Creare applicazioni AI con modelli linguistici di grandi dimensioni — PickAClass
★ 3.8 (6) ⏱ 3 h 📚 29 lezioni 🎧 Versione audio

Creare applicazioni AI con modelli linguistici di grandi dimensioni

Una guida per principianti alla creazione di app intelligenti utilizzando l'ingegneria rapida, la generazione aumentata del recupero (RAG) e gli agenti IA.

  • 💬 Istruttore IA
    Fai domande su qualsiasi lezione e ricevi una risposta chiara all'istante, quando vuoi.
  • 🕐 Inizia quando vuoi
    Niente orari né scadenze: impara al tuo ritmo, quando vuoi.
  • 🌐 In italiano
    Lezioni, esercizi e certificato: tutto interamente nella tua lingua.

Informazioni sul corso

Pronto a andare oltre l'utilizzo di strumenti AI e iniziare a costruire il tuo?Questo corso fornisce un'introduzione pratica e basata su testo allo sviluppo di applicazioni basate su Large Language Models (LLM), guidandoti dai concetti fondamentali ai progetti funzionali. Acquisirai le conoscenze fondamentali per progettare e costruire sistemi AI in grado di comprendere il contesto, recuperare informazioni ed eseguire attività.Questo corso demistifica la tecnologia alla base dell'IA moderna, offrendoti le competenze per creare le tue applicazioni intelligenti da zero. Cosa imparerai: - Comprendere i concetti fondamentali di LLM, incorporamenti di testo e database vettoriali. - Praticare efficaci tecniche di ingegneria rapida per controllare in modo affidabile il comportamento e l'output del modello. - Crea applicazioni utilizzando il modello Retrieval-Augmented Generation (RAG) per rispondere alle domande basate su dati personalizzati. - Impara i fondamenti della messa a punto per adattare modelli pre-addestrati per attività specializzate. - Crea agenti AI autonomi che possono utilizzare strumenti e prendere decisioni per raggiungere obiettivi complessi. - Applica framework popolari come LangChain e librerie da Hugging Face per semplificare il processo di sviluppo. - Configurare le interfacce utente di base per interagire con le applicazioni AI. Il curriculum inizia con la terminologia essenziale e i principi del funzionamento LLM, quindi si sposta in esercizi pratici scritti in cui applicherete questi concetti per costruire sistemi sempre più sofisticati. Questo corso è progettato per principianti assoluti.Non è necessaria alcuna esperienza precedente con l'IA o l'apprendimento automatico, anche se una familiarità di base con la programmazione Python sarà utile. Inizia a imparare a creare la prossima generazione di applicazioni AI oggi stesso.

