pds-it
['Produktdetailseite','nein']
Amazon Web Services / AWS Machine Learning & AI
Die Illustrationen sind in Kooperation von Menschen und künstlicher Intelligenz entstanden. Sie zeigen eine Zukunft, in der Technologie allgegenwärtig ist, aber der Mensch im Mittelpunkt bleibt.
KI-generierte Illustration

Developing Generative AI Applications on AWS

Online
2 Tage
Deutsch
PDF herunterladen
€ 1.260,–
zzgl. MwSt.
€ 1.499,40
inkl. MwSt.
Buchungsnummer
36647
Veranstaltungsort
Online
2 Termine
€ 1.260,–
zzgl. MwSt.
€ 1.499,40
inkl. MwSt.
Buchungsnummer
36647
Veranstaltungsort
Online
2 Termine
Werde zertifizierter
Machine Lerning Engineer
Dieser Kurs ist Bestandteil der zertifizierten Master Class "Machine Learning Engineer". Bei Buchung der gesamten Master Class sparst du über 15 Prozent im Vergleich zur Buchung dieses einzelnen Moduls.
Zur Master Class
Inhouse Training
Firmeninterne Weiterbildung nur für eure Mitarbeiter:innen - exklusiv und wirkungsvoll.
Anfragen
In Kooperation mit
Dieser Kurs soll Softwareentwickler:innen, die an der Verwendung großer Sprachmodelle (LLMs) ohne Feinabstimmung interessiert sind, eine Einführung in die generative künstliche Intelligenz (AI) geben.
Inhalte

Der Kurs bietet einen Überblick über generative KI, die Planung eines generativen KI-Projekts, den Einstieg in Amazon Bedrock, die Grundlagen des Prompt-Engineerings und die Architekturmuster zur Erstellung generativer KI-Anwendungen mit Amazon Bedrock und LangChain.

Tag 1
Modul 1: Einführung in generative KI - Die Kunst des Möglichen

  • Überblick über ML
  • Grundlagen der generativen KI
  • Anwendungsfälle generativer KI
  • Generative KI in der Praxis
  • Risiken und Nutzen

 

Modul 2: Planung eines generativen KI-Projekts

  • Generative KI-Grundlagen
  • Generative KI in der Praxis
  • Generative KI im Kontext
  • Schritte bei der Planung eines generativen KI-Projekts
  • Risiken und Schadensbegrenzung

 

Modul 3: Erste Schritte mit Amazon Bedrock

  • Einführung in Amazon Bedrock
  • Architektur und Anwendungsfälle
  • Wie man Amazon Bedrock verwendet
  • Demonstration: Einrichten des Bedrock-Zugangs und Verwendung von Playgrounds

 

Modul 4: Grundlagen des Prompt Engineering

  • Grundlagen von Gründungsmodellen
  • Grundlagen des Prompt Engineering
  • Grundlegende Sondierungstechniken
  • Fortgeschrittene Prompttechniken
  • Modellspezifische Prompttechniken
  • Demonstration: Feinabstimmung eines einfachen Textprompts
  • Behandlung von Prompt-Missbrauch
  • Abschwächen von Verzerrungen
  • Demonstration: Abschwächen von Bildverzerrungen


Tag 2
Modul 5: Amazon-Bedrock-Anwendungskomponenten

  • Überblick über die generativen KI-Anwendungskomponenten
  • Grundmodelle und die FM-Schnittstelle
  • Arbeiten mit Datensätzen und Einbettungen
  • Demonstration: Worteinbettungen
  • Zusätzliche Anwendungskomponenten
  • Abruferweiterte Generierung (RAG)
  • Modell-Feinabstimmung
  • Absicherung generativer AI-Anwendungen
  • Generative KI-Anwendungsarchitektur

 

Modul 6: Amazon Bedrock-Grundmodelle

  • Einführung in Amazon-Bedrock-Foundation-Modelle
  • Verwendung von Amazon Bedrock FMs für Inferenz
  • Amazon Bedrock-Methoden
  • Datenschutz und Auditierbarkeit
  • Demonstration: Aufrufen des Bedrock-Modells zur Texterzeugung mit Zero-Shot-Prompt

 

Modul 7: LangChain

  • Optimieren der LLM-Leistung
  • Verwendung von Modellen mit LangChain
  • Prompts konstruieren
  • Demonstration: Bedrock mit LangChain unter Verwendung eines Prompts, der Kontext enthält
  • Strukturierung von Dokumenten mit Indizes
  • Speichern und Abrufen von Daten mit Memory
  • Verwendung von Ketten zur Abfolge von Komponenten
  • Externe Ressourcen mit LangChain-Agenten verwalten

 

Modul 8: Architekturmuster (Patterns)

