Tags¶

Lista di tutti i tag all'interno del sito:

LLM¶

• GPT e Detection system
• Alla scoperta dei Large Language Model
• Come costruire un agente intelligente con LangChain, gradio e OpenAI

agile¶

• Agile

airflow¶

• Apache Airflow
• Stato dell'arte e Apache Airflow
• Progetto

apache beam¶

• Introduzione ad Apache Beam

api¶

• GraphQL e Strawberry
• Intro FastApi

arcan¶

• Debito tecnico e architectural smell

asdf¶

• ASDF

async¶

• FastApi e async

authentication¶

• Django autenticazione
• FastApi e async
• Flask review con autenticazione

blog¶

• Flask review con profili, ruoli e blog

blueprints¶

• Flask review with blueprints

bot¶

• Come creare un telegram bot con python
• Come creare un telegram bot - Squirrel Network

brand identity¶

• Nuova brand identity

celery¶

• Calcolo distribuito con Dask, Modin e Celery

chatgpt¶

• GPT e Detection system

code versioning¶

• Introduzione a Git

commands¶

• Linux Base

contatti¶

• Home

dashboard¶

• Strumenti per l'ingegnerizzazione dei dati - dai notebook alla dashboard

dask¶

• Calcolo distribuito con Dask, Modin e Celery

data¶

• Apache Airflow
• Data testing
• Data versioning
• Data science in ambito farmaceutico
• Sentiment analysis con python
• Intro pandas
• Operazioni con i dataframe
• Operazioni con le Serie
• Pandas - approfondimenti ed esercizi
• Pandas - approfondimenti sull'analisi dei dati

data engineering¶

• Apache Airflow
• Stato dell'arte e Apache Airflow
• Progetto

data privacy¶

• Data privacy con Nerpii

data science¶

• Data science in ambito farmaceutico

data testing¶

• Data testing

data versioning¶

• Data versioning

data visualization¶

• Strumenti per la visualizzazione dei dati

databricks¶

• Introduzione a Databricks

dataframe¶

• Operazioni con i dataframe

db¶

• FastApi e SQL Model

deep learning¶

• Deep learning con tensorflow
• Deep learning con le immagini
• Deep learning - NLP

deploy¶

• Flask - deploy in produzione

design¶

• Nuova brand identity

distributed computed¶

• Calcolo distribuito e comunicazione tra i processi

distributed computing¶

• Calcolo distribuito

django¶

• Intro Django
• Django e modelli
• Django autenticazione

docker¶

• Strumenti per il passaggio in produzione
• Intro a Docker
• Docker - concetti avanzati

dvc¶

• Data versioning

erp¶

• Intro Genropy
• Genropy - ORM
• Genropy - Blood donor
• Genropy - personalizzazione UI
• Genropy - progetto open source

etl¶

• Strumenti per l'ingegnerizzazione dei dati - dai notebook alla dashboard

fastapi¶

• Intro FastApi
• FastApi e pydantic
• FastApi e SQL Model
• FastApi e FastCash
• FastApi e async
• Fastapi - Quiz maker - 1
• Fastapi - Quiz maker - 2

fastcash¶

• FastApi e FastCash

finance¶

• High frequency trading - 1
• High frequency trading - 1

flask¶

• Intro Flask
• Flask - servizio REST API
• Flask e Jinja avanzato con i forms
• Flask - ORM e SQLAlchemy
• Flask review
• Evoluzione dell' applicazione
• Flask review with blueprints
• Flask review con autenticazione
• Flask review con profili, ruoli e blog
• Flask - deploy in produzione

form¶

• Django autenticazione

forms¶

• Flask e Jinja avanzato con i forms

game¶

• Gioco dell'Orso - primo incontro
• Gioco dell'Orso - secondo incontro
• Intro pygame
• Pygame - sprites e gestione collisioni
• Pygame - animazioni

genropy¶

• Intro Genropy
• Genropy - ORM
• Genropy - Blood donor
• Genropy - personalizzazione UI
• Genropy - progetto open source

git¶

• Introduzione a Git

github¶

• Le GitHub actions e Pipem

github actions¶

• Le GitHub actions e Pipem

gpt¶

• GPT e Detection system

graphql¶

• GraphQL e Strawberry

great expectations¶

• Data testing

guida¶

• Home

heroku¶

• Flask - deploy in produzione

high frequency trading¶

• High frequency trading - 1
• High frequency trading - 1

home¶

• Home

indipendence¶

• Tech indipendence

informazioni¶

• Home

jinja¶

• Intro Flask

k8s¶

• Introduzione a Kubernetes - parte 1
• Introduzione a Kubernetes - parte 2

learning¶

• Learning
• Linux Base
• ASDF
• Tech indipendence
• Testing con python

linux¶

• Linux Base

machine learning¶

• Xgboost
• Intro ML
• ML - supervised learning
• ML - unsupervised learning

mdkocs¶

• Intro
• Deploy
• Documentare il codice
• Estensioni
• Documentare il codice
• Github Pages
• MkDocs vs Sphinx
• Setup

meetup¶

• Meetup
• Prossimi eventi

micropython¶

• Introduzione al mondo dei makers
• Iot e Cloud

mkdocs¶

• Strumenti per il passaggio in produzione
• Elementi fondamentali di mkdocs
• Extra, plugins e deploy del sito

mlops¶

• Introduzione a Pytorch e Pytorch Lightning
• Introduzione a Hydra
• MLOPs - introduzione ed esempi
• MLOPs su AWS

