KI auf Amazon Web Services (AWS) Schulung

LangGraph ist ein Framework zum Aufbau zustandsfähiger Multi-Aktor-LLM-Anwendungen als komposable Graphen mit persistentem Zustand und Steuerung der Ausführung.

Dieses von einem Dozenten geleitete Live-Training (online oder vor Ort) richtet sich an fortgeschrittene KI-Plattform-Ingenieure, DevOps-Fachkräfte für KI und ML-Architekten, die Produktionsgrade-LangGraph-Systeme optimieren, debuggen, überwachen und betreiben möchten.

Nach Abschluss dieses Trainings sind die Teilnehmer in der Lage:

• Komplexe LangGraph-Topologien für Geschwindigkeit, Kosten und Skalierbarkeit zu entwerfen und zu optimieren.
• Zuverlässigkeit durch Wiederholungen, Timeouts, Idempotenz und Checkpoint-basierte Wiederherstellung zu gewährleisten.
• Graph-Ausführungen zu debuggen und nachzuvollziehen, den Zustand zu inspizieren und Produktionsprobleme systematisch zu reproduzieren.
• Graphen mit Logs, Metriken und Traces zu instrumentieren, in die Produktion zu deployen und SLAs sowie Kosten zu überwachen.

Kursformat

• Interaktiver Vortrag und Diskussion.
• Viele Übungen und Praktiken.
• Praktische Implementierung in einer Live-Lab-Umgebung.

Möglichkeiten zur Kursanpassung

• Falls Sie ein maßgeschneidertes Training für diesen Kurs anfordern möchten, kontaktieren Sie uns bitte zur Vereinbarung.

Dieser von einem Dozenten geleitete Live-Kurs Österreich (vor Ort oder remote) richtet sich an Ingenieurinnen und Ingenieure, die IoT-Geräte auf AWS bereitstellen und verwalten möchten.

Am Ende dieses Trainings können die Teilnehmenden eine IoT-Plattform erstellen, die die Bereitstellung und Verwaltung eines Backends, eines Gateways und der Geräte selbst auf AWS-Umgebung umfasst.

Diese von Instruktoren geleitete Live-Schulung in Österreich (vor Ort oder remote) richtet sich an Entwickler, die AWS Lambda nutzen möchten, um Dienste und Anwendungen in die Cloud zu erstellen und bereitzustellen, ohne sich um die Bereitstellung der Ausführungs-Umgebung (Server, VMs und Container, Verfügbarkeit, Skalierbarkeit, Speicher usw.) kümmern zu müssen.

Nach Abschluss dieser Schulung können Teilnehmer:

• AWS Lambda so konfigurieren, dass eine Funktion ausgeführt wird.
• FaaS (Functions as a Service) verstehen und die Vorteile der serverlosen Entwicklung nachvollziehen.
• AWS Lambda-Funktionen erstellen, hochladen und ausführen.
• Lambda-Funktionen mit verschiedenen Ereignisquellen integrieren.
• Auf Lambda basierende Anwendungen paketieren, bereitstellen, überwachen und Probleme beheben.

Devstral ist ein Open-Source-Framework, das für den Aufbau und Betrieb von Coding-Agents konzipiert wurde, die mit Codebasen, Entwicklerwerkzeugen und APIs interagieren können, um die Produktivität in der Softwareentwicklung zu steigern.

Diese von Instruktoren geleitete Live-Schulung (online oder vor Ort) richtet sich an ML-Ingenieure auf fortgeschrittenem bis mittlerem Niveau, Entwickler-Tooling-Teams und SREs, die Coding-Agents mit Devstral designen, implementieren und optimieren möchten.

Nach Abschluss dieser Schulung werden die Teilnehmenden in der Lage sein:

• Devstral für die Entwicklung von Coding-Agents einzurichten und zu konfigurieren.
• Agentische Workflows für die Exploration und Modifikation von Codebasen zu designen.
• Coding-Agents mit Entwicklerwerkzeugen und APIs zu integrieren.
• Bewährte Praktiken für eine sichere und effiziente Agenten-Bereitstellung umzusetzen.

Kursformat

• Interaktive Vorlesung und Diskussion.
• Viel Übung mit zahlreichen Aufgaben.
• Praktische Umsetzung in einer Live-Lab-Umgebung.

Möglichkeiten zur Kursanpassung

• Um eine maßgeschneiderte Schulung für diesen Kurs anzufordern, kontaktieren Sie uns bitte zur Vereinbarung.

Devstral- und Mistral-Modelle sind Open-Source-KI-Technologien, die für flexible Bereitstellung, Fine-Tuning und skalierbare Integration entwickelt wurden.

