Fine-Tuning Formazione in Torino

Questo corso interattivo e guidato dall'insegnante in Torino (online o presenziale) è rivolto a ingegneri avanzati di IA per la difesa e sviluppatori di tecnologie militari che desiderano addestrare modelli di deep learning per l'uso in veicoli autonomi, droni e sistemi di sorveglianza, mantenendo rigorose standard di sicurezza e affidabilità.

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

• Addestrare modelli di visione artificiale e fusione dei sensori per compiti di sorveglianza e mira.
• Adattare sistemi autonomi AI a ambienti e profili operativi mutevoli.
• Implementare meccanismi robusti di validazione e sicurezza in pipeline dei modelli.
• Assicurare l'allineamento con gli standard specifici di conformità, sicurezza e safety per la difesa.

Questo corso di formazione guidato dall'instruttore in Torino (online o in sede) è rivolto a ingegneri legal tech e sviluppatori AI di livello intermedio che desiderano affinare i modelli linguistici per compiti come l'analisi dei contratti, l'estrazione delle clausole e la ricerca legale automatizzata in ambienti di servizi legali.

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

• Preparare e pulire documenti legali per l'affinamento dei modelli NLP.
• Applicare strategie di affinamento per migliorare l'accuratezza del modello in compiti legali.
• Distribuire modelli per assistere nella revisione dei contratti, nella classificazione e nella ricerca legale.
• Garantire la conformità, l'auditabilità e la tracciabilità delle uscite AI in contesti legali.

Questo corso di formazione guidato dall'insegnante (online o in sede) è rivolto a sviluppatori di AI medica e data scientists di livello intermedio ad avanzato che desiderano fine-tuning i modelli per la diagnosi clinica, la previsione delle malattie e il forecast dei risultati dei pazienti utilizzando dati medici strutturati e non strutturati.

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

• Fine-tuning modelli AI su dataset sanitari che includono EMR, imaging e dati temporali.
• Applicare il transfer learning, l'adattamento del dominio e la compressione dei modelli in contesti medici.
• Affrontare privacy, bias e conformità normativa nello sviluppo dei modelli.
• Distribuire e monitorare i modelli fine-tuned in ambienti sanitari reali.

Questo training guidato dall'insegnante (online o in presenza) è rivolto a data scientists e ingegneri AI di livello avanzato nel settore finanziario che desiderano affinare modelli per applicazioni come scoring del credito, rilevazione delle frodi e modellazione del rischio utilizzando dati finanziari specifici del dominio.

Al termine di questo training, i partecipanti saranno in grado di:

• Affinare modelli AI su set di dati finanziari per migliorare la predizione delle frodi e del rischio.
• Applicare tecniche come il transfer learning, LoRA e regolarizzazione per migliorare l'efficienza dei modelli.
• Integrare considerazioni sulla conformità finanziaria nel workflow di modellazione AI.
• Distribuire modelli affinati per l'uso in piattaforme di servizi finanziari.

Questo corso guidato dall'insegnante, live (online o in locale), è rivolto a ingegneri di manutenzione AI e professionisti MLOps di livello avanzato che desiderano implementare pipeline di apprendimento continuo robuste e strategie di aggiornamento efficaci per modelli finetunati distribuiti.

Al termine di questo training, i partecipanti saranno in grado di:

• Progettare ed implementare workflow di apprendimento continuo per modelli distribuiti.
• Mitigare il dimenticamento catastrofico attraverso un adeguato addestramento e gestione della memoria.
• Automatizzare il monitoraggio e i trigger di aggiornamento basati su drift del modello o modifiche dei dati.
• Integrare le strategie di aggiornamento dei modelli nelle pipeline CI/CD e MLOps esistenti.

Questo training live guidato dall'insegnante in Torino (online o in presenza) è rivolto a sviluppatori AI embedded e specialisti di edge computing di livello intermedio che desiderano fine-tunare e ottimizzare modelli AI leggeri per il deploy su dispositivi a risorse limitate.

Al termine di questo training, i partecipanti saranno in grado di:

• Selezionare e adattare modelli pre-addestrati idonei per il deploy su edge.
• Applicare tecniche di quantizzazione, pruning e altre tecniche di compressione per ridurre la dimensione del modello e la latenza.
• Fine-tunare i modelli utilizzando il transfer learning per le prestazioni specifiche del compito.
• Deployare modelli ottimizzati su piattaforme hardware reali di edge.

Questo corso di formazione guidato dal docente (online o in sede) è rivolto a ingegneri avanzati di computer vision e sviluppatori AI che desiderano affinare modelli linguistico-visivi (VLMs) come CLIP e Flamingo per migliorare le prestazioni su compiti visivo-testuali specifici del settore.

