Questo corso avanzato è rivolto agli sviluppatori che desiderano progettare e distribuire applicazioni basate sull'intelligenza artificiale generativa, utilizzando servizi AWS come Amazon Bedrock e strumenti come LangChain. Nell'arco di due giorni esplorerai i concetti tecnici fondamentali dell'intelligenza artificiale generativa, strategie efficaci di progettazione rapida, integrazione di flussi con LangChain e modelli fondamentali.
Il corso comprende sessioni teoriche, dimostrazioni, laboratori pratici ed esercizi di gruppo. Al termine, acquisirai le competenze necessarie per creare applicazioni in grado di generare testo, rispondere a domande, riassumere informazioni e interagire con gli utenti tramite interfacce di tipo chatbot.
Questo corso è progettato per sviluppatori e professionisti tecnici che desiderano creare applicazioni di intelligenza artificiale generativa utilizzando i servizi AWS, senza richiederesintonia dei modelli. E' consigliato ai partecipanti con esperienza media in Python, interessati all'applicazione pratica di modelli linguistici di grandi dimensioni (LLM) nelle soluzioni impresa.
Pubblico di destinazione:
- Sviluppatori backend o full-stack
- Ingegneri di intelligenza artificiale/apprendimento automatico che desiderano utilizzare Amazon Bedrock
- Architetti di soluzioni specializzati in intelligenza artificiale
- Professionisti tecnici coinvolti nell'innovazione attraverso l'intelligenza artificiale generativa
In questo corso intensivo acquisirai competenze avanzate per lo sviluppo di applicazioni basate sull'intelligenza artificiale generativa utilizzando i servizi AWS. Attraverso sessioni teoriche e laboratori pratici, imparerai a:
- Spiegare i concetti fondamentali e la terminologia essenziale relativi all'intelligenza artificiale generativa
- Pianificare un progetto di intelligenza artificiale generativa e identificare i rischi e le sfide associati
- Utilizza Amazon Bedrock per creare, testare e distribuire applicazioni di intelligenza artificiale generativa
- Applicare tecniche avanzate di ingegneria rapida e pratiche responsabili per ridurre i pregiudizi
- Costruisci applicazioni di intelligenza artificiale utilizzando i modelli LangChain e RAG (Retrieval-Augmented Generation)
- Modelli architetture scalabili per scenari reali come: chatbot conversazionali, generazione di codice, sistemi di domande e risposte
- Integrare i componenti AI nelle applicazioni aziendali, rispettando i requisiti di sicurezza, governance e conformità
Per partecipare a questo corso, si consiglia di avere:
- Conoscenza di Python a livello intermedio
- Aver completato il corso Elementi tecnici di AWS o avere una conoscenza equivalente dei servizi e dei concetti principali di AWS cloud
Modulo 1: Introduzione all'IA generativa: possibilità e sfide
- Le basi dell'intelligenza artificiale generativa e dell'apprendimento automatico
- Casi d'uso dell'intelligenza artificiale generativa
- Vantaggi e rischi
Modulo 2: Pianificazione di un progetto di intelligenza artificiale generativa
- Fasi di pianificazione e analisi
- Rischi e metodi di mitigazione
Modulo 3: Introduzione ad Amazon Bedrock
- Architettura, casi d'uso, interfaccia
- Demo: configurazione e accesso in Bedrock
Modulo 4: Fondamenti di Prompt Engineering
- Modelli fondamentali e metodi di sollecitazione
- Richieste di tiro zero e pochi tiri
- Tecniche avanzate e prevenzione dei pregiudizi
- Dimostrazione: mitigazione della distorsione nelle immagini
Modulo 5: Componenti delle applicazioni di intelligenza artificiale generativa
- Interazione con incorporamenti, RAG, sicurezza
- Dimostrazione: incorporamenti di parole
Modulo 6: Modelli fondamentali in Amazon Bedrock
- Parametri di inferenza e API rilevanti
- Laboratorio: Generazione di testo con prompt zero-shot
Modulo 7: LangChain – Integrazione e orchestrazione complete
- Prompt, catene, agenti, incorporamenti
- Laboratorio: creazione di un'applicazione conversazionale
Modulo 8: Architetture di intelligenza artificiale generativa in AWS
- Riepilogo del testo, domande e risposte, generazione di codice
- Laboratori: applicazioni di intelligenza artificiale con Amazon Titan e API Converse
Per approfondire le competenze acquisite in questo corso e progredire nell'ambito del machine learning applicato, consigliamo di partecipare al corso:
- Pratico Data Science con Amazon SageMaker – un corso incentrato sull'utilizzo della piattaforma SageMaker per lo sviluppo, la formazione e la distribuzione di modelli di ML su larga scala.
Questo corso rafforzerà le tue conoscenze sulle pipeline di dati e sui modelli predittivi negli ambienti aziendali AWS.
Non è prevista alcuna certificazione direttamente associata a questo corso, ma i contenuti forniscono una solida base per la certificazione. AWS Certificato AI Professionista e per ulteriori specializzazioni in macchina apprendimento.
