Il corso fornisce una visione strategica sull’impiego di chatbot e agenti intelligenti, imparando ad allineare le opportunità tecnologiche con le priorità di business.

Attraverso un metodo strutturato e pratico, sarà possibile passare dall’identificazione dei casi d’uso alla realizzazione di prototipi funzionanti su piattaforme leader di mercato, accelerando i processi di innovazione.

Un programma strutturato pensato per formare figure chiave capaci di guidare l’adozione dell’AI, dialogare con stakeholder interni ed esterni e contribuire attivamente al miglioramento della customer experience e all’efficienza operativa dell’azienda.

DESTINATARI

• Ricercatori e dottorandi che lavorano su workflow scientifici basati su IA in infrastrutture HPC;
• Professionisti dell’IA e della data science che devono operazionalizzare modelli oltre la fase sperimentale;
• Personale tecnico e system engineer coinvolti nel supporto a carichi di lavoro di IA su infrastrutture HPC o ibride;
• Innovation manager e coordinatori R&D che desiderano comprendere meglio le implicazioni architetturali e operative dei progetti di IA;
• PMI e team di ricerca applicata che utilizzano risorse EuroHPC o HPC nazionali per carichi di lavoro di IA e data-intensive.

DOCENTI

 Alessandro Chiarini, Senior Consultant – Life Science.

OBIETTIVI

• Comprendere perché molti carichi di lavoro di IA non riescono a scalare oltre la fase di proof-of-concept in ambienti HPC e cloud;
• Distinguere tra diversi tipi di carichi di lavoro di IA (esplorativi, batch, simili alla produzione) e selezionare ambienti di esecuzione appropriati;
• Progettare architetture ibride HPC–cloud utilizzando modelli di esecuzione riproducibili e basati su container;
• Eseguire e gestire job di IA di lunga durata, includendo considerazioni su tolleranza ai guasti e gestione delle risorse;
• Identificare i principali segnali di osservabilità per i carichi di lavoro di IA, coprendo job, dati, modelli e output;
• Comprendere i principi della gestione del ciclo di vita dei modelli di IA, inclusi versioning, monitoraggio e strategie di ri-addestramento;
• Valutare compromessi architetturali e operativi in workflow di IA reali.

SEDE

BI-REX Competence Center, Via Paolo Nanni Costa 20, 40133 Bologna

Corso in collaborazione con