Costruire sistemi RAG agentici: progettare un assistente di ricerca AI — PickAClass
⏱ 2 h 30 min 📚 25 lezioni 🎧 Versione audio

Costruire sistemi RAG agentici: progettare un assistente di ricerca AI

Imparare a progettare assistenti di ricerca intelligenti utilizzando LlamaIndex per costruire sistemi RAG agentic multi-tool che eseguono il recupero dinamico e analisi profonda.

  • 💬 Istruttore IA
    Fai domande su qualsiasi lezione e ricevi una risposta chiara all'istante, quando vuoi.
  • 🕐 Inizia quando vuoi
    Niente orari né scadenze: impara al tuo ritmo, quando vuoi.
  • 🌐 In italiano
    Lezioni, esercizi e certificato: tutto interamente nella tua lingua.

Informazioni sul corso

I motori di ricerca standard e le pipeline di recupero di base spesso non sono sufficienti quando si tratta di query di ricerca complesse e multi-step.Aggiornando a un sistema RAG agentico, è possibile creare assistenti AI che scelgono dinamicamente i propri strumenti, ragionano attraverso i problemi e forniscono una sintesi profonda. Questo corso basato su testo ti guiderà attraverso il processo di concettualizzazione, progettazione e implementazione di un assistente di ricerca agentico multi-strumento.Passerai dalla comprensione del recupero di base alla strutturazione di flussi di lavoro complessi che possono interrogare database vettoriali, chiamare API esterne e autocorreggere. Cosa imparerai: - Comprendere l'architettura fondamentale della generazione di recupero aumentata (RAG) e in che modo i flussi di lavoro agentici differiscono dalle pipeline standard. - Configura LlamaIndex per gestire l'ingestione di documenti, l'indicizzazione e l'archiviazione di database vettoriali. - Progetta strumenti specializzati e motori di query che il tuo agente AI può selezionare ed eseguire dinamicamente. - Implementare la logica di routing e decisionale per gestire domande di ricerca complesse e multi-step. - Applicare moderni modelli di ingegneria rapida per guidare i processi di ragionamento dell'agente e prevenire le allucinazioni. - Valutare la qualità del recupero e l'accuratezza della risposta del sistema agentico utilizzando metodi di test sistematici. Inizierai esplorando i concetti di base di RAG e i fondamenti di LlamaIndex prima di passare passo dopo passo attraverso la creazione di strumenti, il routing degli agenti e l'integrazione della memoria conversazionale.Attraverso chiare spiegazioni scritte e pratiche guide di codice, costruirai un modello completo per un assistente di ricerca AI funzionale. Questo corso è progettato per sviluppatori, appassionati di dati e principianti AI che vogliono andare oltre le semplici interfacce di chat.Non è richiesta alcuna esperienza precedente con i framework agentici, anche se è utile una familiarità di base con Python. Inizia a leggere oggi stesso per progettare i tuoi assistenti di ricerca AI intelligenti e auto-routing.

Cosa otterrai

  • 📜 Certificato di completamento
    Aggiungilo al tuo profilo LinkedIn
  • 💬 Tutor AI personale
    Bloccato su una lezione? Chiedi al tuo tutor integrato qualsiasi cosa, in qualsiasi momento.
  • 🎧 Versione audio inclusa
    Impara ovunque, senza schermo
  • ♾️ Accesso a vita
    Torna quando vuoi, senza scadenza
  • 📱 Telefono o computer
    Funziona ovunque, su qualsiasi dispositivo
  • 💸 Rimborso entro 14 giorni
    Senza domande
  • Breve e mirato
    2 h 30 min di contenuto pratico

Certificato di completamento

Ogni corso che completi su PickAClass rilascia una credenziale come questa — originale, con codice proprio, verificabile via URL e dettagliata su ciò che hai dimostrato.

P
PickAClass
Profilo competenze · verificabile
Documento
Certificato di Maestria
Si certifica che
Nome Cognome
ha dimostrato con successo la padronanza di
Costruire sistemi RAG agentici: progettare un assistente di ricerca AI
Competenze dimostrate
Analisi dei modelli comportamentali
Fondamentale
1.2 h
Framework di architettura decisionale
Competente
1.4 h
Progettazione di test A/B
Competente
1.7 h
Copywriting comportamentale
Avanzato
1.9 h
P
PickAClass — Nome Cognome
Costruire sistemi RAG agentici: progettare un assistente di ricerca AI
Pagina 2 di 2
Dettaglio prestazioni
Riepilogo del corso
Lezioni completate 14 / 14
Domande di pratica 26 / 28
Compiti consegnati 4 (media 4,5 / 5)
Progetto finale Valutato — 4,6 / 5
Pratica totale 6.2 h
Benchmark di prestazione
Posizione nella coorte Top 12% su 1,625
Tempo al completamento 11 giorni (mediana: 22)
Punteggio di padronanza 91 / 100
Punteggio domande di pratica 94%
Verifica della competenza Percorso di competenza verificato
Verifica questa credenziale
pickaclass.com/certificates/PCC-2026-X4F7-AP19
Emesso secondo gli standard accademici di PickAClass. I livelli di competenza riflettono la prestazione valutata rispetto alla rubrica del corso. È una credenziale originale di questa piattaforma.

Recensioni

Ancora nessuna recensione — sii il primo a condividere la tua esperienza.

Scrivi una recensione

Ti chiederemo di accedere dopo l'invio — la bozza viene salvata.

Altri hanno seguito anche

Domande frequenti

Cosa serve per seguire questo corso? +

Basta un telefono o un computer con internet. Niente installazioni, nessun hardware speciale.

Come si paga? +

Con carta via Stripe. Non conserviamo i dati della carta — Stripe li gestisce in sicurezza.

Posso ottenere un rimborso? +

Sì — rimborso completo entro 14 giorni, senza domande.

Per quanto tempo avrò accesso? +

Per sempre. Una volta acquistato, il corso è tuo e puoi rivederlo quando vuoi.

Riceverò un certificato? +

Sì. Al completamento riceverai un certificato da aggiungere al tuo profilo LinkedIn.

Pensato per chi lavora in
Tech Design Finanza Marketing Sanità Istruzione Ospitalità Produzione