Datapizza Community 🍕📈
رفتن به کانال در Telegram
Canale Telegram ufficiale della Datapizza Community📍 👉🏾 https://datapizza.tech/ Contiene fonti, approfondimenti, extra e spunti di discussione sul mondo Tech & AI👩💻👨💻
نمایش بیشتر📈 تحلیل کانال تلگرام Datapizza Community 🍕📈
کانال Datapizza Community 🍕📈 (@datapizza) در بخش زبانی ایتالیایی بازیگری فعال است. در حال حاضر جامعه شامل 14 711 مشترک است و جایگاه 8 459 را در دسته فناوری و برنامهها و رتبه 1 718 را در منطقه ايطاليا دارد.
📊 شاخصهای مخاطب و پویایی
از زمان ایجاد در невідомо، پروژه رشد سریعی داشته و 14 711 مشترک جذب کرده است.
بر اساس آخرین دادهها در تاریخ 14 سپتامبر, 2026، کانال فعالیت پایداری دارد. در ۳۰ روز گذشته تغییر اعضا برابر -61 و در ۲۴ ساعت گذشته برابر 0 بوده و همچنان دسترسی گستردهای حفظ شده است.
- وضعیت تأیید: تأیید نشده
- نرخ تعامل (ER): میانگین تعامل مخاطب 23.74% است و در ۲۴ ساعت نخست پس از انتشار، محتوا معمولاً 9.91% واکنش نسبت به کل مشترکان کسب میکند.
- دسترسی پستها: هر پست به طور میانگین 3 493 بازدید دریافت میکند. در اولین روز معمولاً 1 458 بازدید جمعآوری میشود.
- واکنشها و تعامل: مخاطبان بهطور فعال حمایت میکنند؛ میانگین واکنش به هر پست 4 است.
- علایق موضوعی: محتوا بر موضوعات کلیدی مانند agente, modello, posizione, datapizza, ral تمرکز دارد.
📝 توضیح و سیاست محتوایی
نویسنده این فضا را محل بیان دیدگاههای شخصی توصیف میکند:
“Canale Telegram ufficiale della Datapizza Community📍
👉🏾 https://datapizza.tech/
Contiene fonti, approfondimenti, extra e spunti di discussione sul mondo Tech & AI👩💻👨💻”
به لطف بهروزرسانیهای پرتکرار (آخرین داده در تاریخ 15 سپتامبر, 2026)، کانال همواره بهروز و دارای دسترسی بالاست. تحلیلها نشان میدهد مخاطبان بهطور فعال با محتوا تعامل دارند و آن را به نقطه اثرگذاری مهم در دسته فناوری و برنامهها تبدیل کردهاند.
14 711
مشترکین
اطلاعاتی وجود ندارد24 ساعت
-57 روز
-6130 روز
در حال بارگیری داده...
