Percorsi di lettura
26 percorsi guidati per ogni profilo.
Ogni percorso è una sequenza di 7 voci scelte per un pubblico specifico — dal prompt engineer al robotics engineer, dal founder all'IT manager — con una riga su perché ogni voce conta proprio per te. Non un sommario, un itinerario.
Per l'IT Manager
Sette tappe per decidere la strategia AI del tuo reparto IT.
Sei responsabile di scelte tecnologiche che impattano sicurezza, costi e conformità. Questo percorso ti porta dai pilastri della governance (EU AI Act, RSP) agli standard di integrazione (MCP, function calling) fino al tema chiave del 2025: AI on-prem per dati sensibili, senza vendor lock-in.
Sviluppatore junior che parte con l'AI
Onboarding cronologico per chi vuole iniziare a usare l'AI sul lavoro.
Sei uno sviluppatore con poca esposizione all'AI e vuoi capire come è diventata parte normale del mestiere. Questo percorso ti accompagna in ordine cronologico dai primi strumenti (Copilot, ChatGPT) fino agli ambienti agentici del 2025 (Cursor, Claude Code), così capisci perché ogni passo è arrivato dopo il precedente.
Sysadmin / DevOps verso l'AI locale
Le tappe per far girare LLM seri sui tuoi server, non sul cloud altrui.
Sei un sysadmin o DevOps e vuoi capire come si è arrivati a poter ospitare modelli di alto livello on-prem. Questo percorso parte dalla leak di LLaMA che ha aperto l'ecosistema open e arriva al reasoning self-hostable di DeepSeek R1 e alle quantizzazioni che lo rendono sostenibile su hardware reale.
AI Security & Policy
Per CISO, compliance officer e security engineer che difendono sistemi AI.
Lavori su sicurezza, compliance o policy e ti serve la mappa dei momenti che hanno definito il rischio AI: dalla prima prompt injection mainstream (Bing/Sydney) ai framework di safety dei laboratori frontier, fino alle prove empiriche di scheming. Capirai meglio cosa scrivere nelle tue policy interne e cosa pretendere dai vendor.
Creator, marketing e contenuti
Il percorso dalla prima immagine generata al video AI in tempo reale.
Sei designer, content creator, copywriter o marketer e devi capire come l'AI generativa sta riscrivendo il tuo flusso. Questo percorso tocca i salti chiave dall'immagine (DALL·E 2, Stable Diffusion, Midjourney) alla voce (ElevenLabs) fino al video (Sora, Veo 3) e al multimodale conversazionale (GPT-4o).
Executive / C-suite
Lo zoccolo duro per capire dove sta andando l'AI a livello strategico.
Sei CEO, CTO o CIO e non hai tempo per ogni paper, ma ti serve la mappa dei momenti che hanno cambiato il mercato e le strategie dei tuoi competitor. Otto eventi che spiegano come si è passati da una curiosità accademica (GPT-3) a un'industria globale capace di muovere bilanci nazionali (Stargate, DeepSeek shock).
Prompt Engineer
Padroneggia il prompting avanzato e la difesa dagli attacchi.
Per chi vuole andare oltre i prompt di base: chain-of-thought, few-shot learning, system prompt design e difesa da prompt injection. Questo percorso copre le tappe chiave che hanno ridefinito come si comunica e si controlla il comportamento dei modelli linguistici.
Data Scientist
Integra LLM nel tuo workflow: RAG, embedding, benchmark e fine-tuning.
Per data scientist che vogliono usare i modelli linguistici come componenti ingegneristici reali. Questo percorso traccia l'evoluzione delle architetture, dei benchmark e degli strumenti che contano: dalla valutazione dei modelli open-source alla costruzione di pipeline RAG produzione-ready.
Backend developer che integra LLM
API, function calling, streaming, agents e MCP: le tappe che contano.
Sei uno sviluppatore backend che vuole portare l'intelligenza artificiale dentro le sue applicazioni in modo solido, non come demo. Questo percorso ti guida dalle primitive fondamentali (function calling, streaming) fino agli standard protocollari più recenti (MCP, agenti autonomi), con un occhio alle release che hanno cambiato cosa è possibile costruire oggi.
ML engineer: training, ottimizzazione e infrastruttura
GPU, scaling laws, inferenza veloce e quantizzazione: il filo rosso tecnico.
