متاح الآن! بحث تيليغرام 2025 — أهم رؤى العام 
Datapizza Community 🍕📈
الذهاب إلى القناة على Telegram
Canale Telegram ufficiale della Datapizza Community📍 👉🏾 https://datapizza.tech/ Contiene fonti, approfondimenti, extra e spunti di discussione sul mondo Tech & AI👩💻👨💻
إظهار المزيد📈 نظرة تحليلية على قناة تيليجرام Datapizza Community 🍕📈
تُعد قناة Datapizza Community 🍕📈 (@datapizza) في القطاع اللغوي الإيطالية لاعباً نشطاً. يضم المجتمع حالياً 14 843 مشتركاً، محتلاً المرتبة 8 737 في فئة التكنولوجيات والتطبيقات والمرتبة 1 788 في منطقة إيطاليا.
📊 مؤشرات الجمهور والحراك
منذ تأسيسه في невідомо، حقق المشروع نمواً سريعاً وجمع 14 843 مشتركاً.
بحسب آخر البيانات بتاريخ 10 يونيو, 2026، تحافظ القناة على نشاط مستقر. خلال آخر 30 يوماً تغيّر عدد الأعضاء بمقدار -28، وفي آخر 24 ساعة بمقدار -2، مع بقاء الوصول العام مرتفعاً.
- حالة التحقق: غير موثّقة
- معدل التفاعل (ER): يبلغ متوسط تفاعل الجمهور 23.42%. وخلال أول 24 ساعة من النشر يحصد المحتوى عادةً 10.48% من ردود الفعل نسبةً إلى إجمالي المشتركين.
- وصول المنشورات: يحصل كل منشور على متوسط 3 476 مشاهدة. وخلال اليوم الأول يجمع عادةً 1 556 مشاهدة.
- التفاعلات والاستجابة: يتفاعل الجمهور بانتظام؛ متوسط التفاعلات لكل منشور يبلغ 5.
- الاهتمامات الموضوعية: يركز المحتوى على مواضيع رئيسية مثل agente, modello, posizione, datapizza, ral.
📝 الوصف وسياسة المحتوى
يصف المؤلف القناة بأنها مساحة للتعبير عن الآراء الذاتية:
“Canale Telegram ufficiale della Datapizza Community📍
👉🏾 https://datapizza.tech/
Contiene fonti, approfondimenti, extra e spunti di discussione sul mondo Tech & AI👩💻👨💻”
بفضل وتيرة التحديث المرتفعة (أحدث البيانات بتاريخ 11 يونيو, 2026) تحافظ القناة على حداثتها ومستوى وصول مرتفع. وتُظهر التحليلات تفاعلاً نشطاً من الجمهور، ما يجعلها نقطة تأثير مهمة ضمن فئة التكنولوجيات والتطبيقات.
14 843
المشتركون
-224 ساعات
-117 أيام
-2830 أيام
أرشيف المشاركات
14 843
Dal Q-learning all'RLHF in un unico curriculum open source 🎓
Hands-on Modern RL è un percorso formativo che parte dai fondamenti del Reinforcement Learning e arriva dritto alle tecniche usate per allineare i modelli linguistici (RLHF, DPO, GRPO e RLVR) con codice eseguibile a ogni step.
Dentro troverete:
📌 Fondamenti: bandits, MDP, equazioni di Bellman, Q-learning
📌 Allineamento LLM: preference data, DPO objectives, reward models
📌 Tecniche avanzate: RLVR e multi-turn tool-use agents
📌 Notebook hands-on per ogni modulo del corso
Fa per voi se volete capire davvero come funziona il post-training dei modelli moderni, andando oltre le basi.
Ecco a voi il link! 👉 https://github.com/walkinglabs/hands-on-modern-rl
14 843
DeepLearning.AI ha appena rilasciato un corso pratico per costruire AI agent che producono media visivi, li valutano automaticamente e iterano finché il risultato non è buono.