کانالهای مشابه
ابر برچسبها
اشارات ورودی و خروجی
---
---
---
---
---
---
جذب مشترکین
سپتامبر '26
سپتامبر '26
+13
در 0 کانالها
اوت '26
+28
در 0 کانالها
Get PRO
ژوئیه '26
+53
در 0 کانالها
Get PRO
ژوئن '26
+44
در 0 کانالها
Get PRO
مه '26
+37
در 0 کانالها
Get PRO
آوریل '26
+44
در 0 کانالها
Get PRO
مارس '26
+32
در 0 کانالها
Get PRO
فوریه '26
+38
در 0 کانالها
Get PRO
ژانویه '26
+23
در 0 کانالها
Get PRO
دسامبر '25
+14
در 0 کانالها
Get PRO
نوامبر '25
+44
در 0 کانالها
Get PRO
اکتبر '25
+49
در 0 کانالها
Get PRO
سپتامبر '25
+45
در 0 کانالها
Get PRO
اوت '25
+62
در 0 کانالها
Get PRO
ژوئیه '25
+271
در 0 کانالها
Get PRO
ژوئن '25
+104
در 0 کانالها
Get PRO
مه '25
+436
در 0 کانالها
Get PRO
آوریل '25
+497
در 0 کانالها
Get PRO
مارس '25
+1 176
در 0 کانالها
Get PRO
فوریه '25
+795
در 0 کانالها
Get PRO
ژانویه '25
+201
در 0 کانالها
Get PRO
دسامبر '24
+283
در 0 کانالها
Get PRO
نوامبر '24
+45
در 0 کانالها
Get PRO
اکتبر '24
+151
در 0 کانالها
Get PRO
سپتامبر '24
+74
در 0 کانالها
Get PRO
اوت '24
+1 566
در 0 کانالها
Get PRO
ژوئیه '24
+143
در 0 کانالها
Get PRO
ژوئن '24
+339
در 0 کانالها
Get PRO
مه '24
+75
در 0 کانالها
Get PRO
آوریل '24
+271
در 0 کانالها
Get PRO
مارس '24
+350
در 0 کانالها
Get PRO
فوریه '24
+96
در 0 کانالها
Get PRO
ژانویه '24
+267
در 0 کانالها
Get PRO
دسامبر '23
+213
در 0 کانالها
Get PRO
نوامبر '23
+61
در 0 کانالها
Get PRO
اکتبر '23
+202
در 0 کانالها
Get PRO
سپتامبر '23
+176
در 0 کانالها
Get PRO
اوت '23
+1 999
در 0 کانالها
Get PRO
ژوئیه '23
+546
در 0 کانالها
Get PRO
ژوئن '23
+156
در 0 کانالها
Get PRO
مه '23
+176
در 0 کانالها
Get PRO
آوریل '23
+265
در 0 کانالها
Get PRO
مارس '23
+584
در 0 کانالها
Get PRO
فوریه '23
+503
در 0 کانالها
Get PRO
ژانویه '23
+321
در 0 کانالها
Get PRO
دسامبر '22
+590
در 0 کانالها
Get PRO
نوامبر '22
+854
در 0 کانالها
Get PRO
اکتبر '22
+398
در 0 کانالها
Get PRO
سپتامبر '22
+177
در 0 کانالها
Get PRO
اوت '22
+119
در 0 کانالها
Get PRO
ژوئیه '22
+125
در 0 کانالها
Get PRO
ژوئن '22
+217
در 0 کانالها
Get PRO
مه '22
+245
در 0 کانالها
Get PRO
آوریل '22
+85
در 0 کانالها
Get PRO
مارس '22
+163
در 0 کانالها
Get PRO
فوریه '22
+280
در 0 کانالها
Get PRO
ژانویه '22
+324
در 0 کانالها
Get PRO
دسامبر '21
+96
در 0 کانالها
Get PRO
نوامبر '21
+181
در 0 کانالها
Get PRO
اکتبر '21
+155
در 0 کانالها
Get PRO
سپتامبر '21
+869
در 0 کانالها
| تاریخ | رشد مشترکین | اشارات | کانالها | |
| 15 سپتامبر | 0 | |||
| 14 سپتامبر | 0 | |||
| 13 سپتامبر | +1 | |||
| 12 سپتامبر | +1 | |||
| 11 سپتامبر | +1 | |||
| 10 سپتامبر | 0 | |||
| 09 سپتامبر | +1 | |||
| 08 سپتامبر | +3 | |||
| 07 سپتامبر | 0 | |||
| 06 سپتامبر | 0 | |||
| 05 سپتامبر | 0 | |||
| 04 سپتامبر | 0 | |||
| 03 سپتامبر | +5 | |||
| 02 سپتامبر | +1 | |||
| 01 سپتامبر | 0 |
پستهای کانال
Un dataset gigante di dati reali per l'AI embodied 🦾
AgiBot World 2026 è un dataset costruito su scene reali, pensato per la ricerca sull'intelligenza embodied. Raccoglie dimostrazioni registrate al 100% in ambienti reali con il robot AGIBOT G2.
