Kontakt aufnehmen

Schulungsübersicht

Einführung in die erweiterten Möglichkeiten von Cursor

  • Verständnis der Erweiterbarkeit und Architektur von Cursor
  • Überprüfung der AI-Modelltypen und Integrationspunkte
  • Vorbereitung der Umgebung für erweiterte Anpassungen

Prinzipien effektiven Prompt Engineering

  • Entwurf von Prompts für Präzision, Konsistenz und Anpassungsfähigkeit
  • Strukturierung von Kontexthierarchien und Variable-Injection
  • Bewertung der Prompt-Ausgaben und iterative Verfeinerung

Erstellung und Verwaltung von Prompt-Vorlagen

  • Erstellen wiederverwendbarer Prompt-Vorlagen für Teams
  • Versionierung und Wartung von Vorlagen-Repositories
  • Integration von Prompt-Vorlagen in CI/CD-Pipelines

Integration von Cursor mit internen Wissensdatenbanken

  • Verbindung zu Dokumentations-APIs und internen Datenquellen
  • Einbetten domänenspezifischen Wissens in KI-Prompts
  • Automatisierung von Updates und Synchronisation für dynamische Daten

Feinabstimmung von Modellen für die domänenspezifische Codegenerierung

  • Identifizierung von Anwendungsfällen für feinabgestimmte Modelle
  • Sammeln und Kuratieren von Feinabstimmungs-Datasets
  • Testen, Validieren und Bereitstellen benutzerdefinierter trainierter Modelle

Entwicklung von benutzerdefinierten Tools und Adaptern

  • Erweiterung von Cursor durch API-basierte Custom-Tooling
  • Erstellung sicherer Adapter für Unternehmensarbeitsabläufe
  • Implementierung von benutzerdefinierten Aktionen innerhalb des Editors

Sicherheit, Governance und Leistungsoptimierung

  • Sicherstellung der sicheren Handhabung von KI-generiertem Code
  • Etablierung von Policy-Guards und Compliance-Filtern
  • Optimierung der Leistung und Ressourcenverwaltung

Zukunftsorientierte KI-Entwicklungsstrategien

  • Bewertung neu entstehender Cursor-Funktionen und APIs
  • Einführung von kontinuierlicher Feinabstimmung und Prompt-Lebenszyklusmanagement
  • Aufbau interner Frameworks für nachhaltiges KI-Engineering

Zusammenfassung und nächste Schritte

Voraussetzungen

  • Fundierte Kenntnisse in Programmierung und Softwarearchitektur
  • Erfahrung mit KI-unterstützten Coding-Tools und APIs
  • Kenntnisse in Machine-Learning- oder Prompt-Engineering-Konzepten

Zielgruppe

  • KI-Ingenieure, die benutzerdefinierte KI-Arbeitsabläufe entwerfen
  • Tooling- und Plattformingenieure, die interner Entwicklerwerkzeuge entwickeln
  • Senior-Entwickler, die domänenspezifische KI-Modelle integrieren
 14 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Kommende Kurse

Verwandte Kategorien