Dentro troverete:
📌 Tre tecniche di evaluation: SigLIP similarity score, LLM-as-judge, rubric strutturate
📌 Build di un agent che trasforma brand guideline in mockup UI
📌 Agent video che pianifica scene, sincronizza audio e controlla la coerenza
📌 Gemini CLI per costruire media agent in linguaggio naturale
Se lavorate su pipeline creative o editoriali e volete automatizzare la produzione di visual AI senza rinunciare al controllo sulla qualità, è quello che fa per voi.
Lo potete trovare qui 👉 https://www.deeplearning.ai/courses/ai-agents-for-image-and-video-generation
14 843
Vuoi sapere perché Gemma4 12B ha eliminato gli encoder audio e video?
👉🏻 Ne parliamo tra poco al CaffeAI, il nostro format live bisettimanale!
⏰ dalle 17:00
📍 Sul nostro server Discord
Seguici qui: https://discord.gg/TGRAUsMA3
14 843
Se in questo periodo state cercando nuove opportunità, su Datapizza Jobs abbiamo due posizioni che potrebbero interessarvi! 🙌
1️⃣ Customer Success Manager in THRON
💸 RAL: 30k-35k
💡 Esperienza: 3-4 anni
📍 In sede a Piazzola sul Brenta (PD)
🙌 Tecnologie: Gestione stakeholder, Gestione onboarding clienti, Inglese, Comunicazione efficace, Project management
👉 https://bit.ly/3SnKotS
2️⃣ Sales Analyst in Gruppo Mondadori
💸 RAL: 36k-40k
💡 Esperienza: 3+ anni
📍 Ibrido su Segrate
🙌 Tecnologie: Data Analysis, Microsoft Office Suite, SAP, Strumenti BI
👉 https://bit.ly/4xc9dJe
E se avete domande sulle posizioni, noi siamo qui! 🙌
14 843
Serve ancora imparare a programmare nell'era AI? 🤔
Ne abbiamo parlato con Riccardo Ocleppo, founder di OPIT, università interamente focalizzata su tech, data science e AI. Un deep dive tecnico su cosa sta cambiando davvero per chi scrive codice oggi.
Dentro troverete:
📌 Perché il Vibe Coding non rende obsolete le competenze tecniche di base
📌 Cosa cambia (davvero) nel lavoro concreto di chi scrive codice oggi
📌 Come i profili tech più richiesti si stanno trasformando (e perché la trasversalità è una della skill più richieste sul mercato)
📌 Il punto di vista di chi lavora in Datapizza mentre studia in OPIT
Lo potete trovare qui 👉 https://youtu.be/0L8MJtw-szQ
14 843
Fate ancora in tempo ad iscrivervi al primo Meetup di Effect in Italia..e sarà nei nostri uffici! 🎉
Effect è la libreria open source per lo sviluppo di applicazioni in TypeScript che noi di Datapizza usiamo già in produzione.
In Italia non è ancora molto conosciuta, ma si tratta di un tool estremamente valido che sta iniziando ad essere sempre più utilizzato e a guadagnare la fiducia dei tecnici.
Ecco cosa troverete all’evento:
📌 Talk (in inglese) su come si usa Effect in produzione, dal nostro Team Tech e dai creatori della libreria
📌 Open panel con domande aperte agli speaker
📌 Networking + pizza 🍕
🗓️ Giovedì 11 giugno 2026, dalle 18:00 alle 21:30
📍 Milano
Sarà un’occasione unica per scoprire un nuovo strumento e capire come sfruttarlo al meglio, da chi lo usa veramente.
Vi lasciamo il link per registrarvi qui 👉 https://luma.com/yirm3nb7
Affrettatevi, perché rimangono gli ULTIMI POSTI! ⏳
14 843
Il manuale definitivo su RLHF, gratis online 📖
Nathan Lambert, di Allen AI, ha scritto il libro open source sull'RLHF(Reinforcement Learning from Human Feedback) e il post-training dei modelli linguistici.