Dentro troverete:
📌 Ambienti reali: spazi commerciali, case e scenari general-purpose
📌 Raccolta: modalità free-form sul robot AGIBOT G2
📌 Scala: pensato per coprire le principali direzioni di ricerca sull'embodied AI
Lo trovate qui 👉 https://huggingface.co/datasets/agibot-world/AgiBotWorld2026
| 2 |  Google Cloud apre le iscrizioni a Startup School: Agent Builder, un corso tecnico intensivo per costruire da zero la vostra squadra di agenti AI 🦾
Dal 15 al 24 settembre, quattro lezioni live pensate per founder, CTO e lead engineer, non per chi parte da zero: l'obiettivo è arrivare a un vero e proprio "co-founder" fatto di quattro agenti in produzione, usando Gemini Enterprise Agent Platform e Google Antigravity 2.0.
Dentro troverete:
📌 Architettura di agenti stateful, pronti per la produzione
📌 RAG avanzato, vector search e Agent Development Kit (ADK) in Python
📌 Costruzione di 4 agenti: Market Intelligence, Product Knowledge RAG, Multimodal Onboarding, Local Developer Companion
📌 Deploy sicuro su Google Cloud, zero vendor lock-in
Ogni lezione si svolge alle 10:00 e alle 18:00 italiane, e resta disponibile on demand dopo la diretta.
Lo potete trovare qui 👉 https://cloudonair.withgoogle.com/events/startup-school-agent-builder-q3-2026 | 1 942 |
| 3 |  Quanto reggono gli agenti AI in più lingue? 💬
PolyWorkBench è un nuovo benchmark che mette alla prova gli agenti LLM su task lunghi e complessi in contesti multilingue, un'area ancora poco esplorata rispetto alle valutazioni solo in inglese.
Dentro troverete:
📌 Il gap: la maggior parte dei benchmark per agenti valuta solo in inglese
📌 Il formato: task realistici a orizzonte lungo in più lingue
📌 I modelli testati: confronto tra i principali agenti LLM frontier
📌 I risultati: cali di performance significativi fuori dall'inglese
📌 L'utilità: un punto di riferimento per chi sviluppa agenti globali
La trovate qui 👉 https://arxiv.org/abs/2607.06008 | 2 569 |
| 4 |  +1Se in questo periodo state cercando nuove opportunità, su Datapizza Jobs abbiamo due posizioni che potrebbero interessarvi! 🙌
1️⃣ AI Engineer (Team AI & GenAI Development) in Generali
💸 RAL: 47k-53k
💡 Esperienza: 3-5 anni
📍 Ibrido su Milano
🙌 Tecnologie: Computer Vision, Python, Inglese, PyTorch, LangChain, GenAI, Agenti, AWS, MLOps
👉 https://bit.ly/4cBTTNy
2️⃣ Process Analyst in Easynet Group
💸 RAL: 30k-35k
💡 Esperienza: 1-2 anni
📍 Ibrido a Lecco
🙌 Tecnologie: Data Analysis, Databases, Strumenti BI, SQL, SAP, AI
👉 https://bit.ly/4y5LuLb
E se avete domande sulle posizioni, noi siamo qui! 🙌 | 2 875 |
| 5 |  La guida IBM al prompt engineering, aggiornata al 2026 ✍️
IBM ha aggiornato la sua guida al prompt engineering con tecniche pratiche per ottenere risposte più accurate dai modelli, incluso l'uso di RAG, summarization e input strutturati come il JSON.
Dentro troverete:
📌 RAG: come combinare prompt e retrieval per risposte più precise
📌 Structured input: usare JSON e schemi per guidare il modello
📌 Tecniche pratiche: esempi concreti applicabili da subito
📌 Risorse extra: repository GitHub con casi d'uso reali
La trovate qui 👉 https://www.ibm.com/think/prompt-engineering | 2 884 |
| 6 |  Un nuovo paradigma per il ragionamento degli agenti 🗺️
Il paper MAP (Map-then-Act) propone un approccio in due fasi per il ragionamento interattivo degli agenti su orizzonti lunghi: prima si costruisce una mappa dell'ambiente, poi si agisce sulla base di quella mappa.
