Coding Agent

L’intelligenza artificiale e i Coding Agent trasformano radicalmente il panorama dello sviluppo software, infatti, l’83,8% delle pull request generate da agenti AI su GitHub sono risultate di qualità e la metà non ha nemmeno richiesto l’intervento degli sviluppatori umani.*

L’uso degli agenti per il coding è ormai realtà, approfitta di due giorni di formazione per sfruttare al meglio gli strumenti AI già integrati nei sistemi, ottimizzare il tuo lavoro e migliorare l’output.

In particolare, approfondisci come:

• utilizzare i modelli LLM e Generative AI in tutte le fasi di prototipazione, pair coding, scrittura del codice, documentazione e debugging per un output di qualità
• acquisire tecniche di Prompt Engineering per strutturare richieste precise, ottimizzare i risultati ottenuti dai modelli LLM e risolvere attività complesse
• sviluppare un modello di Machine Learning in Python con pandas e scikit-learn per comprendere il funzionamento dell’addestramento e interagire con maggiore consapevolezza con LLM e agenti
• automatizzare attività a basso valore aggiunto, ridurre errori, tempi di rilascio e integrare l’AI come agente operativo nel workflow di team per dedicare risorse alle decisioni strategiche.

Il corso ti propone un approccio pratico, con sessioni Learning by Doing in cui metterti alla prova in attività di:

• sviluppo di script in Python su task progressivi per sperimentare l’utilizzo degli LLM nell’IDE con chat, suggerimenti inline, agenti esecutivi, cambio di modello e personalizzazione avanzata

• prompt engineering attraverso un gioco testuale interattivo per applicare in modo sistematico le tecniche di prompting in scenari generati dinamicamente dall’LLM
• apprendimento supervisionato in Python, pandas e scikit-learn per comprendere il processo di addestramento di un modello di ML e migliorare l’output
• sviluppo di una webapp con modello di ML per acquisire competenze su prompting, agenti e flusso di revisione.

Iscriviti subito e acquisisci le competenze per sfruttare l’AI in sviluppo software, scrittura codice, addestramento modelli e automazione delle attività quotidiane, per concentrarti su attività di valore.

 

*Studio su arXiv del 2025

A chi si rivolge

---

Perché partecipare

---

• 01 Configura un ambiente di sviluppo con VS Code e GitHub Copilot per scrivere, revisionare ed eseguire il deployment di codice Python con il supporto continuo dell'intelligenza artificiale direttamente nel tuo IDE
• 02 Scopri il funzionamento di LLM, machine learning tradizionale e architetture transformer fino alle fasi di addestramento, per usarli con consapevolezza e ottimizzare i tuoi progetti
• 03 Impara a progettare prompt riutilizzabili, istruzioni, agent skill e agenti personalizzati per modellare il coding agent in base a stile di lavoro, convezioni di codice, struttura progetti e preferenze team
• 04 Comprendi come creare file standard che funzionano sia per uso personale sia a livello di progetto condiviso per garantire coerenza, scalabilità e gestione efficace dei progetti condivisi
• 05 Utilizza GitHub Copilot con qualsiasi LLM disponibile (OpenAI, Anthropic, Google e altri) per scegliere il modello più performante per ogni progetto o task e non essere vincolato a un solo provider
• 06 Esplorare l'AI Generativa, i modelli LLM e le loro applicazioni nel coding per automatizzare lo sviluppo, risparmiando tempo e aumentando la produttività
• 07 Usa il flusso Plan, Agent e Review per task complessi da descrivi cosa vuoi, valida il piano proposto, lascia che l'agente implementi le modifiche, fino ad approvare ogni cambiamento prima che entri nel progetto
• 08 Sfrutta coding agent capaci di navigare l'intera code base, eseguire test, correggere errori e rispondere a domande sul tuo codice per delegare il lavoro ripetitivo e concentrarti sulle attività di valore
• 09 Esplora come il ragionamento degli LLM e l'uso di tool esterni tramite MCP server siano alla base degli agenti AI, e come collegarli a database, API e altri servizi per ampliarne le capacità
• 10 Addestra un modello di machine learning supervisionato in Python con pandas e scikit-learn per capire come trasformare i concetti in codice funzionante e prepararti a progetti più complessi
• 11 Costruisci con i coding agent una webapp che espone il modello di ML da te addestrato, grazie a flusso plan, agent e review per modellarla iterativamente e migliorarla progressivamente fino al risultato prefissato

Formazione Finanziata

---

Lasciati guidare dai nostri docenti

---

Programma

---

• 👇Scarica il programma dettagliato