Sei un ML engineer che vuole capire le scelte architetturali e infrastrutturali che hanno guidato la corsa ai modelli frontier. Questo percorso collega i paper fondamentali sullo scaling con le architetture hardware che li hanno resi possibili, e arriva alle soluzioni di inferenza ultra-veloce che oggi definiscono il costo di produzione di un LLM.
AI Red Teaming & Sicurezza Agenti
Per penetration tester, red team e security engineer che attaccano e difendono sistemi AI.
Sei un professionista della sicurezza offensiva o difensiva e vuoi capire dove si nascondono le vulnerabilità nei sistemi AI: prompt injection, jailbreak, agenti autonomi con accesso a strumenti, modelli che ingannano i loro stessi valutatori. Questo percorso ti porta dagli strumenti di allineamento di base fino alle prove empiriche di scheming e ai framework operativi per il red teaming di sistemi AI in produzione.
AI Governance & Compliance
Per DPO, responsabili compliance e legali che gestiscono obblighi normativi sull'AI.
Gestisci conformità, privacy o contrattualistica e l'AI sta diventando un fronte normativo prioritario. Questo percorso ripercorre le tappe che hanno costruito il quadro regolatorio europeo e le risposte dell'industria: dall'EU AI Act nei suoi diversi strati applicativi, ai framework volontari dei laboratori frontier, fino alle implicazioni concrete su data governance, obblighi di trasparenza e due diligence sui fornitori.
Videomaker e motion designer
Dal primo video AI testo-a-clip al fotorealismo cinematografico generativo.
Sei videomaker, motion designer o creative director e vuoi capire come il video generativo sta ridisegnando la produzione creativa. Questo percorso segue i salti chiave: dai primi esperimenti text-to-video di Meta e Google ai modelli commerciali (Sora, Veo, Runway, Luma) fino all'audio sincronizzato nativo di Veo 3, dove l'intera pipeline di un cortometraggio diventa accessibile a un singolo autore.
Audio engineer, podcaster e voice developer
Dal riconoscimento vocale open source agli agenti voce in tempo reale.
Sei audio engineer, podcaster o sviluppatore di applicazioni voice e vuoi tracciare la traiettoria dell'AI nell'audio parlato. Questo percorso parte dai modelli self-supervised pre-Whisper (wav2vec, HuBERT), tocca la svolta di Whisper come trascrittore universale gratuito, risale attraverso la voce conversazionale real-time (Moshi, OpenAI Realtime) fino agli ultimi modelli multilingua e ai sintetizzatori vocali di nuova generazione come Sesame e Voxtral.
Founder tech che costruisce su AI
Da GPT-3 al tuo prodotto: API, costi, agenti e MCP come infrastruttura.
Sei un founder, un product manager o un CTO di startup che vuole costruire un prodotto reale sopra l'intelligenza artificiale — non una demo. Questo percorso ti guida dalle decisioni fondamentali (API chiuse vs open source, costi, vendor lock-in) fino all'infrastruttura agentiva moderna, con le tappe che hanno cambiato concretamente cosa è possibile lanciare oggi.
Sviluppatore open source nell'era dei modelli
Llama, Mistral, Gemma, DeepSeek: la storia dei pesi aperti che contano.
Sei uno sviluppatore che non vuole dipendere da API chiuse e crede nel valore dei modelli open weight: puoi ispezionare i pesi, fare fine-tuning, girare tutto in locale. Questo percorso segue la storia della comunità open — da EleutherAI e GPT-Neo fino a Llama 4 e DeepSeek — con le tappe che hanno ridefinito cosa si riesce a fare senza pagare token a nessuno.
Cloud & solution architect: deploy AI su infrastruttura cloud
AWS Bedrock, Azure Copilot, scalabilità GPU e costi LLM: le tappe che ridefiniscono l'architettura.
Sei un cloud o solution architect che deve portare modelli linguistici in produzione su infrastruttura cloud gestita. Questo percorso collega le fondamenta hardware (GPU, chip dedicati) con i servizi cloud che le espongono, fino agli standard architetturali più recenti per agenti e integrazione, con attenzione ai costi e alla governance regolatoria.
DevOps / LLMOps: inferenza, stack e ottimizzazione in produzione
vLLM, Ollama, quantizzazione e latency: il percorso operativo per chi fa girare LLM sul serio.
