Il corso è rivolto a sviluppatori, ingegneri software e tecnici che desiderano acquisire competenze pratiche nello sviluppo di applicazioni basate su Crew AI e agenti autonomi.

Info basate su dati pubblici. I dati potrebbero essere imprecisi o non aggiornati: verificali sul sito del provider. Formazione non è responsabile del corso, organizzato dal provider, che è il solo responsabile dell’iscrizione e dell’erogazione del corso.
Corso organizzato da CIM — Competence Center. Costa 300 €.
Il corso è rivolto a sviluppatori, ingegneri software e tecnici che desiderano acquisire competenze pratiche nello sviluppo di applicazioni basate su Crew AI e agenti autonomi. Attraverso un approccio hands-on, i partecipanti impareranno a progettare, implementare e ottimizzare un sistema AI autonomo, sfruttando i Large Language Models (LLM) e le architetture multi-agente per l’automazione dei processi. Il corso combina teoria e pratica, guidando i partecipanti nello sviluppo di un’applicazione AI completa e fornendo strumenti per il debugging, il monitoraggio e la scalabilità delle soluzioni.
Al termine del corso, i partecipanti saranno in grado di:
- Comprendere il funzionamento e le potenzialità di Crew AI per la creazione di agenti autonomi.
- Implementare un sistema AI multi-agente con gestione e orchestrazione di task.
- Scrivere codice per la creazione, interazione e automazione di agenti autonomi.
Learning outcomes
Al termine del corso i partecipanti saranno in grado di:
- Descrivere i concetti fondamentali degli agenti autonomi e delle architetture AI multi-agente, riconoscendone differenze e vantaggi rispetto all’intelligenza artificiale tradizionale.
- Utilizzare Crew AI per progettare e configurare agenti autonomi, definendo obiettivi, task e integrando modelli linguistici di grandi dimensioni (LLM) tramite API.
- Sviluppare applicazioni AI con architetture multi-agente, implementando la comunicazione, la coordinazione e la suddivisione dei compiti tra agenti specializzati.
- Ottimizzare le performance e il comportamento degli agenti AI, applicando tecniche di debugging, logging e monitoraggio per migliorare l’efficienza operativa e prevenire errori comuni.
- Applicare in modo pratico le competenze acquisite attraverso esercitazioni hands-on, sviluppando e testando soluzioni AI autonome pronte per scenari reali e aziendali.
Condizioni di partecipazione
- Esperienza base in programmazione Python
- Conoscenza di API e database (facoltativo, ma consigliato)
- Familiarità con il concetto di modelli di linguaggio (LLM)
300 €.
No, si svolge in presenza.