model serving¶

• Nvidia Triton
• Tensorflow serving

modelli¶

• Django e modelli

modin¶

• Calcolo distribuito con Dask, Modin e Celery

nerpii¶

• Data privacy con Nerpii

neural networks¶

• Deep NLP e Topic Modeling
• Deep learning con tensorflow
• Deep learning con le immagini
• Deep learning - NLP

nlp¶

• Deep NLP e Topic Modeling
• Deep learning - NLP

nvidia triton¶

• Nvidia Triton

open source¶

• Open source - Marcelo Trylesinski
• Open source - Patrick Arminio
• Open source - Juliana Nicacio
• Open source - Giovanni Barillari

open_source¶

• Tech indipendence

orm¶

• Django e modelli
• Flask - ORM e SQLAlchemy
• Flask review
• Evoluzione dell' applicazione
• Flask review with blueprints
• Flask review con autenticazione
• Genropy - ORM

pandas¶

• Strumenti per la visualizzazione dei dati
• Intro ML
• Intro pandas
• Operazioni con i dataframe
• Operazioni con le Serie
• Pandas - approfondimenti ed esercizi
• Pandas - approfondimenti sull'analisi dei dati

papermill¶

• Strumenti per il passaggio in produzione

parallel computing¶

• Calcolo distribuito

parser¶

• ANTLR - primo incontro
• ANTLR - secondo incontro
• ANTLR - terzo incontro

pharma¶

• Data science in ambito farmaceutico

pipem¶

• Le GitHub actions e Pipem

plotly¶

• Strumenti per la visualizzazione dei dati

poetry¶

• Modern python development - Strumenti, librerie, buone pratiche per sviluppare in Python
• Modern python development - Poetry, PDM, Ruff e altri strumenti utili

polars¶

• Introduzione a Polars
• Manipolazione dei dati con Polars
• Alla scoperta di functime

pydantic¶

• FastApi e pydantic

pygame¶

• Intro python
• Intro pygame
• Pygame - sprites e gestione collisioni
• Pygame - animazioni

pygamezero¶

• Pygamezero
• Pygamezero - sviluppo giochi parte 1
• Pygamezero - sviluppo giochi parte 2

pyspark¶

• Introduzione a Databricks

python¶

• Come gestire le eccezioni in python
• Intro python
• Pygamezero
• Pygamezero - sviluppo giochi parte 1
• Pygamezero - sviluppo giochi parte 2
• Modern python development - Strumenti, librerie, buone pratiche per sviluppare in Python
• Modern python development - Poetry, PDM, Ruff e altri strumenti utili
• Intro pygame
• Pygame - sprites e gestione collisioni
• Pygame - animazioni
• Concetti di base e tipi primitivi
• Controlli di flusso, iterazioni e funzioni
• Le basi della programmazione ad oggetti
• OOP Avanzato

ray¶

• Calcolo distribuito e comunicazione tra i processi

regex¶

• Utilizzo del modulo regex in python

regular expression¶

• Intro espressioni regolari
• Utilizzo del modulo regex in python
• Come costruire una pipeline di analisi del testo
• Progetto di classificazione del testo

reinforcement learning¶

• Reinforcement learning - Concetti teorici e costruzione ambiente
• Reinforcement learning - Sessione pratica e coding

rest api¶

• Flask - servizio REST API

roles¶

• Flask review con profili, ruoli e blog

rpa¶

• Robot process automation

scikitlearn¶

• Intro ML
• ML - supervised learning
• ML - unsupervised learning

sentiment analysis¶

• Sentiment analysis con python

serie¶

• Operazioni con le Serie

spacy¶

• Come costruire una pipeline di analisi del testo
• Progetto di classificazione del testo

speaker¶

• Guida speaker

speakers¶

• Partecipa come speaker

sphinx¶

• MkDocs vs Sphinx

sqlalchemy¶

• Flask - ORM e SQLAlchemy

sqlmodel¶

• FastApi e SQL Model
• FastApi e FastCash

strawberry¶

• GraphQL e Strawberry

streamlit¶

• Sentiment analysis con python
• Strumenti per l'ingegnerizzazione dei dati - dai notebook alla dashboard
• Progetto

supervised learning¶

• ML - supervised learning

supporters¶

• Supporters

tdd¶

• FastApi e pydantic

tech¶

• Tech indipendence

technical debt¶

• Debito tecnico e architectural smell

tensorflow¶

• Deep learning con tensorflow

test¶

• Testing con python - 1
• Testing con python - 2
• Testing con python - 3

testing¶

• Testing con python
• Risorse
• Letteratura
• Snippets di codice
• Software
• Talks consigliati
• Prefazione
• Test BDD con Behave
• Doctest
• Introduzione
• Buone pratiche per scrivere test di qualità
• Utilizzare pytest
• L'aspetto di un test
• Tipi
• Unittest

text manipulation¶

• Intro espressioni regolari
• Utilizzo del modulo regex in python
• Come costruire una pipeline di analisi del testo
• Progetto di classificazione del testo

time series¶

• Alla scoperta di functime

tools¶

• ASDF

topic modeling¶

• Deep NLP e Topic Modeling

ui¶

• Genropy - personalizzazione UI

unsupervised learning¶

• ML - unsupervised learning

web framework¶

• Intro Django

web scraping¶

• Web scraping - Beatiful Soup e Requests
• Web scraping - Selenium e Scrapy

web server¶

• Intro Flask
• Flask e Jinja avanzato con i forms

webserver¶

• Flask review
• Evoluzione dell' applicazione

xgboost¶

• Xgboost