AI & Data Science Training per Mondadori

Base terminologica comune e prompt robusti per ridurre iterazioni e costi

Orario	Durata	Argomento	Obiettivo
14:00‑14:10	10 min	Kick‑off & mapping aspettative	Presentazione di chi sono e spiego percorso
14:10‑14:55	45 min	Glossario LLM (token, embedding, attenzione, temperature, context, RAG)	Fondare un linguaggio comune
14:55‑15:40	45 min	Prompt Engineering avanzato (zero-/few-/CoT)	Casi d'uso replicabili in azienda. Esperimenti live in base alle proposte
15:40‑15:55	15 min	☕ Break	-
15:55‑16:40	45 min	Show-case chatbot iterativo (Q&A → ideazione titoli, insight, correzioni)	Visualizzare la pipeline conversazionale. AI Studio o ChatGPT
16:40‑17:25	45 min	Esercizi hands-on su prompt (classification, summarization, ideazione)	Applicazione su dataset Mondadori
17:25‑18:00	35 min	Debrief & retrospettiva	Consolidare il learning. Q&A e use case

Come selezionare lo strumento giusto per ogni task

Orario	Durata	Argomento	Note
14:00‑14:45	45 min	Comparativa Chatbot SaaS (GPT, Claude, Gemini, NotebookLM)	Opus dashboard top, Gemini su notebook, GPT generalista. NotebookLM per interrogare siti e doc
14:45‑14:55	10 min	Perplexity & analoghi (retrieval + citazioni)	Demo su fact-checking. Come trovare informazioni
14:55‑15:45	35 min	Deep Research workflow (iterative search, focus Mondadori)	Confronto tra GPT e Gemini. Deep research con podcast e schemi
15:45‑16:00	15 min	☕ Break	-
16:00‑16:30	30 min	AI Studio & notebooks (Vertex, AWS Bedrock)	Analisi comparativa su dataset anonimizzato. Accesso AWS per sperimentare
16:30‑17:10	40 min	Productivity tools (Napkin, Excalidraw, Gamma)	Slide generation da Deep Research. Markdown, LaTeX, Gamma e Napkin
17:10‑18:00	50 min	Workshop a gruppi su tool (mini-demo finale 5')	Sperimentazione autonoma

Automatizzare cleaning per migliorare time‑to‑insight

Orario	Durata	Contenuto	Focus
14:00‑14:10	10 min	Intro: Domande?	Allineamento
14:10‑14:55	45 min	Pattern ETL + GenAI (reverse-ETL, db-chat, LLM-SQL)	Architetture moderne
14:55‑15:40	45 min	Live coding: generazione codice SQL/Python + data-catalog suggestions	Dataset CRM dummy. Lavorerei su Cursor
15:40‑15:55	15 min	☕ Break	-
15:55‑16:40	45 min	Live coding: regole di data quality (dedup, validation) via AI	Great Expectations / Soda. MLOps Testing base
16:40‑17:10	30 min	Report & doc auto-gen (Confluence, slide auto-create)	Documentazione tecnica. Pandas profiling e LaTeX doc
17:10‑18:00	50 min	Laboratorio guidato: pulizia + grafici + caption	Rifare tutto su un dataset di vendite libri

Individuare trend anomali (vendite, traffico digital) e generare feature creative

Orario	Durata	Contenuto	Note
14:00‑14:15	15 min	Teoria delle anomalie + concept drift	Fondamenti teorici
14:15‑15:00	45 min	Brainstorming prompt-assisted su anomalie (log eCommerce Mondadori)	Necessario dataset anonimo Mondadori
15:00‑15:45	45 min	Live coding: PyOD / IsolationForest + spiegabilità LIME	Cursor o Colab, preferisco Colab
15:45‑16:00	15 min	☕ Break	-
16:00‑16:50	50 min	Feature extraction con LLM (embedding testuali, immagini → CLIP)	Tecniche avanzate di feature engineering
16:50‑17:30	35 min	Report generation + slide (analyst → editor). Challenge: tuning soglie + narrazione per stakeholder business	Slide usando apprendimenti giorni scorsi. Lavoro in gruppo
17:20‑18:00	40 min	Breve speech per gruppi	Valutazione in base a chiarezza e altri fattori

Comunicare insight a stakeholder non tecnici in modo rapido

Orario	Durata	Contenuto	Note
14:00‑14:15	15 min	Principles of storytelling with data	Fondamenti della narrazione dati
14:15‑15:00	45 min	Gen-code grafici con prompt (Matplotlib/Plotly)	In Colab o Cursor
15:00‑15:45	45 min	Dashboard orchestrata (Streamlit, YAML schema)	Anche AWS dashboard (opzionale con accesso per esperimenti)
15:45‑16:00	15 min	☕ Break	-
16:00‑16:40	40 min	Graph caption & narrative generation	Tono adattato per editori
16:40‑17:15	35 min	Slide generation Gamma o Beautiful.ai	Insight/Output da JSON
17:15‑18:00	45 min	Mini-progetto: dashboard per lancio nuova collana libri (KPI board)	Monitoraggio performance

Due percorsi alternativi per completare la formazione

📋 Percorso A: Ethics & Governance

Orario	Durata	Argomento	Obiettivo
14:00‑15:45	1h45	Privacy & sicurezza (PII masking, policy Mondadori, DPA, EU AI Act)	Operativo sulle API, consapevolezza aziendale
15:45‑16:00	15 min	☕ Break	-
16:00‑16:45	45 min	Discussione casi d'uso + retrospettiva di quanto appreso	Brainstorm finale - Claude Game/Quiz?
16:45‑17:15	30 min	Valutazione & metriche (HITL, hallucination rate, cost monitor)	Strumenti per monitoraggio AI
17:15‑18:00	45 min	Ideathon finale: idee per applicare AI in Mondadori	Applicazione e ingaggio

🤖 Percorso B: RAG & Agents

Preparare l'evoluzione verso workflow autonomi con agenti e sistemi RAG

📝 Nota: Il programma dettagliato per il percorso RAG & Agents verrà definito in base agli specifici interessi e necessità del team Mondadori, includendo topics come:

RAG pipelines avanzate per knowledge management
Agentic patterns per automazione workflow
Multi-agent orchestration
Integration con sistemi esistenti Mondadori

AI & Data Science per l'Editoria del Futuro

Il Programma Completo

AI Literacy & Prompt Engineering

Tool Landscape

ETL & Data Quality

Anomaly Detection & Feature Engineering

Dataviz & Dashboards

Ethics & Governance / RAG & Agents

Una Giornata Tipo

Perché Questo Percorso è Unico

Focus Editoria

Tools Cutting-Edge

Learning by Doing

Creative AI

Ethics First

ROI Immediato