Product Description
Perché seguire il Corso Agentic AI di Impesud?
Il panorama dell’Intelligenza Artificiale ha superato la semplice generazione di contenuti. Le aziende oggi cercano professionisti in grado di costruire sistemi autonomi capaci di percepire, ragionare, pianificare e agire all’interno di processi complessi.
Il nostro Corso Executive in Agentic AI è progettato con un approccio altamente pratico (hands-on) ed engineering-driven. Non ci limitiamo a spiegare i framework di orchestrazione, ma forniamo le competenze necessarie per portare gli agenti in produzione: dalla gestione del determinismo con la Neuro-Symbolic AI, fino al tracciamento delle performance (Observability) e alla sicurezza aziendale (Zero Trust Security).
Format & Struttura del Corso
Durata: 16 Settimane (64 Ore di formazione diretta + Project Lab)
Modalità : Live Streaming il Sabato Mattina (09:00 – 13:00)
Livello: Intermedio / Avanzato (Sviluppatori, Data Scientist, Technical Product Manager, AI Engineer)
Formato Lezione: 2 Ore di Teoria Architetturale + 2 Ore di Laboratory & Live Coding
I 6 Pilastri Tecnologici del Corso
Architetture Agentiche & Reasoning: Master class sui loop Sense-Think-Act, paradigmi ReAct, Chain-of-Thought (CoT), Model Context Protocol (MCP) e Neuro-Symbolic AI.
Sistemi Multi-Agente (MAS): Progettazione e orchestrazione di agenti coordinati tramite LangGraph, CrewAI, AutoGen e protocolli Agent-to-Agent (A2A).
Advanced Retrieval & Knowledge: Evoluzione dal RAG tradizionale ad Agentic RAG e GraphRAG integrati con Vector Database aziendali.
Evaluation & Benchmarking (AI Assessment): Valutazione empirica di accuratezza, allucinazioni e Tool Correctness mediante DSPy, RAGAS e DeepEval.
Enterprise Security & Guardrails: Protezione degli agenti tramite politiche Zero Trust, PII Masking, difesa da Prompt Injection e pattern Human-in-the-Loop (HITL).
AgentOps, Observability & Deployment: Tracciamento dei grafi di esecuzione, latenza e costi con LangSmith e Langfuse, e deployment containerizzato con Docker.
Programma Dettagliato (16 Settimane)
Modulo 1: GenAI, Advanced RAG & Evaluation (Settimane 1 – 4)
Settimana 1: Foundations di GenAI, LLM Reasoning e Advanced Prompt Engineering.
Settimana 2: Vector Databases (Chroma, Pinecone), RAG Ibrido e introduzione a GraphRAG per dati complessi.
Settimana 3: Evaluation & Benchmarking — Misurare accuratezza, pertinenza e allucinazioni con DSPy, RAGAS e DeepEval.
Settimana 4: Project Lab 1 — Progettazione e testing di un RAG Agentic orientato ai dati aziendali.
Modulo 2: Single-Agent Systems, Security & Guardrails (Settimane 5 – 8)
Settimana 5: Agentic Design Core — Architetture Sense-Think-Act, ReAct e Model Context Protocol (MCP).
Settimana 6: Tool Integration & Neuro-Symbolic AI — Function Calling e regole deterministiche per la validazione delle decisioni.
Settimana 7: Enterprise Agent Security — Zero Trust, PII Masking, Prompt Injection Defense e Human-in-the-Loop (HITL).
Settimana 8: Project Lab 2 — Creazione di un Research Agent autonomo, sicuro e integrato con API esterne.
Modulo 3: Multi-Agent Systems, Observability & AgentOps (Settimane 9 – 12)
Settimana 9: Multi-Agent Systems (MAS) I — Architetture di orchestrazione e workflow complessi con LangGraph.
Settimana 10: Multi-Agent Systems (MAS) II — Sviluppo collaborativo con CrewAI e AutoGen; comunicazione A2A.
Settimana 11: AgentOps & Observability — Tracing, Logging e Debugging avanzato con LangSmith e Langfuse.
Settimana 12: Deployment & Containerization — Packaging di agenti con Docker, CI/CD per AI e infrastrutture Cloud/Local.
Modulo 4: Capstone Project & Enterprise Production (Settimane 13 – 16)
Settimana 13: Project Lab 3 (MAS) — Sviluppo di un sistema Multi-Agente enterprise (es. Customer Support o Finance Analyst).
Settimana 14: Capstone Project: Design Architetturale, definizione di SLA, metriche e guardrails.
Settimana 15: Capstone Project: Live Coding Clinic, Pair Programming, ottimizzazione token e latenza.
Settimana 16: Presentazione Progetti, Review del Codice e Future Trends (Embodied AI, SLM).
Tech Stack & Strumenti Utilizzati
Linguaggi & IDE: Python, VS Code, Google Colab
Framework Agentici: LangGraph, CrewAI, AutoGen, smolagents, LangChain
Evaluation & Tracing: DSPy, RAGAS, DeepEval, LangSmith, Langfuse
Data & Reasoning: Vector DB (ChromaDB / Pinecone), GraphRAG, MCP Protocol
DevOps & Security: Docker, Guardrails AI, Open Source LLM / OpenAI / Claude API
FAQ
Q: Quali requisiti servono per accedere al corso? A: È richiesta una conoscenza base di programmazione in Python e concetti fondamentali di Object-Oriented Programming (OOP). È previsto un modulo pre-work asincrono per l’allineamento degli ambienti di sviluppo.
Q: Qual è la differenza tra questo corso e un corso generico su ChatGPT o Prompt Engineering? A: Questo corso insegna a sviluppare software agentico autonomo (software engineering per l’AI). Non usiamo interfacce chat, ma scriviamo codice Python per creare agenti in grado di eseguire azioni, utilizzare strumenti esterni, essere valutati (Evaluation) e monitorati in produzione (AgentOps).
Q: Le lezioni sono registrate? A: Le lezioni si tengono live il sabato mattina dalle 09:00 alle 13:00 per garantire l’interazione diretta con il docente. Tutte le lezioni e i notebook di codice vengono comunque registrati e messi a disposizione degli studenti.
Reviews
There are no reviews yet.