Dieses von Dozenten geleitete Live-Training (online oder vor Ort) richtet sich an ML-Ingenieure auf dem mittleren bis fortgeschrittenen Niveau sowie an Plattformteams und Forschungsinstrumente, die Mistral- und Devstral-Modelle in Produktionsumgebungen selbst hosten, fine-tunen und verwalten möchten.

Am Ende dieses Trainings können die Teilnehmer:

• Selbstgehostete Umgebungen für Mistral- und Devstral-Modelle einrichten und konfigurieren.
• Fine-Tuning-Techniken für domänenspezifische Leistungen anwenden.
• Versionierung, Überwachung und Lebenszyklus-Governance implementieren.
• Sicherheit, Compliance und verantwortungsvollen Umgang mit Open-Source-Modellen gewährleisten.

Format des Kurses

• Interaktive Vorlesungen und Diskussionen.
• Praxisübungen zum Selbst-Hosting und Fine-Tuning.
• Live-Laborimplementierung von Governance- und Monitoring-Pipelines.

Anpassungsoptionen des Kurses

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

Diese lehrgangsgeleitete Live-Schulung in Österreich (Online oder vor Ort) richtet sich an fortgeschrittene Fachkräfte, die ihr Verständnis von DevOps-Praktiken vertiefen und Entwicklungsprozesse mit AWS Cloud9 optimieren möchten.

Nach Abschluss dieser Schulung werden die Teilnehmer in der Lage sein:

• AWS Cloud9 für DevOps-Workflows einzurichten und zu konfigurieren.
• Continuous-Integration- und Continuous-Delivery-Pipelines (CI/CD) zu implementieren.
• Test-, Überwachungs- und Bereitstellungsprozesse mit AWS Cloud9 zu automatisieren.
• AWS-Dienste wie Lambda, EC2 und S3 in DevOps-Workflows zu integrieren.
• Quellcodeverwaltungssysteme wie GitHub oder GitLab innerhalb von AWS Cloud9 zu nutzen.

Dieser live geführte, instruierte Kurs in Österreich (online oder vor Ort) richtet sich an Fachkräfte auf mittlerem Niveau, die erlernen möchten, wie sie effektiv Serverless-Anwendungen auf AWS Cloud9 und AWS Lambda erstellen, bereitstellen und warten können.

Nach Abschluss dieses Trainings sind die Teilnehmer in der Lage:

• die Grundlagen der Serverless-Architektur zu verstehen.
• AWS Cloud9 für die Entwicklung von Serverless-Anwendungen einzurichten.
• Serverless-Anwendungen mit AWS Lambda zu entwickeln, zu testen und bereitzustellen.
• AWS Lambda in andere AWS-Dienste wie API Gateway und S3 zu integrieren.
• Serverless-Anwendungen hinsichtlich Leistung und Kosteneffizienz zu optimieren.

Diese von Lehrkräften geleitete Live-Schulung in Österreich (online oder vor Ort) richtet sich an Anfänger und Fortgeschrittene, also Forscherinnen und Forscher sowie Laborfachkräfte, die Bilder von histologischen Geweben, Blutzellen, Algen und anderen biologischen Proben verarbeiten und analysieren möchten.

Nach Abschluss dieser Schulung sind die Teilnehmer in der Lage:

• Die Fiji-Oberfläche zu navigieren und die Kernfunktionen von ImageJ zu nutzen.
• Wissenschaftliche Bilder vorzubereiten und zu optimieren, um die Analysequalität zu verbessern.
• Bilder quantitativ auszuwerten, einschließlich Zellzählung und Flächenmessung.
• Wiederkehrende Aufgaben durch Makros und Plugins zu automatisieren.
• Arbeitsabläufe für spezifische Bildanalysebedürfnisse in der biologischen Forschung anzupassen.

Zusammenfassung:

• Verständnis der IoT-Architektur und ihrer Kernfunktionen.
• Erforschung des Konzepts von "Dingen" und "Sensoren", des Internet of Things (IoT) sowie der Abbildung geschäftlicher Funktionen auf IoT-Lösungen.
• Umfassender Überblick über die Softwarekomponenten des IoT: Hardware, Firmware, Middleware, Cloud-Infrastruktur und mobile Anwendungen.
• Kernfunktionen des IoT: Flottenmanagement, Datenvisualisierung, SaaS-basiertes Facility Management (FM) und Data Visualization (DV), Alarmierungssysteme, Onboarding von Sensoren und "Dingen" sowie Geo-Fencing.
• Grundlagen der Kommunikation zwischen IoT-Geräten und der Cloud mittels MQTT.
• Anbindung von IoT-Geräten an AWS über MQTT mit AWS IoT Core.
• Integration von AWS IoT Core mit AWS Lambda zur Berechnung und Amazon DynamoDB zur Datenspeicherung.
• Anschluss eines Raspberry Pi an AWS IoT Core für eine nahtlose Datenkommunikation.
• Praxislabor: Aufbau eines intelligenten Geräts unter Verwendung eines Raspberry Pi und AWS IoT Core.
• Visualisierung von Sensordaten und Kommunikation mit der Web-Benutzeroberfläche.