Contenuti del corso

6 moduli · 29 lezioni · 3 h

1 Fondamenti e Architettura LLM
Comprendere come funzionano i modelli linguistici e preparare l'ambiente di lavoro.
6 lezioni · 35 min
  1. Benvenuto nel mondo degli LLM
    Panoramica del corso e cosa significa costruire applicazioni AI oggi.
    5 min
  2. Cos'è un Large Language Model?
    Spiegazione dei concetti base: predizione del prossimo token e addestramento.
    6 min
  3. Token e Finestra di Contesto
    Capire come i modelli leggono il testo e i limiti della loro memoria a breve termine.
    6 min
  4. Il potere degli Embeddings
    Come trasformare le parole in vettori numerici per farle 'capire' alla macchina.
    6 min
  5. Esplorare Hugging Face
    Utilizzare la libreria leader per accedere a migliaia di modelli open-source.
    6 min
  6. Setup dell'ambiente Python
    Installazione delle librerie necessarie per iniziare a programmare.
    6 min
2 Prompt Engineering Strategico
Imparare a comunicare efficacemente con l'IA per ottenere risultati precisi.
5 lezioni · 30 min
  1. Anatomia di un Prompt efficace
    Istruzioni, contesto, input e indicatori di output.
    6 min
  2. Zero-shot e Few-shot Learning
    Insegnare al modello un compito fornendo esempi direttamente nel prompt.
    6 min
  3. Chain of Thought (Catena di Pensiero)
    Chiedere al modello di 'pensare passo dopo passo' per risolvere problemi logici.
    6 min
  4. Formattazione dell'Output
    Costringere il modello a rispondere in JSON o altri formati strutturati.
    6 min
  5. Mitigare le Allucinazioni
    Tecniche per ridurre le risposte inventate e aumentare l'affidabilità.
    6 min
3 RAG e Gestione dei Dati
Collegare l'IA a fonti di dati esterne per risposte aggiornate e private.
5 lezioni · 30 min
  1. Perché il RAG è necessario?
    Superare il limite della data di fine addestramento dei modelli.
    6 min
  2. L'architettura RAG
    Il flusso: Recupero (Retrieve), Potenziamento (Augment), Generazione (Generate).
    6 min
  3. Database Vettoriali: ChromaDB e Pinecone
    Memorizzare e cercare informazioni basandosi sul significato semantico.
    6 min
  4. Caricare Documenti Personalizzati
    Trasformare PDF e file di testo in frammenti pronti per l'IA.
    6 min
  5. Costruire un sistema di Q&A
    Esercizio pratico: creare un bot che risponde su un manuale specifico.
    6 min
4 Sviluppo con LangChain e UI
Utilizzare framework professionali per orchestrare l'applicazione e creare interfacce.
5 lezioni · 30 min
  1. Introduzione a LangChain
    Perché usare un framework per collegare componenti AI diversi.
    6 min
  2. Creare Catene (Chains)
    Concatenare più chiamate all'LLM per compiti complessi.
    6 min
  3. Gestione della Memoria
    Permettere all'applicazione di ricordare i messaggi precedenti della chat.
    6 min
  4. Interfacce con Streamlit
    Creare una web app per la tua AI con poche righe di Python.
    6 min
  5. Dal Codice all'Interfaccia
    Collegare il backend LangChain alla UI per l'utente finale.
    6 min
5 Fine-tuning e Specializzazione
Capire quando e come addestrare ulteriormente un modello per compiti specifici.
4 lezioni · 24 min
  1. Prompt Engineering vs Fine-tuning
    Capire quando è necessario ri-addestrare il modello.
    6 min
  2. Preparazione dei Dataset
    Come strutturare i dati per la 'messa a punto' (Fine-tuning).
    6 min
  3. Adattare Modelli Pre-addestrati
    Processo tecnico per specializzare un modello su un tono o dominio specifico.
    6 min
  4. Valutazione del Modello
    Misurare se il fine-tuning ha effettivamente migliorato le prestazioni.
    6 min
6 Agenti AI e Automazione
Creare sistemi capaci di agire autonomamente per risolvere problemi.
4 lezioni · 31 min
  1. Cosa sono gli Agenti AI?
    Sistemi che usano l'LLM come motore di ragionamento per agire.
    6 min
  2. Strumenti (Tools) e Funzioni
    Dare all'IA la capacità di usare calcolatrici, API o cercare sul web.
    8 min
  3. Processo Decisionale e Loop
    Come l'agente pianifica i passi per raggiungere un obiettivo complesso.
    8 min
  4. Progetto Finale: L'Agente Autonomo
    Costruire un assistente che decide quali strumenti usare per risolvere un task.
    9 min
Progetto finale

Personal Knowledge Assistant

Sviluppa un'applicazione completa che utilizza un'interfaccia web per permettere all'utente di caricare documenti, interrogarli tramite RAG e attivare un agente capace di cercare sul web se l'informazione non è presente nei documenti.

Cosa otterrai

  • 📜 Certificato di completamento
    Aggiungilo al tuo profilo LinkedIn
  • 💬 Tutor AI personale
    Bloccato su una lezione? Chiedi al tuo tutor integrato qualsiasi cosa, in qualsiasi momento.
  • 🎧 Versione audio inclusa
    Impara ovunque, senza schermo
  • ♾️ Accesso a vita
    Torna quando vuoi, senza scadenza
  • 📱 Telefono o computer
    Funziona ovunque, su qualsiasi dispositivo
  • 💸 Rimborso entro 14 giorni
    Senza domande
  • ⚡ Breve e mirato
    3 h di contenuto pratico

Certificato di completamento

Ogni corso che completi su PickAClass rilascia una credenziale come questa — originale, con codice proprio, verificabile via URL e dettagliata su ciò che hai dimostrato.