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

• Comprendere l'architettura e i metodi di pretraining dei modelli linguistico-visivi.
• Affinare VLMs per classificazione, recupero, didascalia o QA multimodale.
• Preparare dataset e applicare strategie PEFT per ridurre l'uso delle risorse.
• Valutare e distribuire VLMs personalizzati in ambienti di produzione.

Questo training guidato dall'instruttore (online o sul posto) è rivolto a ingegneri ML e professionisti di conformità AI intermedi che desiderano identificare, valutare e ridurre i rischi per la sicurezza e le distorsioni nei modelli linguistici finetunati.

Al termine di questo training, i partecipanti saranno in grado di:

• Comprendere il contesto etico e normativo per sistemi AI sicuri.
• Identificare e valutare le forme comuni di distorsione nei modelli finetunati.
• Applicare tecniche di mitigazione della distorsione durante e dopo l'addestramento.
• Progettare e revisionare i modelli per la sicurezza, la trasparenza e l'imparzialità.

Questo corso di formazione guidato dal docente (online o in loco) è rivolto a ingegneri NLP intermedi e team di gestione della conoscenza che desiderano ottimizzare le pipeline RAG per migliorare le prestazioni nelle applicazioni di risposta alle domande, ricerca aziendale e sintesi.

Al termine di questa formazione, i partecipanti saranno in grado di:

• Comprendere l'architettura e il workflow dei sistemi RAG.
• Ottimizzare i componenti retriever e generator per dati specifici del dominio.
• Valutare le prestazioni dei sistemi RAG e applicare miglioramenti attraverso tecniche PEFT.
• Distribuire sistemi RAG ottimizzati per l'uso interno o in produzione.

Questo training guidato dal docente (online o in loco) è rivolto a professionisti ML di livello intermedio e sviluppatori AI che desiderano affinare e distribuire modelli open-weight come LLaMA, Mistral e Qwen per applicazioni specifiche aziendali o interne.

Al termine di questo training, i partecipanti saranno in grado di:

• Capire l'ecosistema e le differenze tra i modelli LLM open source.
• Preparare set di dati e configurazioni per il fine-tuning per modelli come LLaMA, Mistral e Qwen.
• Eseguire pipeline di fine-tuning utilizzando Hugging Face Transformers e PEFT.
• Valutare, salvare e distribuire i modelli finetunati in ambienti sicuri.

Questo corso guidato dal formatore, live a Torino (online o in sede), è rivolto a data scientist e ingegneri AI di livello intermedio che desiderano affinare i grandi modelli linguistici in modo più economico ed efficiente utilizzando metodi come LoRA, Adapter Tuning e Prefix Tuning.

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

• Comprendere la teoria alla base degli approcci per l'affinamento parametricamente efficiente.
• Implementare LoRA, Adapter Tuning e Prefix Tuning utilizzando Hugging Face PEFT.
• Confrontare i compromessi di prestazioni e costi dei metodi PEFT rispetto all'affinamento completo.
• Distribuire ed espandere modelli LLM affinati con requisiti computazionali e di archiviazione ridotti.

Questo training guidato dall'instruttore (online o in loco) è rivolto a ingegneri di apprendimento automatico, sviluppatori AI e scienziati dei dati di livello intermedio ad avanzato che desiderano imparare come utilizzare QLoRA per affinare efficacemente modelli di grandi dimensioni per compiti specifici e personalizzazioni.

Al termine di questo training, i partecipanti saranno in grado di:

• Comprendere la teoria dietro QLoRA e le tecniche di quantizzazione per i modelli linguistici di grandi dimensioni (LLMs).
• Implementare QLoRA per affinare modelli linguistici di grandi dimensioni per applicazioni specifiche.
• Ottimizzare le prestazioni dell'affinamento su risorse computazionali limitate utilizzando la quantizzazione.
• Distribuire e valutare i modelli affinati in applicazioni reali in modo efficiente.

Questo corso guidato dall'insegnante in Torino (online o sul posto) è rivolto a ingegneri di apprendimento automatico avanzati e ricercatori di IA che desiderano applicare RLHF per affinare modelli AI grandi per una prestazione, sicurezza e allineamento superiori.

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

• Comprendere le basi teoriche dell'RLHF e perché è essenziale nello sviluppo moderno dell'IA.
• Mettere in pratica modelli di reward basati sul feedback umano per guidare i processi di apprendimento per rinforzo.
• Perfezionare grandi modelli linguistici utilizzando tecniche RLHF per allineare le uscite con le preferenze umane.
• Applicare le migliori pratiche per la scalabilità dei flussi di lavoro RLHF per sistemi AI di grado produttivo.

Questo corso di formazione dal vivo con istruttore in Torino (online o in loco) è rivolto a professionisti di livello intermedio che desiderano acquisire competenze pratiche nella personalizzazione di modelli di intelligenza artificiale per attività finanziarie critiche.

