Tutorial
How-to e guide pratiche sui dati
risultati
-
Costruire un’architettura RAG: perché conviene un repository intermedio
Come combinare i dati aziendali con un foundation model tramite RAG, e perché far atterrare i dati in…
-
Cos’è l’idempotenza e perché conta nelle pipeline dati
L’idempotenza è la proprietà per cui ripetere un’operazione non cambia il risultato dopo la prima esecuzione. Nel data…
-
State management delle pipeline: la sfida sottovalutata delle sincronizzazioni incrementali
Lo stato di una pipeline e cio che permette la sincronizzazione incrementale, ma gestirlo a mano tra crash,…
-
Fraud detection con BigQuery ML: dal database a un modello di classificazione
Una guida pratica per portare un dataset di transazioni con carta di credito da SQL Server a BigQuery…
-
Parsing adattivo dei PDF: partire economici e pagare un parser pesante solo quando serve
Invece di scegliere un parser unico per l’intero documento, la pagina stessa decide quanto vale la pena parsarla:…
-
Cinque criteri per valutare la sicurezza di una data platform
Compliance, column masking, access control, cifratura end-to-end e opzioni di deployment: cinque aspetti da esaminare quando si sceglie…
-
FivetranChat: costruire un chatbot RAG interno con strumenti off-the-shelf
Come Fivetran ha messo in produzione un chatbot interno basato su architettura RAG, appoggiandosi ai servizi AI nativi…
-
Una sola pipeline RAG, quattro PDF diversissimi: gli stessi quattro bricks, ogni risposta tipizzata e citata
Una singola funzione pdf_qa collega i quattro bricks di una pipeline RAG e gira senza modifiche su un…
-
Un agente operativo per eventi con MongoDB Atlas, Voyage e LangGraph
Un tutorial che parte dove la maggior parte delle demo di agenti si ferma: memoria persistente, contesto operativo…
-
Coach’s Corner: un’app di coaching calcistico costruita su un’unica piattaforma Databricks
Coach’s Corner trasforma 51 milioni di righe di tracking data in una panchina tattica 2D/3D con risposte sub-secondo,…