Datapizza Community 🍕📈

описание

Canale Telegram ufficiale della Datapizza Community📍 👉🏾 https://datapizza.tech/ Contiene fonti, approfondimenti, extra e spunti di discussione sul mondo Tech & AI👩‍💻👨‍💻

← к каналу @datapizza

14 764

подписчиков

Охват к подписчикам

21,5%

ERR

Реакции к просмотрам

0,12%

90 на 23 постов

Пересылки к просмотрам

0,23%

175

Постов в день

0,6

всего 23

Где отзываются чаще

доля реакций к просмотрам

12 авг.Un framework per testare le vostre applicazioni LLM come fareste con del codice normale 🧪 DeepEval è una libreria open source con decine di metriche pronte per agenti, RAG, chatbot e summarization, con una developer experience in stile Pytest. Dentro troverete: 📌 Metriche: agenti, RAG, chatbot, summarization già pronte all'uso 📌 Integrazione: si collega ai principali framework LLM 📌 Licenza: Apache 2.0, completamente open source 📌 Adozione: oltre 400.000 download mensili Lo trovate qui 👉 https://github.com/confident-ai/deepeval0,53%
11 авг.Un dataset multilingue da mille miliardi di token è online 🌍 Hugging Face ha rilasciato FineTranslations: un dataset di testo parallelo che copre l'inglese e oltre 500 altre lingue, pensato per migliorare la traduzione automatica a minori risorse. Dentro troverete: 📌 La scala: oltre 1000 miliardi di token di testo parallelo 📌 La fonte: contenuti non in inglese di FineWeb2 tradotti con Gemma3 27B 📌 La pipeline: processo di generazione dei dati completamente documentato e riproducibile 📌 L'obiettivo: colmare il divario di qualità nella traduzione verso lingue meno rappresentate 📌 L'uso: pronto per il training e il fine-tuning di modelli di traduzione Vi lasciamo qui il link! 👉 https://huggingface.co/blog/Pclanglais/two-trillion-tokens-open0,38%
27 июл.Il primo "Tribunale di Internet" europeo potrebbe essere Italiano! 🇮🇹 L'11 giugno è stato depositato in Senato un disegno di legge per creare sezioni specializzate in materia digitale nei tribunali italiani: giudici formati per gestire cause su cloud, software, AI, piattaforme e dati. La motivazione della proposta: troppe decisioni su controversie digitali vengono prese da chi non ha competenza tecnica specifica sulla materia. ⚖️ Il risultato è che cause complesse su backup, cloud o AI finiscono ridotte a semplice inadempimento contrattuale generico, senza che la tecnologia coinvolta venga capita. Se venisse approvato, l'Italia sarebbe il primo Paese in Europa con giudici specializzati in materia digitale! 💻 Ora il testo passa all'iter parlamentare, ma la proposta organica esiste già (e potete approfondirla qui 👉 https://shorturl.at/d0WSB ) Secondo voi sarà efficace? 💬0,29%
13 авг.Se in questo periodo state cercando nuove opportunità, su Datapizza Jobs abbiamo due posizioni che potrebbero interessarvi! 🙌 1️⃣ Product Lead in Medicilio 💸 RAL: 50k-75k 💡 Esperienza: 4+ anni 📍 Ibrido su Milano (3 giorni smart-working/settimana) 🙌 Tecnologie: UX/UI Design, AI Fluency, Comunicazione efficace, Product Strategy, Microservizi, Gestione Team, Project management, Regulatory Compliance, SQL 👉 https://bit.ly/4gep7LD 2️⃣ Lead Data Architect in Intarget Group S.r.l. – Società Benefit 💸 RAL: 60k-70k 💡 Esperienza: 5+ anni 📍 Ibrido su Milano, Pisa o Roma 🙌 Tecnologie: Python, SQL, Apache Kafka, GCP, Data Pipeline, Strumenti BI, CI/CD, Terraform 👉 https://bit.ly/4gatYO4 E se avete domande sulle posizioni, noi siamo qui! 🙌0,26%
5 авг.Un agente che decide da solo come strutturare il proprio ragionamento 🧠 I ricercatori dell'University of Washington propongono Deep Reasoning, un metodo per costruire scaffold di ragionamento su misura per ogni task, invece di usare pattern fissi. Dentro troverete: 📌 Un linguaggio formale per rappresentare il meta-ragionamento 📌 Combinazione di inferenza associativa, calcolo formale e scomposizione ricorsiva 📌 DOLORES: l'agente generale che applica il metodo in pratica 📌 Task complessi distribuiti su thread di ragionamento più piccoli e controllati 📌 Dipendenze tra sotto-problemi preservate durante l'esecuzione Lo trovate qui 👉 https://arxiv.org/abs/2605.113880,21%
7 авг.Se in questo periodo state cercando nuove opportunità, su Datapizza Jobs abbiamo due posizioni che potrebbero interessarvi! 🙌 1️⃣ Lead Data Architect in Intarget Group S.r.l. - Società Benefit 💸 RAL: 60k-70k 💡 Esperienza: 5+ anni 📍 Ibrido a Milano, Pisa o Roma 🙌 Tecnologie: Python, SQL, Apache Kafka, GCP, Data Pipeline, Strumenti BI, CI/CD, Terraform 👉 https://bit.ly/4giJbO4 2️⃣ AI Transformation Leader in AzzurroDigitale 💸 RAL: 60k-80k 💡 Esperienza: 5+ anni 📍 Ibrido a Padova 🙌 Tecnologie: AI Expert, Evaluation di soluzioni GenAI, RAG e Agenti, Sistemi multi-agente, AI Tools, People Management, Project management 👉 https://bit.ly/3TyV7mb E se avete domande sulle posizioni, noi siamo qui! 🙌0,19%