Dentro troverete:
📌 Instruction fine-tuning e costruzione di dataset di preferenza
📌 Training del reward model passo dopo passo
📌 PPO(Proximal Policy Optimization), REINFORCE++, DPO(Direct Preference Optimization), GRPO(Group Relative Policy Optimization) a confronto
📌 RLVR (Reinforcement Learning with Verifiable Rewards)
📌 Guida rapida ai cheatsheet Reinforcement Learning
Se lavorate su post-training o volete contribuire alla ricerca, questa è la risorsa che fa per voi.
È aggiornata fino ad aprile 2026 e prossima alla stampa con Manning, ma la versione online è e resterà gratuita.
La trovate qui 👉 https://rlhfbook.com/
14 843
Mercoledì 3 giugno potete seguirci in diretta al nostro evento dal Museo Civico di Storia Naturale di Milano! 👀
Parleremo di AI, Finanza e Futuro del Mondo del Lavoro, insieme a Starting Finance e Mentor AI.
📍 Live su Youtube
⏰ Mercoledì 3 giugno dalle 16:00 alle 18:00
E dopo, potete raggiungerci al Museo Civico di Storia Naturale di Milano per fare fare aperitivo tutti insieme! 🍹
Iscriviti qui alla live 👉 https://www.youtube.com/watch?v=XIPHwISPZ3w
Vi aspettiamo! 🍕
14 843
Hugging Face ha rilasciato ml-interm: un agente AI che automatizza l'intero loop di post-training. Dalla lettura dei paper arXiv al training del modello, fino al deployment.
Dentro troverete:
📌 ContextManager con auto-compaction fino a 170k token
📌 ToolRouter per HF docs, dataset search, GitHub e MCP server
📌 Doom-loop detector per bloccare pattern ripetitivi improduttivi
📌 Supporto a Anthropic e OpenAI come provider
📌 Demo: porta un Qwen3-1.7B da 10% a 32% su GPQA in meno di 10h su H100
Se state ricercando tecniche di post-training o volete automatizzare il ciclo training-eval-deploy senza ripartire da zero ogni volta, è quello che fa per voi.
Lo trovate qui 👉 https://github.com/huggingface/ml-intern
14 843
Il playbook open source per portare i tuoi agenti AI in produzione 🚀
28 tutorial code-first che coprono ogni strato di uno stack agentico reale: dalla memoria al deployment, dalla sicurezza all'osservabilità; tutto con notebook eseguibili e codice adattabile.
Dentro troverete:
📌 Memoria persistente a breve e lungo termine (Redis, Mem0)
📌 Deployment su Docker, FastAPI e GPU cloud
📌 Guardrails, prompt injection defense e tool access control
📌 Tracing e debugging sistematico con LangSmith
📌 Multi-agent coordination con il protocollo A2A
Fa per voi se state costruendo agenti che devono girare davvero in produzione e non volete ripartire da zero ogni volta.
Lo potete trovare qui 👉 https://github.com/NirDiamant/agents-towards-production
14 843
Se in questo periodo state cercando nuove opportunità, su Datapizza Jobs abbiamo due posizioni che potrebbero interessarvi! 🙌
1️⃣ Customer Success Manager in THRON
💸 RAL: 30k-35k
💡 Esperienza: 3-4 anni
📍 In sede a Piazzola sul Brenta (PD)
🙌 Tecnologie: Gestione stakeholder, Inglese, Project management, Gestione onboarding clienti, Comunicazione efficace
👉 https://bit.ly/4v4Eo7E
2️⃣ Data Engineer AI-Ready (GCP) in Huware
💸 RAL: 27k-33k
💡 Esperienza: 2+ anni di esperienza come Data Engineer (o in ruoli affini)
📍 Ibrido su Milano
🙌 Tecnologie: Python, SQL, GCP, Data warehouse, ETL, Inglese
👉 https://bit.ly/4wZQX63
E se avete domande sulle posizioni, noi siamo qui! 🙌
14 843
Fate ancora in tempo ad iscrivervi al nostro workshop “Costruisci il tuo primo agent harness” che terremo questa sera insieme a Cosmico! 👀
Costruiremo insieme un agent harness che sarà validato su un dataset proprietario, partendo da funzionalità base (come ‘grep’ per recuperare informazioni in un file) per arrivare ad un comportamento tracciabile, verificabile e affidabile.
