Agile è morto. Lunga vita all’Agilità

I parte: I dati

Talento, performance, carriera: uno sguardo d’insieme

IV parte: Il concetto di talento, l’ultimo silos da abbattere

Modelli LLM: Come funzionano?

IV parte: Architettura Transformer. I requisiti

Agile per le masse?

Uno sguardo d’insieme alle varie declinazioni di “Agile”

LLMs models: how do they work?

Part 4: Transformer Architecture. Requirements

Parte 5: Retrospettive

Guida Galattica per Agilisti

Architetture evolutive

Accesso vietato

Architetture evolutive, DDD, microservizi. Uno sguardo d’insieme

Alberto Acerbis (2025)

L’intelligenza artificiale tra diritto e uso sociale

II parte: Le ricadute su aziende e professionisti

La programmazione nell’era dell’AI generativa

Ha ancora senso apprendere i linguaggi?

DDD, microservizi e architetture evolutive: uno sguardo d’insieme

VIII parte: La filosofia dell’architettura del software

LLMs models: how do they work?

Part 3: Embeddings

L’illusione della sostituzione

L’AI e il ruolo dei junior nel lavoro che cambia

Real Time Knowledge Injection

Accrescere l’“intelligenza” dei chatbot

Modelli LLM: Come funzionano?

III parte: Embeddings

L’intelligenza artificiale tra diritto e uso sociale

I parte: AI Act e legge italiana sull’intelligenza artificiale

Blast from the past

Aspetti sociali del web: tecnologie e comportamenti

Home page – MokaConference No Image

LLMs models: how do they work?

Part 2: BNN vs ANN, an OO View

Agile Portfolio Management

II parte: La matrice Impact/Effort

Dall’età del ferro all’età del cloud

Perché solo DevOps non basta più

Modelli LLM: Come funzionano?

II parte: BNN e ANN, una visione OO