MOC AI 3016 - Develop custom copilots with Azure AI Studio
Il corso AI-3016 – Develop Generative AI Apps in Azure è pensato per chi desidera acquisire competenze pratiche nello sviluppo di applicazioni basate su modelli linguistici generativi, sfruttando l’ecosistema Azure. Attraverso un percorso guidato, i partecipanti imparano a utilizzare Azure AI Foundry per esplorare, distribuire e personalizzare modelli, creare agenti conversazionali su dati proprietari e sviluppare soluzioni AI integrate con prompt flow. Il corso affronta anche aspetti fondamentali come l’ottimizzazione delle performance, il fine-tuning dei modelli e la valutazione dei risultati, con un’attenzione particolare alla progettazione di soluzioni responsabili e sicure. È un’opportunità concreta per comprendere il ciclo di vita completo di un’applicazione AI generativa e per mettere subito in pratica quanto appreso attraverso esercitazioni hands-on.
Cosa imparerai
- Descrivere le funzionalità del portale Azure AI Foundry
- Usare Azure AI Foundry per effettuare il provisioning e gestire una risorsa di Azure per intelligenza artificiale
- Usare Azure AI Foundry per creare e gestire un progetto di intelligenza artificiale
- Capire quando usare Azure AI Foundry
- Avere informazioni sul ciclo di vita dello sviluppo durante la creazione di applicazioni del modello linguistico
- Avere informazioni sul prompt flow di un flusso
- Esplorare i componenti principali quando si lavora con il prompt flow
- Identificare la necessità di definire la base del modello linguistico con RAG (Retrieval Augmented Generation)
- Indicizzare i dati con Azure AI Search per renderli ricercabili per i modelli linguistici
- Creare un copilota usando RAG sui propri dati in Azure AI Foundry
- Descrivere un processo complessivo per lo sviluppo di una soluzione di intelligenza artificiale generativa responsabile
- Identificare e classificare in ordine di priorità i potenziali danni correlati a una soluzione di intelligenza artificiale generativa
- Misurare la presenza di danni in una soluzione di intelligenza artificiale generativa
- Mitigare i danni in una soluzione di intelligenza artificiale generativa
- Prepararsi per la distribuzione e la gestione responsabili di una soluzione di intelligenza artificiale generativa
Pianificare e prepararsi per sviluppare soluzioni di intelligenza artificiale su Azure
- Introduzione
- Cos’è l’intelligenza artificiale?
- Servizi Azure AI
- Azure AI Foundry
- Strumenti per sviluppatori e SDK
- Intelligenza artificiale responsabile
- Esercitazione: Prepararsi a un progetto di sviluppo AI
Scegliere e distribuire modelli dal catalogo modelli nel portale Azure AI Foundry
- Introduzione
- Esplorare il catalogo modelli
- Distribuire un modello su un endpoint
- Ottimizzare le prestazioni del modello
- Esercitazione: Esplorare, distribuire e chattare con modelli linguistici
Sviluppare un’app AI con l’SDK di Azure AI Foundry
- Introduzione
- Cos’è l’SDK di Azure AI Foundry?
- Lavorare con le connessioni del progetto
- Creare un client di chat
- Esercitazione: Creare un’app di chat generativa
Iniziare con Prompt Flow per sviluppare app basate su modelli linguistici in Azure AI Foundry
- Comprendere il ciclo di vita dello sviluppo di un’app basata su LLM
- Comprendere i componenti principali ed esplorare i tipi di flusso
- Esplorare connessioni e runtime
- Esplorare varianti e opzioni di monitoraggio
- Esercitazione: Iniziare con Prompt Flow
Creare un agente basato su RAG con i propri dati utilizzando Azure AI Foundry
- Comprendere come ancorare il proprio modello linguistico
- Rendere i propri dati ricercabili
- Creare un agente con Prompt Flow
- Esercitazione: Creare un agente personalizzato che utilizza i propri dati
Eseguire il fine-tuning di un modello linguistico con Azure AI Foundry
- Comprendere quando eseguire il fine-tuning di un modello linguistico
- Preparare i dati per il fine-tuning di un modello di completamento chat
- Esplorare il fine-tuning dei modelli linguistici in Azure AI Studio
- Esercitazione: Eseguire il fine-tuning di un modello di base
Valutare le prestazioni delle app di intelligenza artificiale generativa con Azure AI Foundry
- Valutare le prestazioni del modello
- Valutare manualmente le prestazioni di un modello
- Valutare le prestazioni delle proprie app di intelligenza artificiale generativa
- Esercitazione: Valutare le prestazioni della propria app di intelligenza artificiale generativa
Intelligenza artificiale generativa responsabile
- Pianificare una soluzione di intelligenza artificiale generativa responsabile
- Identificare i potenziali danni
- Misurare i potenziali danni
- Mitigare i potenziali danni
- Gestire una soluzione di intelligenza artificiale generativa responsabile
- Esercitazione: Esplorare i filtri dei contenuti in Azure AI Studio
Conoscere i concetti e i servizi AI fondamentali di Azure. A tal fine è consigliabile aver frequentato il corso AI-900 – Azure AI Fundamentals o possedere competenze equivalenti. E’ inoltre necessario avere familiarità con la programmazione Python o C#.