📍 Viale Pasubio 5, Milano
⏰ questa sera dalle 18:30 alle 21:00
Iscriviti qui 👉 https://luma.com/mx3ereeu
Vi aspettiamo! 🍕
14 843
Cosa significa davvero autonomia per un sistema artificiale? 🤔
Questa playlist video affronta le domande più profonde sugli agenti AI con filosofia, implicazioni e limiti concettuali che spesso si ignorano quando si parla di questi sistemi.
Dentro troverete:
📌 Riflessioni sul concetto di autonomia negli agenti AI
📌 Differenze tra comportamento programmato e comportamento emergente
📌 Implicazioni etiche dei sistemi agentici autonomi
📌 Come queste riflessioni impattano il design pratico degli agenti
Una prospettiva diversa sugli agenti AI, per chi vuole approfondire e capire davvero come funziona un sistema di agenti.
Potete trovare la playlist qui! 👉https://www.youtube.com/playlist?list=PLacQJwuclt_sV-tfZmpT1Ov6jldHl30NR
14 843
Se in questo periodo state cercando nuove opportunità, su Datapizza Jobs abbiamo due posizioni che potrebbero interessarvi! 🙌
1️⃣ Customer Success Manager in THRON
💸 RAL: 30k-35k
💡 Esperienza: 3-4 anni
📍 In sede a Piazzola sul Brenta (PD)
🙌 Tecnologie: Gestione stakeholder, Inglese, Project management, Gestione onboarding clienti, Comunicazione efficace
👉 https://bit.ly/3POuece
2️⃣ Senior Data Scientist in Shop Circle
💸 RAL: 50k-60k
💡 Esperienza: 4-6 anni
📍 Ibrido su Milan
🙌 Tecnologie: Python, Machine Learning, Vector database, AWS Bedrock, GenAI
👉 https://bit.ly/3PO0so1
E se avete domande sulle posizioni, noi siamo qui! 🙌
14 843
Qualche giorno fa vi abbiamo chiesto se conoscete e utilizzate già Effect..
Beh, non era un caso. 👀
Effect è la libreria open source per lo sviluppo di applicazioni in TypeScript che noi di Datapizza usiamo già in produzione.
In Italia non è ancora molto conosciuta, ma si tratta di un tool estremamente valido che sta iniziando ad essere sempre più utilizzato e a guadagnare la fiducia dei tecnici.
E proprio per questo…l’11 giugno ospiteremo nei nostri uffici il Meetup di Effect in Italia! 🎉
Ecco cosa troverete all’evento:
📌 Talk (in inglese) su come si usa Effect in produzione, dal nostro Team Tech e dai creatori della libreria
📌 Open panel con domande aperte agli speaker
📌 Networking + pizza 🍕
🗓️ Quando: giovedì 11 giugno 2026, dalle 18:00 alle 21:30
📍 a Milano
Sarà un’occasione unica per scoprire un nuovo strumento e capire come sfruttarlo al meglio, da chi lo usa veramente.
Vi lasciamo il link per registrarvi qui 👉 https://luma.com/yirm3nb7
14 843
Cosa succede quando 25 agenti AI vivono insieme in un mondo simulato? 🤔
"Generative Agents: Interactive Simulacra of Human Behavior" è un paper di Stanford del 2023 che ha rivoluzionato il modo in cui concepiamo l'AI collettiva, dimostrando come gli LLM possano essere usati per simulare interazioni umane credibili e continuative.