31 июл.Quanto è cambiata l’AI dal 2023 ad oggi? 🤔 Nel 2023 gli agenti AI completavano da soli compiti di pochi minuti. Oggi si avvicinano alle 12 ore! ⌛️ Un esempio concreto: "organizzami la giornata di domani". Nel 2023 ricevevate una lista di consigli generici. Oggi un agente legge il calendario, le email, nota i conflitti, riorganizza le priorità e vi presenta un piano pronto da approvare (e senza il bisogno di saper scrivere una riga di codice 👀) C'è però un problema: questi agenti lavorano appoggiandosi a provider fuori dall'Europa. La domanda quindi non è più "come lo costruisco", ma "a chi affido i miei dati?" 🔐 Proprio per questo, Fastweb + Vodafone hanno lanciato ROSS: un agente AI che vive su Telegram, con i dati elaborati interamente in Europa, conforme a GDPR e AI Act 🇮🇹 Gestisce email, agenda, ricerche e documenti al posto vostro e soprattutto: nessun dato viene usato per addestrare altri modelli. Per scoprire cosa ROSS può fare per voi, eccovi il link 👉 https://bit.ly/4g1n6U10,17%
28 июл.Quanto conta il contesto giusto per un coding agent? 🔍 ContextBench misura la capacità degli agenti di recuperare esattamente le informazioni rilevanti da una codebase, invece di affogare in contesto inutile. Dentro troverete: 📌 Obiettivo: valutare il context retrieval nei coding agent 📌 Metodo: task su codebase reali con informazioni sparse tra più file 📌 Risultato: molti agenti recuperano contesto ridondante o incompleto 📌 Uso: benchmark riproducibile per testare nuove strategie di retrieval Lo trovate qui 👉 https://arxiv.org/abs/2602.058920,14%
20 июл.Se in questo periodo state cercando nuove opportunità, su Datapizza Jobs abbiamo una posizioni interessante che potrebbe fare al caso vostro! 🙌 1️⃣ AI Technical Evangelist in Datapizza 💸 RAL: 60k-75k 💡 Esperienza: 6+ anni 📍 Full Remote 🙌 Tecnologie: RAG, AI-Assisted Development, Evaluation di soluzioni GenAI, AI Agents, AI Tools 👉https://bit.ly/3TDXIeh E se avete domande, noi siamo qui! 🙌0,13%
3 авг.Un benchmark per capire se gli agenti sanno davvero fare code review 🦀 c-CRAB è il nuovo dataset pensato per valutare quanto gli agenti AI siano affidabili quando devono analizzare pull request reali, non solo scrivere codice da zero. Dentro troverete: 📌 Task: revisione di pull request reali su repository di produzione 📌 Metriche: precisione nel trovare bug, stile e problemi di design 📌 Confronto: gap ancora ampio tra agenti e reviewer umani 📌 Dataset: pensato per essere riusabile su nuovi modelli e agenti Lo trovate qui 👉 https://arxiv.org/abs/2603.234480,13%
6 авг.Portare l'AI in azienda sembra facile. Poi provate a farlo davvero e scoprite quante cose si possono rompere. Un anno di Adoption ci ha insegnato dove serve attenzione, persone, processi, tempi. E cosa serve perché il cambiamento resti in piedi. In questa live troverete: 📌 Casi reali, 📌 Cose imparate sul campo 📌 Nessuna teoria da slide E se vi siete mai chiesti com'è lavorare su questo lato di Datapizza, qui potrete trovare le risposte. Speaker: Giacomo Ciarlini, Co-Founder and CIO Luca Malinverno, Head of AI Adoption 📅 Giovedì 6 agosto, alle ore 17:00 📍 In diretta su LinkedIn & Youtube Trovate qui sotto i link per seguire la diretta! 👇 Linkedin: https://www.linkedin.com/events/comesiportal-aidentroun-azienda7488858835395297281/theater/ Youtube: https://www.youtube.com/live/ifDvXD2G7Sg?si=c17nRqUO8HQ0m4tu0,13%
10 авг.Un paper per ripensare la memoria degli agenti AI 🤔 I ricercatori propongono Memory in the Loop: un sistema di retrieval in-process che funge da memoria di lavoro estesa per gli agenti linguistici, senza ricorrere a database esterni separati. Dentro troverete: 📌 Il problema: la memoria a lungo termine tradizionale rallenta gli agenti 📌 La soluzione: retrieval integrato direttamente nel processo di inferenza 📌 I vantaggi: meno latenza e più coerenza tra i turni di conversazione 📌 I test: valutazioni su task multi-step che richiedono memoria estesa 📌 Le implicazioni: un possibile standard per gli agenti di nuova generazione Ecco a voi il link! 👉 https://arxiv.org/abs/2607.056900,12%