Il corso fornisce le competenze teoriche e pratiche necessarie per progettare e generare dati sintetici testuali mediante tecniche di Intelligenza Artificiale Generativa. I partecipanti acquisiranno una comprensione approfondita delle tecnologie alla base dei moderni Large Language Model, delle metodologie di generazione controllata del testo e dei criteri di valutazione della qualità dei dati sintetici.
Al termine del corso i partecipanti saranno in grado di: Comprendere le basi teoriche e le motivazioni dell’utilizzo dei dati sintetici; Analizzare le principali tecnologie per la generazione automatica del testo; Progettare dataset sintetici per attività di training e testing; Valutare qualità, aspetti etici e rischi associati all’utilizzo dei dati sintetici.
Contenuti e programma del corso
Modulo 1 – Fondamenti della Generazione di Dati Sintetici Testuali (1,5 ore)
Fornire una panoramica delle principali tecnologie di AI Generativa per la creazione di dati sintetici testuali.
- Introduzione alle tipologie di dati testuali.
- Tecnologie e modelli per la generazione automatica del linguaggio.
- Architettura Transformer e sua evoluzione.
- Large Language Models: GPT, LLaMA, Qwen, Gemma e modelli correlati.
- Prompt Engineering.
- Tecniche di controllabilità del testo.
- Generazione condizionata per etichette, stili e strutture.
- Introduzione a LangChain e alle pipeline basate su LLM.
Modulo 2 – Qualità, Etica e Governance dei Dati Sintetici (30 minuti)
Fornire strumenti per la valutazione critica dei dataset sintetici e delle implicazioni etiche derivanti dal loro utilizzo.
- Dimensioni della qualità dei dati sintetici.
- Completezza, diversità e rappresentatività dei dataset.
- Bias e rischi nei dati sintetici.
- Privacy, trasparenza e aspetti etici.
- Strategie di mitigazione dei rischi.
Modulo 3 – Laboratorio Pratico sulla Generazione di Dati Sintetici (1 ora)
Applicare le conoscenze acquisite alla progettazione e realizzazione di dataset sintetici per applicazioni reali.
- Workflow di sviluppo di dataset sintetici.
- Utilizzo di strumenti di AI Generativa.
- Strategie di generazione per training e testing.
- Valutazione e ottimizzazione dei risultati.
Durata del corso
3 ore
A chi si rivolge
Il corso si rivolge a:
- Data Scientists;
- Software Engineers;
- Ricercatori e tecnologi;
- Sviluppatori AI e Machine Learning;
- Studenti magistrali in Informatica e Intelligenza Artificiale;
- NLP Engineer e professionisti delle tecnologie linguistiche.
Requisiti
I partecipanti devono essere in possesso di:
- Conoscenze di base del linguaggio Python;
- Fondamenti di Machine Learning;
- Nozioni introduttive di Natural Language Processing.
Calendario
28 Ottobre, dalle 10:00 alle 13:30