Natural Language Processing (NLP) mit Python spaCy Schulung

LangGraph ist ein Framework zur Erstellung von stateful, multi-actor LLM-Anwendungen als zusammensetzbare Graphen mit persistierendem Zustand und Kontrolle über die Ausführung.

Dieses instruktor-gesteuerte Live-Schulung (online oder vor Ort) richtet sich an fortgeschrittene AI-Plattform-Ingenieure, DevOps für AI und ML-Architekten, die LangGraph-Systeme der Produktionsqualität optimieren, debuggen, überwachen und betreiben möchten.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• Komplexe LangGraph-Topologien für Geschwindigkeit, Kosten und Skalierbarkeit zu entwerfen und zu optimieren.
• Zuverlässigkeit mit Wiederholungen, Timeouts, Idempotenz und punktgestützter Wiederherstellung zu gestalten.
• Graph-Ausführungen zu debuggen und zu verfolgen, den Zustand zu überprüfen und produktionsbedingte Probleme systematisch nachzustellen.
• Graphen mit Protokollen, Metriken und Verfolgungen auszurüsten, in die Produktion zu deployen und SLAs sowie Kosten zu überwachen.

Format des Kurses

• Interaktive Vorlesung und Diskussion.
• Viele Übungen und Praxis.
• Hände-direkt Implementierung in einer Live-Lab-Umgebung.

Anpassungsmöglichkeiten des Kurses

• Um eine angepasste Schulung für diesen Kurs zu beantragen, kontaktieren Sie uns bitte zur Absprache.

Devstral ist ein quelloffener Framework, der für die Erstellung und Ausführung von Codierung-Agenten entwickelt wurde. Diese Agenten können sich mit Codebasen, Entwicklertools und APIs interagieren, um die Ingenieurproduktivität zu steigern.

Dieses vom Trainer geleitete Live-Training (online oder vor Ort) richtet sich an fortgeschrittene ML-Ingenieure, Teams für Entwicklerwerkzeuge und SREs, die lernen möchten, Codierung-Agenten mit Devstral zu entwerfen, zu implementieren und zu optimieren.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• Devstral für die Entwicklung von Codierung-Agenten einzurichten und zu konfigurieren.
• Agenziale Workflows für die Erkundung und Modifikation von Codebasen zu entwerfen.
• Codierung-Agenten mit Entwicklertools und APIs zu integrieren.
• Beste Praktiken für sichere und effiziente Agentendeployment zu implementieren.

Kursformat

• Interaktive Vorlesung und Diskussion.
• Viele Übungen und Praxisübungen.
• Hands-on-Implementierung in einer Live-Lab-Umgebung.

Kursanpassungsmöglichkeiten

• Für eine angepasste Schulung zu diesem Kurs kontaktieren Sie uns bitte, um einen Termin zu vereinbaren.

Dieses von einem Trainer geleitete Live-Training in Schweiz (online oder vor Ort) richtet sich an Datenwissenschaftler und Softwareentwickler, die Dask im Python-Ökosystem einsetzen möchten, um große Datensätze zu erstellen, zu skalieren und zu analysieren.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• Die Umgebung einzurichten, um mit Dask und Python Big Data-Verarbeitung aufzubauen.
• Die Funktionen, Bibliotheken, Tools und APIs kennen zu lernen, die in Dask zur Verfügung stehen.
• Zu verstehen, wie Dask paralleles Rechnen in Python beschleunigt.
• Zu lernen, wie man das Python-Ökosystem (Numpy, SciPy und Pandas) mit Dask skaliert.
• Die Dask-Umgebung zu optimieren, um eine hohe Leistung bei der Verarbeitung großer Datensätze zu gewährleisten.

Dieses von einem Dozenten geleitete Live-Seminar in Schweiz (online oder vor Ort) richtet sich an fortgeschrittene Python-Entwickler und Datenanalysten, die ihre Fähigkeiten in der Datenanalyse und -manipulation mit Pandas und NumPy verbessern möchten.

Am Ende des Trainings werden die Teilnehmer in der Lage sein:

• Eine Entwicklungsumgebung einzurichten, die Python, Pandas und NumPy enthält.
• Eine Datenanalyse-Anwendung mit Pandas und NumPy erstellen.
• Erweiterte Datenaufbereitung, -sortierung und -filterung durchführen.
• Agregationsoperationen durchführen und Zeitreihendaten analysieren.
• Daten mit Matplotlib und anderen Visualisierungsbibliotheken visualisieren.
• Ihren Datenanalyses-Code debuggen und optimieren.

Die Devstral- und Mistral-Modelle sind Open-Source-KI-Technologien, die für flexible Bereitstellung, Feinabstimmung und skalierte Integration entwickelt wurden.