Dentro troverete:
📌 Il problema: gli agenti perdono coerenza sui task che durano molti step
📌 La fase di mapping: costruzione esplicita di una rappresentazione dell'ambiente
📌 La fase di azione: decisioni prese sulla mappa invece che step-by-step alla cieca
📌 I test: valutazioni su scenari interattivi a orizzonte lungo
📌 I risultati: miglioramenti misurabili rispetto agli approcci reattivi classici
Lo trovate qui 👉 https://arxiv.org/abs/2605.13037 | 2 724 |
| 7 |  Inferenza LLM in tempo reale: il corso con Cerebras ⚡
DeepLearning.AI, in collaborazione con Cerebras, ha lanciato Fast LLM Inference with Cerebras: un corso per costruire applicazioni LLM che rispondono in tempo reale sfruttando il Wafer-Scale Engine (WSE-3).
Dentro troverete:
📌 L'hardware: come funziona l'inferenza sul chip Wafer-Scale di Cerebras
📌 I casi d'uso: applicazioni latency-sensitive come la personalizzazione live
📌 I workflow multi-tool: gestire più chiamate in tempo reale senza colli di bottiglia
📌 Gli insegnanti: un team di ingegneri Cerebras che condivide esempi pratici
📌 Il formato: corso breve, gratuito e diretto sui casi d'uso reali
Ecco a voi il link! 👉 https://www.deeplearning.ai/courses/fast-llm-inference-with-cerebras | 2 758 |
| 8 |  Un benchmark per capire se gli agenti sono davvero proattivi 🎯
UniClawBench valuta gli agenti su task reali con un sistema a tre agenti: un executor, un supervisor nascosto e uno user agent che simula feedback multi-turno senza svelare i criteri di valutazione.
Dentro troverete:
📌 Executor agent: esegue il task richiesto
📌 Supervisor nascosto: valuta la qualità senza essere visibile all'agente
📌 User agent: simula un utente reale con feedback multi-turno
📌 L'obiettivo: misurare la proattività, non solo l'esecuzione
Lo trovate qui 👉 https://arxiv.org/abs/2607.08768 | 3 412 |
| 9 |  Se in questo periodo state cercando nuove opportunità, su Datapizza Jobs abbiamo due posizioni che potrebbero interessarvi! 🙌
1️⃣ Software Engineer (.NET) - Imatra
💸 RAL: 45k - 55k
💡 Esperienza: 4+ anni
📍 Full Remote, con la disponibilità di recarsi in sede a Rimini quando richiesto
🙌 Tecnologie: C#, .NET, SQL, PostgreSQL, ReactGCP
👉 https://bit.ly/4y957Bi
2️⃣ Senior Software Engineer - Datapizza
💸 RAL: 40k - 55k
💡 Esperienza: 4+ anni
📍 Full Remote
🙌 Tecnologie: Effect, Docker, Typescript, TanStack, AWS, Next.JS, Bun
👉 https://bit.ly/4h5NeOa
E se avete domande sulle posizioni, noi siamo qui! 🙌 | 3 407 |
| 10 |  Gli agenti LLM messi alla prova in ambienti reali, non ideali 🌐
La maggior parte dei benchmark valuta gli agenti in scenari semplificati, con tool puliti e input perfetti. AgentGym2 fa il contrario: testa gli agenti in ambienti "de-idealizzati" che assomigliano molto più al mondo reale.
Dentro troverete:
📌 Ambienti realistici: niente tool interface pre-impacchettate
📌 Input imperfetti: gli agenti devono gestire dati incompleti o sporchi
📌 Copertura ampia: più scenari e più tipologie di task rispetto ai benchmark classici
Lo trovate qui 👉 https://arxiv.org/abs/2607.05174 | 2 999 |
| 11 |  Tutti i numeri sull'AI del primo trimestre 2026 📊
CB Insights ha pubblicato il suo report trimestrale sullo stato dell'AI, con dati su funding, startup, settori più caldi e le mosse delle Big Tech nel primo trimestre dell'anno.
