Fai parlare il tuo codice: Observability in .NET con OpenTelemetry en

In questo talk esploreremo come implementare l'Observability in un'applicazione .NET utilizzando OpenTelemetry. Partiremo da una panoramica teorica, introducendo i concetti chiave di tracing, metrics e logging, per poi passare alla parte pratica: come instrumentare il codice .NET con OpenTelemetry. Vedremo come configurare la raccolta di dati, inviarli a un sistema di monitoraggio come Aspire, e visualizzarli per ottenere insight operativi. Il talk si rivolge a sviluppatori e architetti software interessati a migliorare la visibilità delle proprie applicazioni e a facilitare il debugging e l'ottimizzazione.

Live coding con .NET

Observability nella pratica con OpenTelemetry e .NET it

Un viaggio pratico nell'observability moderna con OpenTelemetry e .NET. Partendo dalle basi, esploreremo dal vivo come configurare e utilizzare efficacemente il tracing distribuito nelle applicazioni reali. Attraverso demo concrete vedremo come analizzare e diagnosticare problemi nelle nostre applicazioni.
In questa sessione realizzeremo l'instrumentazione completa di un'applicazione attraverso traces, metriche e logs, analizzandone i risultati con strumenti di visualizzazione moderni come .NET Aspire.

Potenzia la tua app con Microsoft.Extensions.AI it

Hai già un’applicazione funzionante, ma ti chiedi come portarla al livello successivo? In questo talk scoprirai come Microsoft.Extensions.AI può trasformare un’app esistente, integrando in modo semplice ed efficace le potenzialità dell’intelligenza artificiale.
Vedremo come questa libreria offre un’API unificata per lavorare con diversi modelli di AI, semplificando l’integrazione di funzionalità avanzate.
Dopo una panoramica teorica, passeremo all’azione con una demo live per mostrare come potenziare un’app reale, ottimizzandone la produttività e l’esperienza utente

Osservabilità in Semantic Kernel: comprendere il comportamento dell’AI it

In un'applicazione tradizionale, comprendere cosa accade nel codice è relativamente semplice. Ma cosa succede quando integriamo modelli AI? Come possiamo ispezionare ciò che avviene "sotto il cofano"?
Questa sessione esplora l'architettura di osservabilità di Semantic Kernel, rivelando come rendere trasparente l'interazione tra il vostro codice e i modelli AI.
Scopriremo:
- Come tracciare il flusso completo delle richieste AI dalla vostra applicazione al modello e ritorno
- L'implementazione pratica di logging, metriche e tracciamento in Semantic Kernel
- Come visualizzare il consumo di token, i tempi di risposta e le prestazioni dei modelli
- Tecniche per analizzare e diagnosticare problemi nelle applicazioni AI
Attraverso esempi concreti in .NET, la sessione offre l'opportunità di esplorare la configurazione della telemetria con OpenTelemetry e l'interpretazione dei dati raccolti per ottenere informazioni preziose sul comportamento delle applicazioni AI.
Alla fine della sessione, saranno disponibili gli strumenti necessari per eliminare il mistero dal funzionamento interno delle soluzioni basate su Semantic Kernel.

Metti l’AI sotto controllo: Microsoft.Extensions.AI + OpenTelemetry in azione it

Stai integrando l’AI nelle tue app .NET? Bene. Ma sai davvero cosa succede dietro le quinte?
In questo talk ti mostro come usare Microsoft.Extensions.AI per portare l’intelligenza artificiale nella tua app in modo modulare e testabile, e come tracciarne ogni mossa con OpenTelemetry.
Prompt, risposte, performance, errori: vedrai come raccogliere e visualizzare tutto con una telemetria chiara, dettagliata e vendor-neutral.
Perché l’AI è potente, ma solo se sai cosa sta facendo

Dal codice al database: come osservare l'accesso ai dati it

In questa sessione esploreremo come rendere osservabile l'accesso ai dati in un'applicazione .NET utilizzando OpenTelemetry. Partiremo dall'instrumentazione di Entity Framework e SqlClient per raccogliere telemetria utile, analizzando come ottenere visibilità sulle query eseguite, i tempi di risposta e gli eventuali errori. Vedremo anche come configurare OpenTelemetry Collector per raccogliere dati direttamente dal database PostgreSQL, ampliando l'osservabilità a livello infrastrutturale. Attraverso una demo pratica applicheremo queste tecniche a un'app reale, evidenziando come migliorare il troubleshooting e ottimizzare le prestazioni delle applicazioni data-driven.

Potenziare GitHub Copilot su VSCode: Model Context Protocol per l'accesso ai database it

GitHub Copilot non è più solo un autocompletamento intelligente: grazie al Model Context Protocol (MCP) può diventare un vero e proprio agente in grado di connettersi a fonti dati esterne. In questa sessione vedremo come configurare MCP in VSCode per permettere a Copilot di interagire direttamente con database come PostgreSQL e Azure CosmosDB. Attraverso una demo live esploreremo come generare query, ricevere risposte contestualizzate e integrare i dati nel flusso di sviluppo.