MODULO 21

Agentic AI per Analisi Dati, Data Engineering e AutoML

Progetta workflow agentici per analisi, SQL, pipeline, AutoML e analytics operations con tool, stato, guardrail, eval e approval.

Avanzato 24 min

Da AI assistita ad agentic AI per data work

Da AI assistita ad agentic AI per data work su GinnyTech: scegliere quando basta AI assistita e quando serve un workflow agentico governato con controlli, ownership e output revisionabili.

Prerequisiti: 1

Vai alla lezione

Avanzato 30 min

Tool, state, memory, handoff e guardrail

Tool, state, memory, handoff e guardrail su GinnyTech: definire quali strumenti puo usare un agente e quali azioni richiedono review con controlli, ownership e output revisionabili.

Prerequisiti: 1

Vai alla lezione

Avanzato 29 min

Agentic data analysis con controlli umani

Agentic data analysis con controlli umani su GinnyTech: stabilire dove l agente puo procedere e dove deve fermarsi per approvazione con controlli, ownership e output revisionabili.

Prerequisiti: 1

Vai alla lezione

Avanzato 31 min

Agentic SQL e semantic layer con approval

Agentic SQL e semantic layer con approval su GinnyTech: decidere se una query agentica puo diventare modello riusabile o resta esplorazione con controlli, ownership e output revisionabili.

Prerequisiti: 1

Vai alla lezione

Avanzato 32 min

Agentic data engineering: pipeline, runbook e incidenti

Agentic data engineering: pipeline, runbook e incidenti su GinnyTech: stabilire quali azioni operative puo suggerire o compiere un agente durante incidenti dati con controlli, ownership e output revisionabili.

Prerequisiti: 1

Vai alla lezione

Avanzato 34 min

Agentic AutoML: planning, training, review e deploy

Agentic AutoML: planning, training, review e deploy su GinnyTech: decidere quando un agente puo avviare AutoML e quando deve chiedere conferma umana con controlli, ownership e output revisionabili.

Prerequisiti: 1

Vai alla lezione

Avanzato 33 min

Multi-agent workflow: analyst, engineer, reviewer, owner

Multi-agent workflow: analyst, engineer, reviewer, owner su GinnyTech: disegnare una collaborazione multi-agent dove ogni agente ha responsabilita limitata e verificabile con controlli, ownership e output revisionabili.

Prerequisiti: 1

Vai alla lezione

Avanzato 35 min

Observability, evals, sicurezza e cost control

Observability, evals, sicurezza e cost control su GinnyTech: decidere se un workflow agentico e abbastanza osservabile e sicuro per uso ricorrente con controlli, ownership e output revisionabili.

Prerequisiti: 1

Vai alla lezione

Avanzato 36 min

Caso studio: sistema agentico per analytics operations

Caso studio: sistema agentico per analytics operations su GinnyTech: disegnare un sistema agentico end-to-end con confini operativi chiari con controlli, ownership e output revisionabili.

Prerequisiti: 1

Vai alla lezione

Avanzato 20 min

Cheat sheet: agentic AI per data work

Cheat sheet: agentic AI per data work su GinnyTech: usare una checklist per approvare, limitare o fermare workflow agentici nei dati con controlli, ownership e output revisionabili.

Prerequisiti: 1

Vai alla lezione

Collegamenti tra moduli

Continua il percorso con questi moduli

Prerequisito naturaleAI per Analisi Dati, Data Engineering e AutoML10 lezioni

Usa AI generativa e AutoML per accelerare analisi, pipeline, feature e decision memo senza perdere controllo, qualita e ownership.

Stessa fase del percorsoFondamenti Filosofici dell Analisi dei Dati20 lezioni

Dai profondita epistemologica, causale e critica al lavoro sui dati, collegando evidenza, modelli, rischio e responsabilita.

Stessa fase del percorsoDirezioni in Analitica: Marketing, Prodotto, Finanza14 lezioni

Collega i moduli tecnici ai ruoli veri, alle responsabilita economiche e alle scelte di specializzazione professionale.

Modulo precedentePanoramica del Corso e Metodo di Studio per Data Work8 lezioni

Trasforma il corso da catalogo a sistema cognitivo, con metodo di studio, memoria tecnica e piano di output professionali.

Modulo precedenteData Collection & Tracking Systems8 lezioni

Passa da tag e strumenti isolati a sistemi di misura affidabili, governati e osservabili.

Modulo precedenteMetriche, KPI Trees e Fondamenti Analitici6 lezioni

Impara a leggere i numeri come sistemi, con KPI tree, unit economics, baseline corrette e lettura causale dei segnali.