Dentro troverete:
📌 Funding: dove sono finiti davvero i miliardi investiti in AI
📌 Settori: quali verticali stanno crescendo più velocemente
📌 Startup: le aziende emergenti da tenere d'occhio
📌 Big Tech: le strategie delle grandi aziende sull'AI
Lo trovate qui 👉 https://www.cbinsights.com/research/report/ai-trends-q1-2026/ | 3 029 |
| 12 |  Gli agenti AI messi alla prova su task lunghi da terminale 💻
I benchmark da terminale esistenti misurano solo task brevi, risolvibili in pochi minuti. Long-Horizon-Terminal-Bench cambia approccio: valuta gli agenti su compiti lunghi, con un sistema di reward denso che premia anche i progressi parziali.
Dentro troverete:
📌 Il problema: i benchmark classici ignorano il progresso intermedio
📌 La soluzione: reward grading denso per misurare anche i risultati parziali
📌 L'obiettivo: capire quanto un agente regge in task complessi e prolungati
Lo trovate qui 👉 https://arxiv.org/abs/2607.08964 | 3 464 |
| 13 |  Il toolkit robotics open source di Hugging Face si aggiorna 🤖
LeRobot v0.6.0 è il rilascio più grande di sempre per la libreria open source di robotica di Hugging Face: chiude il loop imagine-evaluate-improve per l'AI embodied, con nuovi modelli, benchmark e strumenti di training.
Dentro troverete:
📌 World model policies: VLA-JEPA, FastWAM, LingBot-VA per "immaginare" il futuro
📌 Nuovi VLA: GR00T N1.7, MolmoAct2, EO-1, EVO1 e altri
📌 Valutazione: 6 benchmark di simulazione unificati in lerobot-eval
📌 Training: FSDP e cloud training su HF Jobs
📌 Dataset: supporto depth, annotazione automatica e caricamento 2x più veloce
Lo trovate qui 👉 https://huggingface.co/blog/lerobot-release-v060 | 4 251 |
| 14 |  Se in questo periodo state cercando nuove opportunità, su Datapizza Jobs abbiamo due posizioni che potrebbero interessarvi! 🙌
1️⃣ AI Transformation Leader in Azzurro Digitale
💸 RAL: 60k-80k + MBO
💡 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/4qHWmfl
2️⃣ AI Transformation Lead - Datapizza
💸 RAL: 45-55k
💡 Esperienza: 6-8 anni
📍 Ibrido su Milano (3-4 giorni a settimana in sede)
🙌 Tecnologie: AI ExpertEvaluation di soluzioni GenAIAI TransformationAI ToolsChange Management
👉 https://bit.ly/3SVoxe8
E se avete domande sulle posizioni, noi siamo qui! 🙌 | 4 145 |
| 15 |  Le skill dei vostri agenti possono allenarsi da sole 🛠️
SkillOpt di Microsoft è un optimizer open source che allena skill testuali riutilizzabili per agenti LLM "congelati", senza toccare i pesi del modello. Basta un documento di skill che si aggiorna da solo, con edit validati e nessuna chiamata extra a inferenza.
Dentro troverete:
📌 Come funziona: un optimizer trasforma i rollout in edit su un unico file di skill
📌 Validazione: ogni modifica è accettata solo se migliora lo score
📌 Risultati: fino a +24,8 punti nel loop agentico di Codex
📌 Portabilità: le skill si trasferiscono tra modelli e harness diversi
Lo trovate qui 👉 https://github.com/microsoft/SkillOpt | 3 516 |
| 16 |  Creare dataset con l'AI, senza scrivere una riga di codice 🧮
Hugging Face ha lanciato AI Sheets, un tool open source che vi permette di costruire, arricchire e trasformare dataset usando modelli AI direttamente da un'interfaccia a foglio di calcolo. Potete usare migliaia di modelli open del Hub tramite Inference Providers, oppure far girare tutto in locale.