Dieses von einem Trainer geleitete Live-Training (online oder vor Ort) richtet sich an fortgeschrittene ML-Ingenieure, Plattformteams und Forschungsingenieure, die Mistral- und Devstral-Modelle in Produktionsumgebungen selbst hosten, feinabstimmen und verwalten möchten.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• Selbstgehostete Umgebungen für Mistral- und Devstral-Modelle einzurichten und zu konfigurieren.
• Feinabstimmungstechniken zur branchenspezifischen Leistung anzuwenden.
• Versionsverwaltung, Überwachung und Lebenszyklusgovernance umzusetzen.
• Sicherheit, Compliance und verantwortungsbewusste Nutzung von Open-Source-Modellen sicherzustellen.

Kursformat

• Interaktive Vorlesungen und Diskussionen.
• Praktische Übungen im Selbsthosting und Feinabstimmen.
• Liv-Lab-Implementierung von Governance- und Überwachungspipelines.

Kursanpassungsoptionen

• Um ein angepasstes Training für diesen Kurs anzufordern, kontaktieren Sie uns bitte.

Dieses von einem Dozenten geleitete, live Training (online oder vor Ort) richtet sich an Entwickler, die das FARM (FastAPI, React und MongoDB)-Stack verwenden möchten, um dynamische, leistungsstarke und skalierbare Webanwendungen zu erstellen.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• Die notwendige Entwicklungsumgebung einzurichten, die FastAPI, React und MongoDB integriert.
• Die Schlüsselkonzepte, Funktionen und Vorteile des FARM-Stacks zu verstehen.
• Zu lernen, wie man REST-APIs mit FastAPI baut.
• Zu lernen, wie man interaktive Anwendungen mit React gestaltet.
• Anwendungen (Frontend und Backend) unter Verwendung des FARM-Stacks zu entwickeln, zu testen und zu bereitstellen.

Dieses vom Trainer geleitete Live-Training in Schweiz (online oder vor Ort) richtet sich an Entwickler, die FastAPI mit Python nutzen möchten, um RESTful APIs einfacher und schneller zu erstellen, zu testen und bereitzustellen.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• Die notwendige Entwicklungsumgebung zum Erstellen von APIs mit Python und FastAPI einzurichten.
• Mithilfe der FastAPI-Bibliothek APIs schneller und einfacher zu erstellen.
• Zu lernen, wie man Datenmodelle und Schemas basierend auf Pydantic und OpenAPI erstellt.
• APIs mit SQLAlchemy an eine Datenbank anzubinden.
• Mithilfe der FastAPI-Tools Sicherheit und Authentifizierung in APIs zu implementieren.
• Container-Images zu bauen und Web-APIs auf einem Cloud-Server bereitzustellen.

LangGraph ist ein Framework zur Erstellung von stateful, multi-actor LLM-Anwendungen als zusammensetzbare Graphen mit beständigen Zustand und Steuerung der Ausführung.

Dieses von einem Dozenten geleitete Live-Seminar (online oder vor Ort) richtet sich an fortgeschrittene bis anspruchsvollste Fachleute, die LangGraph-basierte Finanzlösungen mit angemessener Governance, Beobachtbarkeit und Compliance entwerfen, umsetzen und betreiben möchten.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• Finanzspezifische LangGraph-Arbeitsabläufe zu gestalten, die den regulatorischen und auditbedingten Anforderungen entsprechen.
• Finanzdatenstandards und -ontologien in den Graphen-Zustand und -Tooling zu integrieren.
• Zuverlässigkeit, Sicherheit und menschliche Schaltstellenkontrolle für kritische Prozesse umzusetzen.
• LangGraph-Systeme zur Leistung, Kosten und SLAs bereitzustellen, zu überwachen und zu optimieren.

Abschlussform des Kurses

• Interaktive Vorlesung und Diskussion.
• Viele Übungen und Praxis.
• Hände-direkt-im-Code-Umsetzung in einer Live-Lab-Umgebung.

Anpassungsmöglichkeiten des Kurses

• Um eine angepasste Ausbildung für diesen Kurs anzufordern, kontaktieren Sie uns bitte zur Absprache.

LangGraph ist ein Framework zur Erstellung graphbasierte LLM-Anwendungen, die Planung, Verzweigung, Werkzeugnutzung, Speicher und steuerbare Ausführung unterstützen.

Dieses von Dozenten geführte Live-Seminar (online oder vor Ort) richtet sich an Einsteiger-Entwickler, Prompt-Ingenieure und Datenpraktiker, die Reliable, mehrstufige LLM-Arbeitsabläufe mit LangGraph entwerfen und erstellen möchten.

