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
1. Einführung in Spring AI
- Projektanlage und Konfiguration
- Die Rolle von Prompts und das Einreichen von Prompts
- Schreiben eines ersten Tests
- Modellauswahl
- Modellkonfiguration
- Vorschau auf die Funktionen von Spring AI
2. Antworten verstehen
- Wie man relevante Antworten prüft
- Die Genauigkeit zur Laufzeit
3. Prompts im Detail
- Verwendung von Prompt-Vorlagen
- Definition einer neuen Prompt-Vorlage
- Kontext verstehen
- Die Rolle und ihre Bedeutung
- Einfluss auf die Antwortgenerierung mittels Optionen
- Streaming und Formatierung der Ausgabe
- Metadaten in der Antwort
4. Verwendung eigener Daten und Dokumente
- RAG (Retrieval-Augmented Generation) verstehen
- Einrichten des Vektorspeichers und Laden von Dokumenten
- Erste RAG-Implementierung
- RAG unter Verwendung eines Advisors
- Modulare RAG-Funktionen
5. Die Rolle des Gedächtnisses in der KI
- Warum brauchen wir Gedächtnis?
- Hinzufügen und Konfigurieren von Gedächtnis zur Unterstützung von Konversationen
- Die Konversations-ID
- Unterstützung von persistentem Gedächtnis
- Speichern des Chat-Gedächtnisses im Vektorspeicher
6. KI-Tools
- Eine anwendungsfähige Tool-Aktivierung
- Verständnis der Tool-Funktionen
- Schreiben und Einsatz eines Tools
- Funktionen als Tools
7. Das Model Context Protocol (MCP)
- Warum brauchen wir MCP?
- Arbeiten mit einem MCP-Client
- Schreiben des MCP-Servers
- Datenbank und Tools für den MCP-Server
- Verständnis des HTTP- und SSE (Server-Sent Events)-Transports
- Exponieren von Prompts und Ressourcen
8. Überwachung von Operationen
- Aktivieren von Aktuator-Metriken
- Prüfung von Vektorspeicher-Operationen
- Beobachtung der Modellinteraktion
- Token-Zählung
- Zusammenführung in Prometheus und Erstellung eines Dashboards
- Tracing von KI-Operationen
9. Schutzmassnahmen in generativer KI
- Kontrolle von via RAG zugreifbaren Dokumenten
- Sicherung von Tools
- Gegenüberstellung zu adversariellen Prompts
- Moderation der Benutzereingaben
10. Gängige Muster der generativen KI
- Inhaltszusammenfassung
- Nachrichtentranslation
- Sentiment-Analyse
11. Die Rolle der Agenten
- Was ist ein Agent?
- Implementierung agentenbasierter Workflows
- Kettenbildung von Prompts, Task-Routing und Parallelisierung
- Zugriff auf Agenten über MCP
Voraussetzungen
Die Teilnehmer sollten über folgende Kenntnisse verfügen:
- Gute Kenntnisse in der Java-Programmierung
- Praktische Erfahrung mit Spring und Spring Boot
- Vertrautheit mit dem Aufbau und der Konfiguration von Spring Boot-Anwendungen
- Grundkenntnisse in REST-APIs und HTTP
- Grundkenntnisse in JSON und der Anwendungskonfiguration
- Grundverständnis für generative KI und Large Language Models (LLMs)
- Kenntnisse in Datenbanken und Konzepten des Datenzugriffs sind empfehlenswert
- Vorerfahrung mit Spring AI, RAG, MCP oder KI-Agenten ist nicht erforderlich
Erfahrungsberichte (1)
Ausführliche Informationen zu den angeforderten fortgeschrittenen Themen bereitgestellt.
Farukh Khan - Tandem Solution
Kurs - RabbitMQ with Java and Spring
Maschinelle Übersetzung