P
PickAClass
Profilo competenze · verificabile
Documento
Certificato di Maestria
Si certifica che
Nome Cognome
ha dimostrato con successo la padronanza di
Creare applicazioni AI con modelli linguistici di grandi dimensioni
Competenze dimostrate
✓
Analisi dei modelli comportamentali
Fondamentale
1.2 h
✓
Framework di architettura decisionale
Competente
1.4 h
✓
Progettazione di test A/B
Competente
1.7 h
✓
Copywriting comportamentale
Avanzato
1.9 h
P
PickAClass — Nome Cognome
Creare applicazioni AI con modelli linguistici di grandi dimensioni
Pagina 2 di 2
Dettaglio prestazioni
Riepilogo del corso
Lezioni completate 14 / 14
Domande di pratica 26 / 28
Compiti consegnati 4 (media 4,5 / 5)
Progetto finale Valutato — 4,6 / 5
Pratica totale 6.2 h
Benchmark di prestazione
Posizione nella coorte Top 12% su 1,625
Tempo al completamento 11 giorni (mediana: 22)
Punteggio di padronanza 91 / 100
Punteggio domande di pratica 94%
Verifica della competenza Percorso di competenza verificato
Verifica questa credenziale
pickaclass.com/certificates/PCC-2026-X4F7-AP19
Emesso secondo gli standard accademici di PickAClass. I livelli di competenza riflettono la prestazione valutata rispetto alla rubrica del corso. È una credenziale originale di questa piattaforma.

Recensioni (6)

Konstantinos Papageorgiou GR Studente verificato
★ 3 · 27 settembre 2026

Hmm, non sono sicuro che questo sia per principianti assoluti. Assume un po 'di conoscenza precedente che non è stata insegnata esplicitamente.

Đỗ Văn Dũng VN
★ 3 · 22 settembre 2026

Corso: Fantastica esperienza di apprendimento. Il ritmo era perfetto e gli esempi hanno davvero consolidato i concetti.

Ella Lewis NZ Studente verificato
★ 4 · 7 settembre 2026

Wow, che grande esperienza di apprendimento. Le applicazioni del mondo reale discusse erano così rilevanti.

Bode Lawson NG Studente verificato
★ 5 · 19 agosto 2026

Corso fantastico. Gli esempi utilizzati erano perfetti e hanno davvero aiutato a consolidare i concetti.

Victoria Romero EC Studente verificato
★ 4 · 3 agosto 2026

Il contenuto è stato ben strutturato e i consigli pratici per l'applicazione sono stati di prim'ordine.

Lukas Schmidt CH Studente verificato
★ 4 · 7 luglio 2026

Questo corso ha superato le mie aspettative. Le applicazioni del mondo reale discusse sono incredibilmente utili.

Scrivi una recensione

☆☆☆☆☆
Ti chiederemo di accedere dopo l'invio — la bozza viene salvata.

Altri hanno seguito anche

Domande frequenti

Cosa serve per seguire questo corso? +

Basta un telefono o un computer con internet. Niente installazioni, nessun hardware speciale.

Come si paga? +

Con carta via Stripe. Non conserviamo i dati della carta — Stripe li gestisce in sicurezza.

Posso ottenere un rimborso? +

Sì — rimborso completo entro 14 giorni, senza domande.

Per quanto tempo avrò accesso? +

Per sempre. Una volta acquistato, il corso è tuo e puoi rivederlo quando vuoi.

Riceverò un certificato? +

Sì. Al completamento riceverai un certificato da aggiungere al tuo profilo LinkedIn.

Pensato per chi lavora in
Tech Design Finanza Marketing Sanità Istruzione Ospitalità Produzione