LangGraph ist ein Framework zum Aufbau zustandsbehafteter, Multi-Aktor-LLM-Anwendungen als zusammenfügbare Graphen mit persistentem Zustand und Kontrolle über die Ausführung.

Dieses von Instructors geleitete Live-Training (online oder vor Ort) richtet sich an Teilnehmerinnen und Teilnehmer auf fortgeschrittenem bis mittlerem Niveau, die LangGraph-basierte Finanzlösungen mit angemessener Governance, Beobachtbarkeit (Observability) und Compliance entwerfen, implementieren und betreiben möchten.

Nach Abschluss dieses Trainings sind die Teilnehmenden in der Lage:

• Finanzspezifische LangGraph-Workflows zu entwerfen, die den regulatorischen und audittechnischen Anforderungen entsprechen.
• Finanzdatenstandards und Ontologien in Graphzustände und Tools zu integrieren.
• Zuverlässigkeits-, Sicherheits- und Human-in-the-Loop-Kontrollen für kritische Prozesse zu implementieren.
• LangGraph-Systeme für Leistung, Kosten und Service Level Agreements (SLAs) bereitzustellen, zu überwachen und zu optimieren.

Kursformat

• Interaktive Vorträge und Diskussionen.
• Viele Übungen und praktische Anwendungen.
• Praktische Implementierung in einer Live-Lab-Umgebung.

Möglichkeiten zur Kursanpassung

• Um ein maßgeschneidertes Training für diesen Kurs anzufordern, kontaktieren Sie uns bitte zur Vereinbarung.

LangGraph ist ein Framework zur Entwicklung von LLM-Anwendungen in Graphstruktur, die Planung, Verzweigungen, Werkzeugnutzung, Speicher und steuerbare Ausführung unterstützen.

Diese live angebotene Schulung mit Instruktoren (online oder vor Ort) richtet sich an Entwickler mit grundlegenden Kenntnissen, Prompt-Ingenieure und Datennutzer, die zuverlässige mehrstufige LLM-Workflows mit LangGraph entwerfen und implementieren möchten.

Nach Abschluss dieser Schulung sind die Teilnehmer in der Lage:

• Die Kernkonzepte von LangGraph (Knoten, Kanten, Zustand) zu erläutern und den passenden Einsatzzeitpunkt zu verstehen.
• Prompt-Ketten zu erstellen, die Verzweigungen ermöglichen, Werkzeuge aufrufen und den Speicher pflegen.
• Retrieval-Funktionen und externe APIs in Graph-Workflows zu integrieren.
• LangGraph-Anwendungen auf Zuverlässigkeit und Sicherheit hin zu testen, zu debuggen und zu evaluieren.

Kursformat

• Interaktive Vorträge mit moderierter Diskussion.
• Angeleitete Labore und Code-Durchgänge in einer Sandbox-Umgebung.
• Szenario-basierte Übungen zu Design, Testung und Evaluation.

Möglichkeiten zur Kursanpassung

• Um eine maßgeschneiderte Schulung für diesen Kurs anzufordern, kontaktieren Sie uns bitte entsprechend.

LangGraph ermöglicht zustandsbehaftete, Multi-Akteur-Workflows, die von LLMs (Large Language Models) angetrieben werden und eine präzise Kontrolle über Ausführungswege und Zustandspersistenz bieten. Im Gesundheitswesen sind diese Fähigkeiten entscheidend für Compliance, Interoperabilität und den Aufbau von Entscheidungsunterstützungssystemen, die sich an medizinischen Workflows orientieren.

Diese instruktionsgeleitete Live-Schulung (online oder vor Ort) richtet sich an Fachkräfte mit fortgeschrittenem bis mittlerem Kenntnisstand, die LangGraph-basierte Lösungen für das Gesundheitswesen entwerfen, implementieren und verwalten möchten, wobei regulatorische, ethische und operative Herausforderungen adressiert werden.

Nach Abschluss dieser Schulung können die Teilnehmer: 

• Gesundheitsspezifische LangGraph-Workflows unter Berücksichtigung von Compliance und Auditierbarkeit entwerfen.
• LangGraph-Anwendungen mit medizinischen Ontologien und Standards (FHIR, SNOMED CT, ICD) integrieren.
• Bewährte Praktiken für Zuverlässigkeit, Nachverfolgbarkeit und Erklärbarkeit in sensiblen Umgebungen anwenden.
• LangGraph-Anwendungen in produktiven Gesundheitsumgebungen bereitstellen, überwachen und validieren.

Kursformat

• Interaktive Vorträge und Diskussionen.
• Praxisübungen mit realistischen Fallbeispielen.
• Implementierungspraxis in einer Live-Lab-Umgebung.