Am Ende des Trainings werden die Teilnehmer in der Lage sein:

• Kernkonzepte von LangGraph (Knoten, Kanten, Zustand) zu erklären und wann sie eingesetzt werden sollten.
• Prompt-Ketten zu erstellen, die verzweigen, Tools aufrufen und den Speicher beibehalten.
• Abfragefunktionen und externe APIs in graphbasierte Arbeitsabläufe integrieren.
• LangGraph-Anwendungen auf Zuverlässigkeit und Sicherheit hin testen, debuggen und evaluieren.

Format des Kurses

• Interaktive Vorlesung und geführte Diskussion.
• Führung durch Laborübungen und Code-Durchgänge in einer Sandbox-Umgebung.
• Szenario-basierte Übungen zum Entwurf, Testen und Evaluieren.

Optionen für die Anpassung des Kurses

• Für eine angepasste Ausbildung zu diesem Kurs wenden Sie sich bitte an uns, um dies zu vereinbaren.

LangGraph ermöglicht den Einsatz statebezogener, multi-actor Workflows, die durch LLMs gesteuert werden und eine präzise Kontrolle über Ausführungswege und Zustandspersistenz bieten. Im Gesundheitswesen sind diese Fähigkeiten entscheidend für die Einhaltung von Vorschriften, Interoperabilität und das Erstellen von Entscheidungsunterstützungssystemen, die sich an medizinische Arbeitsabläufe anpassen.

Dieses durch einen Trainer geleitete Live-Training (online oder vor Ort) richtet sich an Fortgeschrittene, die sich mit dem Design, der Implementierung und der Verwaltung von LangGraph-basierten Gesundheitslösungen befassen möchten und regulatorische, ethische und operative Herausforderungen angehen.

Am Ende dieses Trainings werden Teilnehmer in der Lage sein:

• Gesundheitsbezogene LangGraph-Workflows zu gestalten, bei denen Einhaltung von Vorschriften und Prüfbarkeit berücksichtigt werden.
• LangGraph-Anwendungen mit medizinischen Ontologien und Standards (FHIR, SNOMED CT, ICD) zu integrieren.
• Beste Praktiken zur Zuverlässigkeit, Spürbarkeit und Erklärbarkeit in empfindlichen Umgebungen anzuwenden.
• LangGraph-Anwendungen im Produktionsumfeld des Gesundheitswesens zu bereitstellen, zu überwachen und zu validieren.

Kursformat

• Interaktive Vorlesung und Diskussion.
• Hände-direkt-Übungen mit realen Fallbeispielen.
• Ausführung von Praxisübungen in einer live-Lab-Umgebung.

Mögliche Kursanpassungen

• Um eine angepasste Ausbildung für diesen Kurs zu beantragen, kontaktieren Sie uns bitte zur Absprache.

LangGraph ist ein Framework zur Erstellung von zustandsbehafteten, mehrbenutzer-LLM-Anwendungen als komponierbare Graphen mit persistenter Zustand und präziser Steuerung der Ausführung.

Diese von einem Dozenten geleitete Live-Schulung (online oder vor Ort) richtet sich an fortgeschrittene bis expertenförmige Fachkräfte, die LangGraph-basierte rechtliche Lösungen mit den notwendigen Compliance-, Nachvollziehbarkeits- und Governance-Kontrollen gestalten, implementieren und betreiben möchten.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• Rechtsspezifische LangGraph-Workflows zu entwerfen, die Nachvollziehbarkeit und Compliance gewährleisten.
• Rechtliche Ontologien und Dokumentstandards in den Graphen-Zustand und -Verarbeitung zu integrieren.
• Schutzvorrichtungen, menschliche Genehmigungsprozesse und nachvollziehbare Entscheidungspfade umzusetzen.
• LangGraph-Dienste in der Produktion bereitzustellen, zu überwachen und zu warten, unter Berücksichtigung von Nachverfolgbarkeit und Kostenkontrolle.

Kursformat

• Interaktive Vorlesungen und Diskussionen.
• Viele Übungen und Praxisübungen.
• Hands-on-Implementierung in einer Live-Lab-Umgebung.

Kursanpassungsmöglichkeiten

• Für eine angepasste Schulung zu diesem Kurs kontaktieren Sie uns bitte, um die Einzelheiten zu besprechen.

LangGraph ist ein Framework zur Erstellung graphstrukturierter LLM-Arbeitsabläufe, die Verzweigungen, Werkzeugnutzung, Speicher und steuerbare Ausführung unterstützen.

Diese von einem Trainer geleitete Live-Ausbildung (online oder vor Ort) richtet sich an Mittelstufen-Ingenieure und Produktteams, die LangGraphs graphlogische Strukturen mit LLM-Agentenschleifen kombinieren möchten, um dynamische, kontextabhängige Anwendungen wie Kundensupportagenten, Entscheidungsbäume und Informationsabrufsysteme zu erstellen.

