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.
Schulungsübersicht
Einführung in Open-Source-LLMs
- Überblick über DeepSeek, Mistral, LLaMA und andere Open-Source-Modelle
- Funktionsweise von LLMs: Transformer, Selbst-Aufmerksamkeit (Self-Attention) und Training
- Vergleich zwischen Open-Source-LLMs und proprietären Modellen
Fine-Tuning und Anpassung von LLMs
- Datenvorbereitung für das Fine-Tuning
- Training und Optimierung von LLMs mit Hugging Face
- Bewertung der Modellleistung und Vermeidung von Bias
Entwicklung von KI-Agenten mit LLMs
- Einführung in LangChain für die Entwicklung von KI-Agenten
- Entwurf agentenbasierter Arbeitsabläufe mit LLMs
- