Corso di formazione Modelli linguistici di piccole dimensioni per la tecnologia educativa: personalizzare l'IA per l'apprendimento e lo sviluppo

Questo corso pratico e guidato da istruttore in Italia (online o in presenza) si rivolge a data scientist e sviluppatori, sia principianti che con esperienza intermedia, interessati ad utilizzare i Piccoli Modelli Linguistici in diversi contesti applicativi.

Al termine del corso i partecipanti saranno in grado di:

• Comprendere l’architettura e il funzionamento dei Piccoli Modelli Linguistici.
• Implementare gli SLM per compiti come la generazione testuale e l’analisi del sentiment.
• Ottimizzare e calibrare gli SLM in base a esigenze specifiche.
• Distribuire gli SLM in ambienti con risorse limitate.
• Valutare e interpretare le prestazioni degli SLM in scenari reali.

Questo corso formativo dal vivo, tenuto da istruttori Italia (in modalità online o in presenza), è indirizzato a professionisti con competenze intermedie: pianificatori urbani, amministratori cittadini e sviluppatori di soluzioni per le città intelligenti desiderosi di integrare i modelli linguistici di piccole dimensioni (SLM) nei propri progetti al fine di migliorare la qualità della vita urbana.

Al termine del corso, i partecipanti saranno in grado di:

• Comprendere le applicazioni degli SLM nelle città intelligenti.
• Integrare gli SLM con i set di dati urbani per supportare decisioni più efficaci.
• Elaborare strategie concrete per l’utilizzo degli SLM nei sistemi di gestione urbana.
• Valutare l’impatto degli SLM sulla pianificazione urbana e sulle soluzioni applicabili alle città intelligenti.

Questo corso formativo dal vivo, tenuto da istruttori Italia (in modalità online o in presenza), si rivolge a data scientist ed ingegneri del machine learning di livello intermedio che desiderano creare e utilizzare piccoli modelli linguistici personalizzati per ambiti specifici come quello legale, medico e tecnico.

Al termine del corso i partecipanti saranno in grado di:

• Comprendere l’importanza e le potenzialità dei modelli linguistici dedicati a settori specifici.
• Scegliere ed elaborare dataset specializzati adatti all’addestramento dei modelli.
• Addestrare e ottimizzare i modelli linguistici per applicazioni settoriali precise.
• Valutare le prestazioni dei modelli utilizzando metriche rilevanti per il rispettivo ambito d’uso.
• Implementare modelli linguistici settoriali in scenari pratici reali.

Questo corso formativo in diretta, tenuto da un istruttore Italia (in modalità online o in sede), è indirizzato a ingegneri di machine learning e ricercatori di intelligenza artificiale esperti desiderosi di sviluppare soluzioni AI energeticamente efficienti grazie all’utilizzo di piccoli modelli linguistici, efficaci e rispettosi dell’ambiente.

Alla conclusione del percorso formativo, i partecipanti saranno in grado di:

• Comprendere l’impatto dell’intelligenza artificiale sul consumo energetico e sull’ambiente.
• Applicare tecniche di compressione ed ottimizzazione per ridurre le dimensioni e il consumo energetico dei modelli AI.
• Utilizzare hardware e framework software a basso consumo per l’implementazione di sistemi AI.
• Applicare le migliori pratiche nello sviluppo sostenibile dell’intelligenza artificiale.
• Promuovere e contribuire attivamente alle iniziative di sostenibilità nel settore dell’AI.

Questo corso formativo dal vivo, tenuto da istruttori in Italia (online o in sede), è rivolto a data scientist di livello intermedio, nonché a ricercatori nel campo del machine learning e dell’intelligenza artificiale che desiderano creare esperienze conversazionali accattivanti ed efficienti sfruttando i piccoli modelli linguistici.

Al termine di questo percorso formativo, i partecipanti saranno in grado di:

• Comprendere le basi dell’intelligenza conversazionale e il ruolo dei piccoli modelli linguistici.
• Progettare e implementare interazioni tra utenti e intelligenza artificiale incentrate sull’utente.
• Sviluppare ed addestrare piccoli modelli linguistici per applicazioni interattive.
• Valutare e migliorare l’efficacia delle comunicazioni tra umani e intelligenza artificiale, utilizzando le metriche più appropriate.
• Implementare in contesti reali interfacce conversazionali alimentate da intelligenza artificiale che siano sia scalabili sia etiche.