Corso "Costruire sistemi RAG su dati reali" - UGIdotNET
Questo sito si serve dei cookie per fornire servizi. Utilizzando questo sito acconsenti all'utilizzo dei cookie. Ulteriori informazioni Ok

Costruire sistemi RAG su dati reali

Progetta e implementa una pipeline RAG completa: dati, embedding, retrieval, ranking e validazione su basi documentali reali.

  02/2026     Italiano

Cosa imparerai

  • Progettare una pipeline RAG completa su dati reali
  • Scegliere strategie efficaci di chunking e retrieval
  • Migliorare la rilevanza delle risposte generate
  • Valutare e ottimizzare un sistema RAG
  • Evitare gli errori più comuni nei primi prototipi

Programma

Molti sistemi RAG funzionano in demo e falliscono quando vengono applicati a documentazione reale: retrieval poco rilevante, chunking inefficace, contesto mal costruito, risposte parziali o fuorvianti.

Questo corso è dedicato a chi vuole passare dalla teoria alla costruzione concreta di un sistema RAG. In una giornata intensiva viene affrontata l’intera pipeline: preparazione dei dati, generazione degli embedding, indicizzazione, retrieval, costruzione del prompt e valutazione delle risposte.

Il focus non è sulla definizione del pattern, ma sulle scelte tecniche che determinano la qualità finale: granularità dei chunk, strategie di ranking, gestione del contesto e misurazione delle performance.

Al termine del corso avrai un framework chiaro per progettare e migliorare un sistema RAG su dati reali, evitando gli errori più comuni.


1. Architettura di un sistema RAG

  • Componenti della pipeline end-to-end
  • Errori tipici nei primi prototipi
  • Trade-off tra semplicità e controllo
  • Quando RAG è la scelta corretta e quando no

2. Preparazione dei dati

  • Strategie di chunking e segmentazione
  • Granularità e sovrapposizione
  • Pulizia e normalizzazione dei contenuti
  • Impatto della struttura dei documenti sulla qualità del retrieval

3. Embedding e indicizzazione

  • Scelta e gestione degli embedding
  • Aggiornamento e versionamento
  • Vector store e strategie di indicizzazione
  • Performance, latenza e costi

4. Retrieval e ranking

  • Similarità semantica e limiti pratici
  • Filtri e query ibride
  • Reranking per migliorare la rilevanza
  • Riduzione del rumore nei risultati

5. Costruzione del contesto e generazione

  • Costruzione del prompt con contenuti recuperati
  • Gestione dei limiti di contesto
  • Riduzione delle allucinazioni
  • Strategie di grounding e citazione delle fonti

6. Valutazione della qualità

  • Metriche di rilevanza e copertura
  • Test manuali e dataset di valutazione
  • Analisi degli errori
  • Iterazione e miglioramento continuo

7. Portare un RAG in produzione

  • Aggiornamento della knowledge base
  • Monitoraggio e controllo dei costi
  • Versionamento della pipeline
  • Pattern architetturali per ambienti aziendali

Requisiti

  • Esperienza di sviluppo software o data engineering
  • Familiarità con API e gestione di dati strutturati
  • Conoscenza di base dei modelli linguistici

Non è richiesta esperienza pregressa nella costruzione di sistemi RAG.

Corso on-demand

Vuoi organizzare una edizione privata del corso? Contattaci!

CONTATTACI

Docenti

Questo corso è tenuto da uno dei seguenti docenti:

  • CEO - Improove

    Andrea Saltarello è CTO di Managed Designs e founder di Improove.

    È docente della School of Management del Politecnico di Milano, occupandosi dei corsi master dedicati a Big Data ed Intelligenza Artificiale, e relatore presso eventi e conferenze internazionali quali: Codemotion, Microsoft Ignite Tour, WPC.

    È autore di articoli tecnici per differenti testate editoriali e co-autore di "Microsoft .NET: Architecting Applications for the Enterprise", pubblicato da Microsoft Press.

    In qualità di Microsoft Regional Director, è advisor del senior leadership team di Microsoft Corporation, offrendo ad esso feedback strategico. Per il suo impegno a supporto delle community è stato annualmente premiato quale Microsoft Most Valuable Professional dal 2003 ad oggi.

  • Software Architect - Freelance

    Gian Maria Ricci è Independent Consultant e Software Architect con decenni di esperienza nello sviluppo software, DevOps e architetture applicative. È Microsoft Most Valuable Professional (MVP) nella categoria Developer Technologies dal 2009, ruolo che riflette il suo impegno tecnico e nella community italiana di sviluppatori.

    Ha iniziato a programmare in giovane età e, nel tempo, ha lavorato con un ampio spettro di tecnologie, maturando competenze consolidate nell'integrazione delle API, nei processi CI/CD, nel DevOps e nella progettazione di soluzioni moderne. Sebbene sia noto per competenze storiche in .NET e negli strumenti Microsoft, oggi concentra parte significativa del suo lavoro sull'integrazione di modelli linguistici avanzati e workflow AI-oriented nelle applicazioni enterprise.

    È speaker frequentemente invitato a conferenze tech nazionali e internazionali e autore di percorsi formativi su temi come AI generativa applicata allo sviluppo, all’automazione e produttività degli sviluppatori, portando esempi concreti tratti dall’uso quotidiano degli strumenti moderni.