Dentro troverete:
📌 L'architettura del sistema multi-agent simulato
📌 Come vengono gestiti memoria e pianificazione
📌 Comportamenti emergenti osservati negli esperimenti
📌 Riflessioni su identità e socialità degli agenti
📌 Implicazioni per il design di sistemi agentici reali
Potrai osservare uno studio su agenti basati su LLM che interagiscono, pianificano e sviluppano comportamenti emergenti, aprendo riflessioni profonde su memoria e autonomia nei sistemi AI.
Lo potete trovare qui! 👉 https://arxiv.org/abs/2304.03442
14 843
Come funzionano davvero i vector database?
Un corso completo che parte dagli embedding e arriva alle app, e spiega i vector database dall'inizio. 🗄️
Dentro troverete:
📌 Cosa sono gli embedding e come si generano
📌 Come funziona un indice vettoriale
📌 Semantic search e similarity retrieval
📌 Integrazione in pipeline RAG
📌 Deployment di un'applicazione reale end-to-end
Fondamentale per chi lavora con RAG o sistemi di ricerca semantica e vuole capire cosa succede davvero nei retroscena.
Eccovi il link! 👉https://www.deeplearning.ai/courses/vector-databases-embeddings-applications
14 843
Il Forward Deployed AI Engineer è il ruolo tech più importante dei prossimi 2 anni..e in Italia quasi nessuno sa ancora cosa sia! 👀
Negli USA esiste da oltre vent'anni: l'ha introdotto Palantir e di recente è stato rilanciato da OpenAI e Anthropic.
A differenza del classico deployment, il Forward Deployed AI Engineer lavora direttamente all'interno dell'azienda cliente, analizza i processi, integra i sistemi esistenti e costruisce agenti e workflow su misura per quella realtà. 📐
Il nostro Co-Founder & CIO Giacomo Ciarlini ha scritto una guida approfondita sul ruolo.
Se volete ampliare, vi lasciamo qui il link 👉 https://bit.ly/3RfXB7I
E se vi ritrovate nel profilo, abbiamo aperto la posizione anche in Datapizza 🍕
💸 RAL: 35k-50k
💡 Esperienza: 3-5 anni
📍 Ibrido a Milano
🙌 Tecnologie: Python, Agent Orchestration, Docker/Kubernetes, GenAI, TypeScript, AWS o GCP o Azure
Eccovi il link alla posizione 👉 https://bit.ly/4nAbARG
Per qualsiasi domanda, noi siamo disponibili! 🙌
14 843
Come si costruisce un agente AI usando il Model Context Protocol? 🔧
Se state iniziando a lavorare con questo protocollo o volete capire come connettere il vostro agente a strumenti e fonti di dati esterne, questo è un buon punto da cui partire.
Dentro troverete:
📌 Setup di un MCP server da zero
📌 Connessione a tool e fonti di dati esterne
📌 Esempi di integrazione con file system e API
📌 Pattern comuni per agenti basati su MCP
Un video pratico che mostra come integrare MCP in un progetto reale.
Lo potete trovare qui! 👉 https://www.youtube.com/watch?v=kQmXtrmQ5Zg
14 843
Se in questo periodo state cercando nuove opportunità, su Datapizza Jobs abbiamo due posizioni che potrebbero interessarvi! 🙌
1️⃣ Infrastructure Manager in Star7
💸 RAL: 42k-48k
💡 Esperienza: 4+ anni
📍 In sede ad Alessandria
🙌 Tecnologie: Inglese, VMware (Broadcom), Networking, Windows Server, Microsoft Azure, Linux
👉 https://bit.ly/4eKEBrN
2️⃣ Tech Lead (Team Business Advanced Analytics Solutions) in Generali
💸 RAL: 50k-70k
💡 Esperienza: 5-7 anni
📍 Ibrido a Milano, Torino o Trieste
🙌 Tecnologie: Python, ML Libraries, AWS o GCP o Azure
👉 https://bit.ly/48YghyO
E se avete domande sulle posizioni, noi siamo qui! 🙌
