mlopsday > Talk

Talk 2026

Gli interventi di quest'edizione partono dai problemi che chi lavora con LLM su infrastrutture private incontra ogni giorno: costi da tenere sotto controllo, compliance da rispettare, sistemi legacy da integrare.

Talk
Agenti AI event-driven: orchestrazione di agenti con contesto di grandi dimesioni su larga scala
Agenti AI event-driven: orchestrazione di agenti con contesto di grandi dimesioni su larga scala
- Italiano
Speaker:
- Luca Bianchi
  CTIO @ MESA
Talk
Architettura AI “Switchabile”: Routing Dinamico, RAG Locale e Ottimizzazione TCO tra Cloud e On-Premise
Architettura AI “Switchabile”: Routing Dinamico, RAG Locale e Ottimizzazione TCO tra Cloud e On-Premise
Speaker:
- Vincenzo Di Franco
  AI Engineer @ datwave
Talk
Come una direzione d’orchestra: costruire un sistema AI conversazionale in tempo reale
Come una direzione d’orchestra: costruire un sistema AI conversazionale in tempo reale
Speaker:
- Paolo Brasolin
  Tech Lead @ Donq
- Massimiliano Enea
  Tech Lead @ Donq
Talk
Cost-Aware MLOps: ottimizzare inference e pipeline ML
Cost-Aware MLOps: ottimizzare inference e pipeline ML
Speaker:
- Serena Sensini
  Innovation Leader @ Dedalus
Talk
How I Learned to Stop Worrying and Ship AI Agents to Production
How I Learned to Stop Worrying and Ship AI Agents to Production
Speaker:
- Salvatore Visaggi
  AI Engineer @ AgileLab
Talk
Ricerca semantica su un milione di video con due GPU consumer: si può fare
Ricerca semantica su un milione di video con due GPU consumer: si può fare
Speaker:
- Tommaso Doninelli
  IT Consultant & Senior Platform Engineer
Talk
Unit Economics degli LLM on-premise: misurare il valore reale dell’AI locale
Unit Economics degli LLM on-premise: misurare il valore reale dell’AI locale
Speaker:
- Andrea Saravalle
  Economista applicato, PhD e Professore a contratto @ Università di Bologna / Università di Brescia / Università Politecnica delle Marche

Talk 2026

Gli interventi di quest'edizione partono dai problemi che chi lavora con LLM su infrastrutture private incontra ogni giorno: costi da tenere sotto controllo, compliance da rispettare, sistemi legacy da integrare.

Agenti AI event-driven: orchestrazione di agenti con contesto di grandi dimesioni su larga scala

Architettura AI “Switchabile”: Routing Dinamico, RAG Locale e Ottimizzazione TCO tra Cloud e On-Premise

Come una direzione d’orchestra: costruire un sistema AI conversazionale in tempo reale

Cost-Aware MLOps: ottimizzare inference e pipeline ML

How I Learned to Stop Worrying and Ship AI Agents to Production

Ricerca semantica su un milione di video con due GPU consumer: si può fare

Unit Economics degli LLM on-premise: misurare il valore reale dell’AI locale

Persone e relazioni

Ispirazione e apprendimento

Inclusione e Apertura

Seguici su