Am Ende dieser Ausbildung werden die Teilnehmer in der Lage sein:

• Graphbasierte Arbeitsabläufe zu entwerfen, die LLM-Agenten, Werkzeuge und Speicher koordinieren.
• Bedingte Routenführung, Wiederholungen und Fallbacks umzusetzen, um eine robuste Ausführung sicherzustellen.
• Abrufe, APIs und strukturierte Ausgaben in Agentenschleifen zu integrieren.
• Das Verhalten von Agenten zu bewerten, zu überwachen und zu verhärten, um Zuverlässigkeit und Sicherheit zu gewährleisten.

Kursformat

• Interaktive Vorlesungen und geführte Diskussionen.
• Geführte Laborübungen und Code-Throughs in einer Sandbox-Umgebung.
• Szenario-basierte Designübungen und Peer Reviews.

Kursanpassungsmöglichkeiten

• Um eine angepasste Ausbildung für diesen Kurs zu beantragen, wenden Sie sich bitte an uns um die Vorhaben abzustimmen.

LangGraph ist ein graphbasiertes Orchestrierungsframework, das bedingte, mehrstufige Abläufe von LLMs und Tools ermöglicht. Es eignet sich hervorragend zur Automatisierung und Personalisierung von Content-Pipelines.

Diese vom Trainer geführte, live Training (online oder vor Ort) richtet sich an fortgeschrittene Marketing-Experten, Content-Strategen und Automatisierungsentwickler, die dynamische, verzweigte E-Mail-Kampagnen und Content-Erstellungsabläufe mit LangGraph umsetzen möchten.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• Graphbasierte Content- und E-Mail-Abläufe mit bedingter Logik zu entwerfen.
• LLMs, APIs und Datenquellen zur automatisierten Personalisierung zu integrieren.
• Zustand, Speicher und Kontext über mehrstufige Kampagnen hinweg zu verwalten.
• Workflow-Performance und -Auslieferungsergebnisse zu bewerten, zu überwachen und zu optimieren.

Kursformat

• Interaktive Vorlesungen und Gruppengespräche.
• Praktische Übungen zur Implementierung von E-Mail-Abläufen und Content-Pipelines.
• Szenariobasierte Übungen zu Personalisierung, Segmentierung und verzweigter Logik.

Kursanpassungsmöglichkeiten

• Für eine angepasste Trainingseinheit für diesen Kurs wenden Sie sich bitte an uns, um die Terminierung zu vereinbaren.

Le Chat Enterprise ist eine private ChatOps-Lösung, die sichere, anpassbare und regelbare KonversationskI-Fähigkeiten für Organisationen bereitstellt. Sie unterstützt RBAC, SSO, Connectoren und Integrationen mit Unternehmensanwendungen.

Dieses von einem Dozenten geleitete Live-Training (online oder vor Ort) richtet sich an fortgeschrittene Produktmanager, IT-Leiter, Lösungsingenieure und Sicherheits-/Konformitätsteams, die Le Chat Enterprise in Unternehmensumgebungen bereitstellen, konfigurieren und regeln möchten.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• Le Chat Enterprise für sichere Bereitstellungen einzurichten und zu konfigurieren.
• Rollenbasierte Zugriffskontrolle (RBAC), Single Sign-On (SSO) und compliancegetriebene Steuerungen zu aktivieren.
• Le Chat mit Unternehmensanwendungen und Datenbanken zu integrieren.
• Governance- und Admin-Playbooks für ChatOps zu entwerfen und umzusetzen.

Kursformat

• Interaktive Vorlesung und Diskussion.
• Viele Übungen und Praxisübungen.
• Hands-on-Implementierung in einer Live-Lab-Umgebung.

Kursanpassungsoptionen

• Um ein angepasstes Training für diesen Kurs anzufordern, kontaktieren Sie uns bitte zur Absprache.

Diese von einem Trainer geleitete Live-Schulung in Schweiz (online oder vor Ort) richtet sich an Datenwissenschaftler und Entwickler, die Modin verwenden möchten, um parallele Berechnungen mit Pandas für eine schnellere Datenanalyse zu erstellen und zu implementieren.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein,:

• die notwendige Umgebung einzurichten, um mit der Entwicklung von Pandas-Workflows in großem Maßstab mit Modin zu beginnen.
• die Funktionen, die Architektur und die Vorteile von Modin zu verstehen.
• Die Unterschiede zwischen Modin, Dask und Ray kennen.
• Schnellere Durchführung von Pandas-Vorgängen mit Modin.
• Implementierung der gesamten Pandas API und Funktionen.