Competenze specialistiche. Confronto diretto.
Formazione online con docente, casi applicativi e laboratori. Scegli un percorso e consulta programma, calendario e modalità di acquisto.
AI generativa: LLM, API e RAG
Una demo AI funziona su pochi esempi. Un’applicazione utile richiede dati, valutazione e controllo.
Esplora il percorso ↗AI e automazione
AI generativa: LLM, API e RAG
Una demo AI funziona su pochi esempi. Un’applicazione utile richiede dati, valutazione e controllo.
AI per il lavoro quotidiano
L’AI promette velocità, ma risposte convincenti possono contenere errori, dati non verificati o informazioni che non andrebbero condivise. Serve un metodo pratico per scegliere i compiti adatti, controllare gli output e mantenere la responsabilità delle decisioni.
Machine Learning pratico con Python
Un modello accurato sul training set può fallire appena incontra dati nuovi.
Data e analytics
Analisi dati con Power BI
Una dashboard può sembrare corretta e raccontare numeri diversi da quelli usati dai team. Fonti non allineate, definizioni ambigue e accessi poco chiari rendono difficile fidarsi dei report e prendere decisioni.
HR Analytics e Data-Driven HR
Numeri sul personale senza contesto possono portare a decisioni sbagliate.
Python per Data Analysis
Dataset disordinati producono analisi fragili, anche con strumenti avanzati.
Cloud e infrastrutture
Architetture Serverless
Un’architettura serverless può semplificare la gestione dei server, ma una sequenza di eventi mal progettata crea errori difficili da tracciare, duplicazioni e costi inattesi. Il corso aiuta a scegliere confini, controlli e procedure operative prima di portare un flusso in produzione.
AWS per sviluppatori backend
Portare un backend sul cloud senza perdere controllo su sicurezza, costi e affidabilità.
Introduzione al Cloud Computing — percorso Live
Prima di scegliere una piattaforma, serve capire servizi, responsabilità e costi.
Cybersecurity
Behavioral Cybersecurity & Psybersecurity
Una richiesta apparentemente credibile può indurre a condividere dati o autorizzare operazioni prima di averne verificato origine e contesto. Il corso aiuta a prendere decisioni più sicure anche sotto pressione.
DevSecOps: sicurezza nel rilascio
Trovare vulnerabilità a fine progetto costa più che individuarle durante lo sviluppo.
Incident Response e Digital Forensics
Durante un incidente, azioni improvvisate possono compromettere recupero ed evidenze.
Sicurezza Cloud e IAM avanzato
Permessi troppo ampi e configurazioni esposte aumentano il rischio cloud.
Sviluppo software
C# e .NET per sviluppatori
API, dati e log devono restare comprensibili quando il progetto cresce.
Java per applicazioni enterprise
Applicazioni aziendali durature richiedono più di codice che compila.
Node.js avanzato per backend
Operazioni lente e errori intermittenti mettono in crisi i servizi Node.js.
Python per sviluppatori backend
Uno script utile deve diventare un servizio leggibile, testabile e mantenibile.
React e Next.js: applicazioni web
Interfacce veloci e affidabili richiedono scelte chiare su stato, dati e rendering.
Spring Boot e microservizi
Separare servizi senza governare contratti e guasti può moltiplicare i problemi.
DevOps
CI/CD con GitHub Actions e Jenkins
Ogni rilascio manuale introduce passaggi difficili da controllare e ripetere.
Docker e containerizzazione
Ambienti diversi complicano sviluppo, test e rilascio.
Kubernetes e orchestrazione
Distribuire container è il primo passo: gestire disponibilità e guasti è il successivo.
Privacy e compliance
ISO/IEC 42001 e governance dell’AI
Sperimentazioni isolate non bastano per governare l’AI nel tempo.
Privacy, GDPR e governance dei dati
Dati distribuiti tra software, persone e fornitori richiedono processi leggibili.
Nessun corso corrisponde alla ricerca. Prova un altro argomento.