Al termine di questo corso di formazione, i partecipanti saranno in grado di:

• Comprendi i fondamenti dell'ottimizzazione per le applicazioni finanziarie.
• Sfrutta i modelli pre-addestrati per attività specifiche del dominio nel settore finanziario.
• Applica tecniche per il rilevamento delle frodi, la valutazione del rischio e la generazione di consulenza finanziaria.
• Garantisci la conformità alle normative finanziarie come GDPR e SOX.
• Implementa la sicurezza dei dati e le pratiche etiche di intelligenza artificiale nelle applicazioni finanziarie.

Questo corso di formazione dal vivo con istruttore in Torino (online o in loco) è rivolto a professionisti di livello avanzato che desiderano affinare le proprie competenze nella diagnosi e nella risoluzione di problemi di messa a punto per i modelli di apprendimento automatico.

Al termine di questo corso di formazione, i partecipanti saranno in grado di:

• Diagnostica problemi come l'overfitting, l'underfitting e lo squilibrio dei dati.
• Implementare strategie per migliorare la convergenza dei modelli.
• Ottimizza l'ottimizzazione delle pipeline per ottenere prestazioni migliori.
• Esegui il debug dei processi di formazione utilizzando strumenti e tecniche pratiche.

Questo corso di formazione dal vivo con istruttore in Torino (online o in loco) è rivolto a professionisti di livello avanzato che desiderano padroneggiare le tecniche per l'ottimizzazione di modelli di grandi dimensioni per una messa a punto conveniente in scenari del mondo reale.

Al termine di questo corso di formazione, i partecipanti saranno in grado di:

• Comprendi le sfide della messa a punto di modelli di grandi dimensioni.
• Applicare tecniche di training distribuite a modelli di grandi dimensioni.
• Sfrutta la quantizzazione e l'eliminazione dei modelli per l'efficienza.
• Ottimizza l'utilizzo dell'hardware per le attività di messa a punto.
• Distribuisci modelli ottimizzati in modo efficace negli ambienti di produzione.

Questo training guidato da istruttori, live in Torino (online o in presenza), è rivolto a professionisti di livello intermedio che desiderano sfruttare il potere dell'ingegneria dei prompt e dell'apprendimento a basso shot per ottimizzare le prestazioni dei LLMs nelle applicazioni reali.

Al termine di questo training, i partecipanti saranno in grado di:

• Comprendere i principi dell'ingegneria dei prompt e dell'apprendimento a basso shot.
• Progettare prompt efficaci per vari compiti di NLP.
• Sfruttare le tecniche a basso shot per adattare i LLMs con dati minimi.
• Ottimizzare le prestazioni dei LLMs per applicazioni pratiche.

Questo corso di formazione dal vivo con istruttore in Torino (online o in loco) è rivolto a professionisti di livello avanzato che desiderano padroneggiare la messa a punto di modelli multimodali per soluzioni di intelligenza artificiale innovative.

Al termine di questo corso di formazione, i partecipanti saranno in grado di:

• Comprendi l'architettura dei modelli multimodali come CLIP e Flamingo.
• Prepara e pre-elabora in modo efficace i set di dati multimodali.
• Ottimizza i modelli multimodali per attività specifiche.
• Ottimizza i modelli per le applicazioni e le prestazioni del mondo reale.

Questo addestramento guidato dall'insegnante (online o in sede) è rivolto a ricercatori avanzati di intelligenza artificiale, ingegneri di apprendimento automatico e sviluppatori che desiderano ottimizzare i modelli LLM DeepSeek per creare applicazioni AI specializzate adattate a specifici settori, domini o esigenze aziendali.

Al termine di questo addestramento, i partecipanti saranno in grado di:

• Comprendere l'architettura e le capacità dei modelli DeepSeek, inclusi DeepSeek-R1 e DeepSeek-V3.
• Preparare i dataset e preprocessare i dati per l'ottimizzazione.
• Ottimizzare i modelli LLM DeepSeek per applicazioni specifiche di dominio.
• Ottimizzare ed effettuare la distribuzione dei modelli ottimizzati in modo efficiente.

Questo corso di formazione dal vivo con istruttore in Torino (online o in loco) è rivolto a professionisti di livello avanzato che desiderano implementare modelli ottimizzati in modo affidabile ed efficiente.

Al termine di questo corso di formazione, i partecipanti saranno in grado di:

• Comprendi le sfide legate all'implementazione di modelli ottimizzati nell'ambiente di produzione.
• Containerizza e distribuisci i modelli utilizzando strumenti come Docker e Kubernetes.
• Implementare il monitoraggio e la registrazione per i modelli distribuiti.
• Ottimizza i modelli per la latenza e la scalabilità in scenari reali.