Anpassungsoptionen für den Kurs

• Falls Sie eine maßgeschneiderte Schulung für diesen Kurs wünschen, kontaktieren Sie uns bitte, um die Details zu vereinbaren.

LangGraph ist ein Framework zur Entwicklung zustandsbehafteter, multi-agent-basierter LLM-Anwendungen als zusammensetzbare Graphen mit persistentem Zustand und präziser Steuerung der Ausführung.

Dieser von einem Instructor geleitete Live-Trainingskurs (online oder vor Ort) richtet sich an Intermediate- bis Advanced-Level-Fachkräfte, die LangGraph-basierte Lösungen im Rechtsbereich entwerfen, implementieren und betreiben möchten, unter Einhaltung der erforderlichen Compliance-, Nachverfolgbarkeits- und Governance-Anforderungen.

Am Ende dieses Trainings können Teilnehmende:

• Rechtsspezifische LangGraph-Arbeitsabläufe entwerfen, die Auditierbarkeit und Compliance gewährleisten.
• Rechtsontologien und Dokumentstandards in den Graph-Zustand und die Verarbeitung integrieren.
• Guardrails, Human-in-the-Loop-Genehmigungen und nachvollziehbare Entscheidungswege implementieren.
• LangGraph-Dienste in der Produktivumgebung bereitstellen, überwachen und mit Observability- und Kostenkontrollmechanismen warten.

Format des Kurses

• Interaktive Vorlesung und Diskussion.
• Umfangreiche Übungen und Praxistraining.
• Praktische Implementierung in einer Live-Lab-Umgebung.

Möglichkeiten zur Kursanpassung

• Für einen maßgeschneiderten Trainingskurs zu diesem Thema kontaktieren Sie uns bitte, um die Details zu vereinbaren.

LangGraph ist ein Framework zum Erstellen von graphbasierten LLM-Workflows, die Verzweigungen, Tool-Nutzung, Speichermanagement und kontrollierte Ausführung unterstützen.

Diese Dozentengestützte Schulung (online oder vor Ort) richtet sich an Ingenieure und Produktteams auf fortgeschrittenem Niveau, die die Graph-Logik von LangGraph mit LLM-Agent-Loops kombinieren möchten, um dynamische, kontextbewusste Anwendungen wie Kundenunterstützungsagenten, Entscheidungsbaume und Informationsabrufsysteme zu entwickeln.

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

• Grafikbasierte Workflows zu entwerfen, die LLM-Agenten, Tools und Speicher koordinieren.
• Konditionale Routings, Wiederholungen und Fallbacks für eine robuste Ausführung implementieren.
• Abruf, APIs und strukturierte Ausgaben in Agent-Loops integrieren.
• Agent-Verhalten evaluieren, überwachen und für Zuverlässigkeit und Sicherheit härten.

Kursformat

• Interaktiver Vortrag und moderierte Diskussion.
• Geführte Labore und Code-Durchläufe in einer Sandbox-Umgebung.
• Szenariobasierte Designübungen und Peer-Reviews.

Kursanpassungsoptionen

• Um eine maßgeschneiderte Schulung für diesen Kurs anzufordern, kontaktieren Sie uns bitte zur Vereinbarung.

LangGraph ist ein graphbasiertes Orchestrierungs-Framework, das bedingte und mehrstufige Workflows für Large Language Models (LLMs) und Tools ermöglicht. Es eignet sich hervorragend zur Automatisierung und Personalisierung von Content-Pipelines.

Dieser live stattfindende Kurs mit Dozent:innen (online oder vor Ort) richtet sich an Marketer:innen, Content-Strategiker:innen und Automatisierungs-Entwickler:innen mit mittlerem Kenntnisstand, die dynamische, verzweigte E-Mail-Kampagnen und Content-Erstellungspipelines mit LangGraph implementieren möchten.

Nach Abschluss dieser Schulung können die Teilnehmer:

• Graphstrukturierte Content- und E-Mail-Workflows mit bedingter Logik entwerfen.
• LLMs, APIs und Datenquellen für automatisierte Personalisierung integrieren.
• Zustand, Speicher und Kontext über mehrstufige Kampagnen hinweg verwalten.
• Workflow-Leistung und Lieferergebnisse bewerten, überwachen und optimieren.

Kursformat

• Interaktive Vorträge und Gruppendiskussionen.
• Praxisübungen zur Implementierung von E-Mail-Workflows und Content-Pipelines.
• Szenario-basierte Übungen zu Personalisierung, Segmentierung und Verzweigungslogik.

Optionen zur Kursanpassung

• Um eine maßgeschneiderte Schulung für diesen Kurs anzufordern, kontaktieren Sie uns bitte zur Vereinbarung.