Articoli
firmati da questo autore
-
Monitorare data drift e model quality con SageMaker AI, MLflow ed Evidently
Come costruire una soluzione di monitoring per modelli ML discriminativi combinando la libreria open source Evidently con Amazon SageMaker AI e MLflow, per batch…
-
Multi-dataset Topics in Amazon QuickSight: un semantic layer su più dataset
In public preview, i multi-dataset Topics di QuickSight permettono di collegare fino a 12 dataset in un unico Topic e lasciare che l’agente di…
-
Pattern di data modeling per le Multi-Dataset Relationships di Amazon QuickSight
Una guida ai sette schemi supportati dalle Multi-Dataset Relationships di Amazon QuickSight, con esempi SQL, workaround per gerarchie e loop, e i limiti dell’attuale…
-
Come i team Finance di AWS hanno ridotto le ore di lavoro con Amazon Quick
AWS Finance ha usato i chat agent e i Flows di Amazon Quick per trasformare due workflow ad alto consumo di tempo: target setting…
-
Un agente serverless per l’editing di immagini con Amazon Bedrock AgentCore harness
Amazon Bedrock AgentCore harness permette di costruire un agente per l’editing di immagini definito solo tramite configurazione, senza codice di orchestrazione. Architettura, tool via…
-
Multi-dataset Topic in Amazon Quick Chat: guidare la SQL generata dall’AI con la semantica
Con i Multi-Dataset Topic di Amazon Quick, il motore generativo scrive SQL a runtime a partire dalla semantica invece che da join predefiniti. Il…
-
Parsing di PDF in locale con Gemma 4: trattare i documenti come immagini
Un approccio zero-shot al document parsing che renderizza ogni pagina PDF come immagine e la passa a Gemma 4, superando la fragilità dei tool…
-
Amazon Quick: portare il business context dentro i dataset con Dataset Enrichment
Amazon Quick sposta il contesto di business dai legacy Topics direttamente nei metadati del dataset con Dataset Enrichment. Cosa cambia, tre scenari di migrazione…
-
Proxy-Pointer RAG: reasoning temporale senza precompilazione semantica
Due approcci opposti al RAG enterprise per query temporali e cross-document: LLM-Wiki compila la conoscenza durante l’ingestion, Proxy-Pointer la sintetizza solo quando serve.
-
SQL, Pandas o AI agents: chi risolve meglio i problemi di analytics
Stesse tre domande di analytics date a SQL, Pandas e a un agente Claude, con tempi di esecuzione misurati: quando conviene ciascuno e dove…