Dentro troverete:
📌 Zero codice: interfaccia a celle, come un foglio di calcolo
📌 Migliaia di modelli: accesso diretto ai modelli open del Hub
📌 Locale o cloud: scegliete tra Inference Providers e modelli locali
📌 Arricchimento dati: generate, pulite e trasformate colonne con un prompt
Lo trovate qui 👉 https://huggingface.co/blog/aisheets | 3 814 |
| 17 |  Un agente AI puo' davvero comportarsi come un ricercatore, dall'idea alla pubblicazione? 🔬
Questa suite di benchmark valuta LLM frontier e harness agentici su tutto il ciclo di vita della ricerca scientifica, non solo su un singolo task isolato.
Dentro troverete:
📌 Copertura: ideazione, letteratura, esperimenti, scrittura del paper
📌 Target: modelli frontier e harness agentici a confronto diretto
📌 Metodo: task pensati per simulare il lavoro reale di un ricercatore
📌 Risultato: gap ancora ampio tra agenti e ricercatori umani sul ciclo completo
Lo trovate qui 👉 https://arxiv.org/abs/2606.07462 | 3 746 |
| 18 |  +1Se in questo periodo state cercando nuove opportunità, su Datapizza Jobs abbiamo due posizioni che potrebbero interessarvi! 🙌
1️⃣ Sales Industry Leader - Pubblica Amministrazione e Difesa in Datapizza
💸 RAL: 70k-80k
💡 Esperienza: 6+ anni
📍 Ibrido su Milano
🙌 Tecnologie: Sales Strategy, Account Management, Capacità di negoziazione, Data & AI, Business Development, Result driven, Pubblica Amministrazione e Difesa
👉 https://bit.ly/4qBVybO
2️⃣ AI Transformation Leader in Azzurrodigitale
💸 RAL: 60k-80k
💡 Esperienza: 5+ anni
📍 Ibrido su Padova
🙌 Tecnologie: AI Expert, Evaluation di soluzioni GenAI, RAG e Agenti, Sistemi multi-agente, AI Tools, People Management, Project management
👉 https://bit.ly/4zvVf6b
E se avete domande sulle posizioni, noi siamo qui! 🙌 | 4 652 |
| 19 |  Aggiornare un package una volta è facile, farlo per 12 release di fila molto meno ⛓️
SWE-Chain valuta i coding agent su catene di upgrade reali, dove ogni versione si costruisce sulla precedente proprio come succede nella manutenzione vera di un progetto.
Dentro troverete:
📌 Dataset: 12 catene di upgrade su 9 package Python reali
📌 Scala: 155 transizioni di versione, 1.660 requisiti verificati
📌 Risultato: i migliori agenti risolvono in media meno del 50% dei task
📌 Top performer: Claude Opus 4.7 su Claude Code al 60,8% di resolving
Lo trovate qui 👉 https://arxiv.org/abs/2605.14415 | 4 107 |
| 20 |  Il capex delle Big Tech sta per superare il cash flow 📊
Epoch AI ha pubblicato un nuovo data insight sulla spesa in infrastrutture AI degli hyperscaler: stima che entro il Q3 2026 gli investimenti in capex supereranno il flusso di cassa operativo.
Dentro troverete:
📌 Il sorpasso: capex aggregato oltre il cash flow entro Q3 2026
📌 NVIDIA: oltre il 60% del compute totale installato
📌 Il resto: Google e Amazon a coprire gran parte del compute rimanente
📌 Il trend: capex cresciuto molto più velocemente dei ricavi
📌 I dati: parte del database Epoch AI su oltre 3.500 modelli ML
Lo trovate qui 👉 https://epoch.ai/data-insights/hyperscaler-capex-vs-cash-flow | 3 860 |
