

Modelli di implementazione e scenari d'uso

  • Esecuzione on-device e i suoi benefici
  • Inferenza locale versus cloud
  • Selezione del percorso di implementazione corretto

Applicazioni pratiche in diversi settori

  • Automazione interna e assistenza alle conoscenze
  • Casi d'uso rivolti al cliente
  • Scenari operativi e legati alla conformità

Fondamenti di integrazione

  • Valutazione dei requisiti di sistema
  • Considerazioni su flussi di lavoro e processi
  • Introduzione a API e toolchain

Ottimizzazione dei costi e efficienza

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

Governance, privacy e gestione del rischio

  • Garantire un'esecuzione on-device sicura
  • Comprendere i confini dei dati e le misure di salvaguardia
  • Allineamento con le politiche e gli standard aziendali

Prepararsi all'adozione organizzativa

  • Costruire capacità e prontezza interne
  • Valutare il valore di business tramite 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 di riferimento

  • Team IT generali che adottano capacità di AI
  • Utenti aziendali interessati ad applicazioni pratiche di AI
  • Manager tecnologici che valutano strategie di LLM on-device

Numero di Partecipanti


Prezzo per partecipante

Recensioni (1)

Corsi in Arrivo

Categorie relative