Sei un DevOps, MLOps o LLMOps engineer che deve mettere in produzione modelli linguistici con requisiti reali di latenza, throughput e costo. Questo percorso segue l'evoluzione dell'infrastruttura di inferenza: dai chip che ne definiscono i limiti fisici, agli stack open source che li sfruttano al massimo, fino alle tecniche di quantizzazione che abbattono i requisiti hardware senza sacrificare la qualità.
Frontend developer che integra AI nelle UI
Streaming chat, voice UI, multimodale, Copilot nell'editor, MCP nel browser.
Sei uno sviluppatore frontend o fullstack che vuole andare oltre il semplice wrapper di API: vuole costruire interfacce che conversano, ascoltano, vedono e agiscono. Questo percorso segue le release che hanno ridefinito cosa significa "UI intelligente" — dall'autocompletamento in editor fino agli agenti che usano il browser al posto dell'utente.
Ingegnere robotica nell'era del Physical AI
Foundation model per robot, VLA, Pi0, Figure, Gemini Robotics: le tappe dell'embodied AI.
Sei un ingegnere robotica o ricercatore di embodied AI che vuole capire come i foundation model stanno cambiando radicalmente il design dei sistemi robotici: dal reward engineering manuale alle policy generaliste addestrate su dati eterogenei. Questo percorso segue le release che hanno spostato il confine tra simulazione e deployment reale.
Ricercatore & Accademico AI
Paper fondazionali, architetture, scaling laws, reasoning e Nobel: il filo scientifico.
Sei un ricercatore, dottorando o accademico che vuole ricostruire la traiettoria scientifica dell'AI moderna attraverso i contributi che hanno spostato il confine. Questo percorso collega i paper fondazionali sulle architetture e lo scaling con i breakthrough sul reasoning e i riconoscimenti istituzionali che hanno segnato la legittimazione scientifica del campo.
IT & Sanità: AI clinica, dati e normativa
AlphaFold, LLM in corsia, EU AI Act per dispositivi medici e gestione dati sensibili.
Sei un IT manager in ambito sanitario o un medico con responsabilità tecnologiche che vuole capire dove l'AI sta cambiando diagnosi, proteomica e gestione dei dati clinici — e quali vincoli normativi si applicano già oggi. Questo percorso connette i breakthrough scientifici di AlphaFold con l'evoluzione dei modelli general-purpose in contesti clinici e con il quadro regolatorio europeo che classifica molti sistemi AI medici come ad alto rischio.
Product manager e designer di prodotti AI
Quando integrare l'AI nel prodotto, quali feature costruire davvero, come cambia l'UX.
Sei un product manager o un designer che deve decidere quali funzionalità AI vale la pena costruire, come presentarle agli utenti e quando il mercato è pronto ad adottarle. Questo percorso ti guida attraverso i lanci che hanno ridisegnato le aspettative degli utenti — dalle prime integrazioni AI nei workflow quotidiani fino agli agenti e agli standard aperti che cambiano l'architettura del prodotto.
Insegnante e formatore
AI accessibile senza background tecnico: impatto sull'istruzione, strumenti pratici, literacy.
Sei un insegnante, un formatore o semplicemente qualcuno che vuole capire l'intelligenza artificiale senza dover leggere paper tecnici. Questo percorso seleziona le tappe che hanno cambiato davvero il modo in cui le persone imparano, insegnano e si informano — con spiegazioni focalizzate sull'impatto nella vita reale, non sull'architettura dei modelli.
Python developer nell'ecosistema AI
HuggingFace, LangChain, PyTorch, smolagents: le librerie che hanno costruito l'AI moderna.
Sei uno sviluppatore Python che vuole capire come le librerie open source hanno modellato l'infrastruttura AI su cui lavori ogni giorno. Questo percorso segue l'evoluzione degli strumenti chiave — dai transformer di Hugging Face alle API SDK di OpenAI e Anthropic, fino agli agent framework di nuova generazione — con le tappe che contano per chi scrive codice reale, non solo usa prodotti.
Specialista AI multimodale
Testo, immagine, audio, video: i modelli che unificano i sensi dell'AI.
Sei un ricercatore o developer che segue l'evoluzione dei modelli capaci di ragionare su più modalità contemporaneamente. Questo percorso parte dalle fondamenta contrastive di CLIP e DALL-E, attraversa la rivoluzione dei modelli vision-language come GPT-4V e Gemini, e arriva ai modelli nativamente audio e video del 2025-2026 — dove testo, immagine, voce e clip diventano un'unica superficie cognitiva per l'AI.