Questo corso di formazione dal vivo con istruttore in Torino (online o in loco) è rivolto a professionisti dell'apprendimento automatico di livello avanzato che desiderano padroneggiare tecniche di transfer learning all'avanguardia e applicarle a problemi complessi del mondo reale.

Al termine di questo corso di formazione, i partecipanti saranno in grado di:

• Comprendere concetti e metodologie avanzate nell'apprendimento di trasferimento.
• Implementare tecniche di adattamento specifiche del dominio per modelli pre-addestrati.
• Applica l'apprendimento continuo per gestire attività e set di dati in evoluzione.
• Padroneggia la messa a punto multi-task per migliorare le prestazioni del modello in tutte le attività.

Vertex AI offre strumenti avanzati per il fine-tuning di modelli di grandi dimensioni e la gestione dei prompt, consentendo a sviluppatori e team di dati di ottimizzare l'accuratezza del modello, razionalizzare i flussi di lavoro iterativi e garantire una rigorosa valutazione con librerie e servizi integrati.

Questa formazione guidata da un istruttore (online o in loco) è rivolta a praticanti di livello intermedio ad avanzato che desiderano migliorare le prestazioni e la affidabilità delle applicazioni di AI generative utilizzando il fine-tuning supervisionato, la gestione delle versioni dei prompt e i servizi di valutazione in Vertex AI.

Al termine di questa formazione, i partecipanti saranno in grado di:

• Applicare tecniche di fine-tuning supervisionato ai modelli Gemini in Vertex AI.
• Implementare flussi di lavoro per la gestione dei prompt, inclusa la versioning e il testing.
• Sfruttare le librerie di valutazione per benchmarkare e ottimizzare le prestazioni dell'AI.
• Distribuire e monitorare modelli migliorati in ambienti di produzione.

Formato del Corso

• Lezione interattiva e discussione.
• Laboratori pratici con strumenti di fine-tuning e gestione dei prompt di Vertex AI.
• Casi studio di ottimizzazione di modelli aziendali.

Opzioni di Personalizzazione del Corso

• Per richiedere una formazione personalizzata per questo corso, si prega di contattarci per organizzare l'evento.

Questo corso di formazione dal vivo con istruttore in Torino (online o in loco) è rivolto a professionisti dell'apprendimento automatico di livello principiante e intermedio che desiderano comprendere e applicare tecniche di apprendimento di trasferimento per migliorare l'efficienza e le prestazioni nei progetti di intelligenza artificiale.

Al termine di questo corso di formazione, i partecipanti saranno in grado di:

• Comprendere i concetti fondamentali e i vantaggi del transfer learning.
• Esplora i modelli pre-addestrati più diffusi e le relative applicazioni.
• Esegui l'ottimizzazione di modelli pre-addestrati per attività personalizzate.
• Applica il transfer learning per risolvere problemi del mondo reale in PNL e visione artificiale.

Questo corso di formazione dal vivo con istruttore in Torino (online o in loco) è rivolto a sviluppatori di livello intermedio e professionisti dell'intelligenza artificiale che desiderano implementare strategie di messa a punto per modelli di grandi dimensioni senza la necessità di ampie risorse computazionali.

Al termine di questo corso di formazione, i partecipanti saranno in grado di:

• Comprendere i principi dell'adattamento di basso rango (LoRA).
• Implementa LoRA per una messa a punto efficiente di modelli di grandi dimensioni.
• Ottimizza l'ottimizzazione per ambienti con risorse limitate.
• Valuta e distribuisci modelli ottimizzati per LoRA per applicazioni pratiche.

Questo corso di formazione dal vivo con istruttore in Torino (online o in loco) è rivolto a professionisti di livello intermedio e avanzato che desiderano personalizzare modelli pre-addestrati per attività e set di dati specifici.

Al termine di questo corso di formazione, i partecipanti saranno in grado di:

• Comprendere i principi del fine-tuning e le sue applicazioni.
• Preparare i set di dati per l'ottimizzazione dei modelli pre-addestrati.
• Ottimizza i modelli linguistici di grandi dimensioni (LLM) per le attività di NLP.
• Ottimizza le prestazioni del modello e affronta le sfide più comuni.

Questo corso di formazione dal vivo con istruttore in Torino (online o in loco) è rivolto a professionisti di livello intermedio che desiderano migliorare i loro progetti di PNL attraverso l'efficace messa a punto di modelli linguistici pre-addestrati.

Al termine di questo corso di formazione, i partecipanti saranno in grado di:

• Comprendi i fondamenti della messa a punto per le attività di NLP.
• Ottimizza i modelli pre-addestrati come GPT, BERT e T5 per applicazioni NLP specifiche.
• Ottimizza gli iperparametri per migliorare le prestazioni del modello.
• Valuta e distribuisci modelli ottimizzati in scenari reali.