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.
Dauer 21 Stunden
Schulungsübersicht
Einführung in Open-Source-LLMs
- Übersicht über DeepSeek, Mistral, LLaMA und andere Open-Source-Modelle
- Funktionsweise von LLMs: Transformer, Self-Attention und Training
- Vergleich von Open-Source-LLMs versus proprietären Modellen
Feinabstimmung und Anpassung von LLMs
- Datenvorbereitung für das Fine-Tuning
- Training und Optimierung von LLMs mit Hugging Face
- Bewertung der Modellleistung und Minderung von Verzerrungen (Bias Mitigation)
Entwicklung von KI-Agenten mit LLMs
- Einführung in LangChain für die KI-Agenten-Entwicklung
- Design von agentenbasierten Arbeitsabläufen mit LLMs
- Memory, Retrieval-Augmented Generation (RAG) und Aktionserausführung
Bereitstellung von LLM-basierten KI-Agenten
- Containerisierung von KI-Agenten mit Docker
- Integration von LLMs in Unternehmensanwendungen
- Skalierung von KI-Agenten über Cloud-Dienste und APIs
Sicherheit und Compliance im Enterprise-KI-Einsatz
- Ethische Überlegungen und regulatorische Konformität
- Risikominimierung bei KI-gestützter Automatisierung
- Überwachung und Auditierung des Verhaltens von KI-Agenten
Fallstudien und reale Anwendungen
- LLM-gestützte virtuelle Assistenten
- KI-getriebene Dokumentenautomatisierung
- Massgeschneiderte KI-Agenten für Unternehmensanalysen
Optimierung und Wartung von LLM-basierten Agenten
- Kontinuierliche Verbesserung und Aktualisierung der Modelle
- Implementierung von Überwachungs- und Feedback-Schleifen
- Strategien zur Kostensenkung und Leistungsoptimierung
Zusammenfassung und nächste Schritte
Voraussetzungen
- Fundiertes Verständnis von KI und maschinellem Lernen
- Erfahrung in der Programmierung mit Python
- Kenntnisse in Grossen Sprachmodellen (LLMs) und Natural Language Processing (NLP)
Zielgruppe
- KI-Ingenieure
- Unternehmenssoftwareentwickler
- Geschäftsleiter