  • Einführung in Architekturmuster
  • Text-Zusammenfassung
  • Demonstration: Textzusammenfassung von kleinen Dateien mit Anthropic Claude
  • Vorführung: Abstrakte Textzusammenfassung mit Amazon Titan unter Verwendung von LangChain
  • Beantwortung von Fragen
  • Demonstration: Verwendung von Amazon Bedrock zur Beantwortung von Fragen
  • Chatbot
  • Demonstration: Konversationsschnittstelle - Chatbot mit AI21 LLM
  • Code-Erzeugung
  • Demonstration: Verwendung von Amazon Bedrock-Modellen für die Codegenerierung
  • LangChain und Agenten für Amazon Bedrock
  • Demonstration: Integration von Amazon Bedrock-Modellen mit LangChain-Agenten
Dein Nutzen
  • Beschreiben der generativen KI und ihrer Abgrenzung zum maschinellen Lernen
  • Definieren der Bedeutung von generativer KI und Erläuterung ihrer potenziellen Risiken und Vorteile
  • Identifizieren des Geschäftswerts von generativen KI-Anwendungsfällen
  • Erörtern der technischen Grundlagen und der Schlüsselterminologie für generative KI
  • Erläutern der Schritte zur Planung eines generativen KI-Projekts
  • Identifizieren einiger Risiken und Abhilfe-Maßnahmen beim Einsatz generativer KI
  • Verstehen, wie Amazon Bedrock funktioniert
  • Vertrautmachen mit den grundlegenden Konzepten von Amazon Bedrock
  • Erkennen der Vorteile von Amazon Bedrock
  • Auflisten typischer Anwendungsfälle für Amazon Bedrock
  • Beschreiben der typischen Architektur im Zusammenhang mit einer Amazon-Bedrock-Lösung
  • Verstehen der Kostenstruktur von Amazon Bedrock
  • Implementieren einer Demonstration von Amazon Bedrock in der AWS Management Console
  • Definieren von Prompt Engineering und Anwenden allgemeiner Best Practices bei der Interaktion mit Foundation Models (FMs)
  • Identifizieren der grundlegenden Arten von Prompt-Techniken, einschließlich Zero-Shot und Little-Shot Learning
  • Anwenden von fortgeschrittenen Prompt-Techniken, wenn dies für Ihren Anwendungsfall erforderlich ist
  • Erkennen, welche Prompt-Techniken für bestimmte Modelle am besten geeignet sind
  • Identifizieren von potentiellem Prompt-Missbrauch
  • Analyse potenzieller Verzerrungen in FM-Antworten und Entwicklung von Prompts, die diese Verzerrungen abschwächen
  • Identifizieren der Komponenten einer generativen KI-Anwendung und wie man einen FM anpasst
  • Beschreiben der Amazon Bedrock Foundation Modelle, Inferenzparameter und der wichtigsten Amazon Bedrock APIs
  • Identifizieren von Amazon Web Services (AWS) Angeboten, die bei der Überwachung, Sicherung und Verwaltung deiner Amazon Bedrock Anwendungen helfen
  • Beschreiben der Integration von LangChain mit LLMs, Prompt-Templates, Chains, Chat-Modellen, Text-Embedding-Modellen, Dokumenten-Loadern, Retrievern und Agenten für Amazon Bedrock
  • Beschreiben von Architekturmustern, die du mit Amazon Bedrock für den Aufbau generativer KI-Anwendungen implementieren kannst.
  • Anwenden der Konzepte zum Erstellen und Testen von Anwendungsbeispielen, die die verschiedenen Amazon Bedrock-Modelle, LangChain und den Retrieval-Augmented-Generation-(RAG)-Ansatz verwenden
Trainer:innen
Milo Fels
Methoden

Dieser Kurs besteht aus einem Online-Seminar und wird von einer:m Trainer:in geleitet, die/der die Teilnehmenden live betreut.  Theorie und Praxis werden mit Live-Demonstrationen und praktischen Übungen vermittelt. Zum Einsatz kommt die Videokonferenz-Software Zoom.

Teilnehmer:innenkreis

Software-Entwickler:innen, die LLMs ohne Feinabstimmung verwenden möchten.

Starttermine und Details

Lernform

Learning form

17.12.2024
Online
Plätze frei
Durchführung gesichert
Online
Plätze frei
Durchführung gesichert
27.2.2025
Online
Plätze frei
Durchführung gesichert
Online
Plätze frei
Durchführung gesichert

Das Training wird in Zusammenarbeit mit einem autorisierten Trainingspartner durchgeführt.

Dieser erhebt und verarbeitet Daten in eigener Verantwortung. Bitte nehme die entsprechende Datenschutzerklärung zur Kenntnis

 

Du hast Fragen zum Training?
Ruf uns an unter +49 761 595 33900 oder schreib uns auf service@haufe-akademie.de oder nutze das Kontaktformular.