- Data scientist
- Sviluppatore Software
- AI engineer
Un attestato di frequenza inviato via e-mail dopo il termine del corso.
Pianificare e prepararsi per sviluppare soluzioni di intelligenza artificiale su Azure
- Introduzione
- Cos’è l’intelligenza artificiale?
- Servizi Azure AI
- Azure AI Foundry
- Strumenti per sviluppatori e SDK
- Intelligenza artificiale responsabile
- Esercitazione: Prepararsi a un progetto di sviluppo AI
Scegliere e distribuire modelli dal catalogo modelli nel portale Azure AI Foundry
- Introduzione
- Esplorare il catalogo modelli
- Distribuire un modello su un endpoint
- Ottimizzare le prestazioni del modello
- Esercitazione: Esplorare, distribuire e chattare con modelli linguistici
Sviluppare un’app AI con l’SDK di Azure AI Foundry
- Introduzione
- Cos’è l’SDK di Azure AI Foundry?
- Lavorare con le connessioni del progetto
- Creare un client di chat
- Esercitazione: Creare un’app di chat generativa
Iniziare con Prompt Flow per sviluppare app basate su modelli linguistici in Azure AI Foundry
- Comprendere il ciclo di vita dello sviluppo di un’app basata su LLM
- Comprendere i componenti principali ed esplorare i tipi di flusso
- Esplorare connessioni e runtime
- Esplorare varianti e opzioni di monitoraggio
- Esercitazione: Iniziare con Prompt Flow
Creare un agente basato su RAG con i propri dati utilizzando Azure AI Foundry
- Comprendere come ancorare il proprio modello linguistico
- Rendere i propri dati ricercabili
- Creare un agente con Prompt Flow
- Esercitazione: Creare un agente personalizzato che utilizza i propri dati
Eseguire il fine-tuning di un modello linguistico con Azure AI Foundry
- Comprendere quando eseguire il fine-tuning di un modello linguistico
- Preparare i dati per il fine-tuning di un modello di completamento chat
- Esplorare il fine-tuning dei modelli linguistici in Azure AI Studio
- Esercitazione: Eseguire il fine-tuning di un modello di base
Valutare le prestazioni delle app di intelligenza artificiale generativa con Azure AI Foundry
- Valutare le prestazioni del modello
- Valutare manualmente le prestazioni di un modello
- Valutare le prestazioni delle proprie app di intelligenza artificiale generativa
- Esercitazione: Valutare le prestazioni della propria app di intelligenza artificiale generativa
Intelligenza artificiale generativa responsabile
- Pianificare una soluzione di intelligenza artificiale generativa responsabile
- Identificare i potenziali danni
- Misurare i potenziali danni
- Mitigare i potenziali danni
- Gestire una soluzione di intelligenza artificiale generativa responsabile
- Esercitazione: Esplorare i filtri dei contenuti in Azure AI Studio
Conoscere i concetti e i servizi AI fondamentali di Azure. A tal fine è consigliabile aver frequentato il corso AI-900 – Azure AI Fundamentals o possedere competenze equivalenti. E’ inoltre necessario avere familiarità con la programmazione Python o C#.
- Data scientist
- Sviluppatore Software
- AI engineer
Un attestato di frequenza inviato via e-mail dopo il termine del corso.
F.A.Q.
Assolutamente sì. Progettiamo il percorso formativo in base alle esigenze della tua azienda: livello dei partecipanti, obiettivi professionali, settore di attività e competenze richieste. Insieme definiamo contenuti, durata, esercitazioni e modalità di valutazione, assicurando un corso completamente su misura.
Puoi scegliere la soluzione più comoda: formazione in presenza presso la tua sede oppure in modalità Aula Virtuale, con docente in diretta, interazione costante e materiale digitale condiviso. Possiamo anche combinare entrambe le modalità per un’esperienza blended più efficace.
Non ci sono limiti rigidi: possiamo organizzare corsi per piccoli team o per interi reparti. Per garantire la massima qualità formativa, consigliamo gruppi omogenei e dimensioni definite insieme in base agli obiettivi del corso.
Certamente. Pianifichiamo insieme calendario, orari e ritmo delle sessioni per minimizzare l’impatto sulle attività aziendali. Possiamo organizzare il corso in orario diurno, serale, oppure articolato in più moduli distribuiti nel tempo.
Ti basta contattarci tramite il form dedicato sul sito o scriverci direttamente: ti risponderemo rapidamente con una proposta formativa e un preventivo chiaro, senza impegno. Analizzeremo insieme bisogni, competenze da sviluppare e obiettivi per progettare il percorso ideale per la tua azienda.