Kontakt aufnehmen

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
 21 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Kommende Kurse

Verwandte Kategorien