Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Schulungsübersicht
Einführung in LangGraph und graphische Konzepte
- Warum Graphen für LLM-Anwendungen: Orchestrierung versus einfache Ketten
- Knoten, Kanten und Zustand in LangGraph
- Hello LangGraph: der erste ausführbare Graph
Zustandsmanagement und Prompt-Chaining
- Prompts als Graph-Knoten entwerfen
- Übergabe des Zustands zwischen Knoten sowie Umgang mit Ausgaben
- Speichermuster: Kurzzeit- versus persistenter Kontext
Verzweigungen, Kontrollfluss und Fehlerbehandlung
- Konditionales Routing und Multi-Pfad-Workflows
- Wiederholungsversuche, Zeitüberschreitungen und Fallback-Strategien
- Idempotenz und sichere Wiederholung von Abläufen
Tools und externe Integrationen
- Funktions-/Tool-Calls aus Graph-Knoten heraus
- Aufruf von REST-APIs und Diensten innerhalb des Graphen
- Umgang mit strukturierten Ausgaben
Retrieval-Augmented Workflows (mit Abruf angereicherte Workflows)
- Grundlagen der Dokumentenaufnahme und Chunking
- Embeddings und Vektorspeicher (z. B. ChromaDB)
- Fundiertes Beantworten mit Quellenangaben
Testing, Debugging und Evaluation
- Unit-ähnliche Tests für Knoten und Pfade
- Tracing und Beobachtbarkeit (Observability)
- Gütekriterien: Faktentreue, Sicherheit sowie Determiniertheit
Fundamentals zu Verpackung und Deployment
- Einrichtung der Umgebung und Dependency-Management
- Bereitstellung von Graphen hinter APIs
- Workflow-Versionierung sowie Rollout neuer Versionen
Zusammenfassung und nächste Schritte
Voraussetzungen
- Grundkenntnisse in der Python-Programmierung
- Erfahrung mit REST-APIs oder CLI-Tools
- Vertrautheit mit Konzepten von LLMs und Grundlagen des Prompt-Engineerings
Zielgruppe
- Entwicklerinnen und Software-Ingenieurinnen, die neu im Bereich der graphbasierten Orchestrierung von LLMs sind.
- Prompt-Engineering-Fachleute sowie Einstiegskräfte in der KI-Branche, die mehrstufige LLM-Anwendungen entwickeln.
- Datenexpertinnen und -experten, die Workflow-Automatisierung mit LLMs erkunden.
14 Stunden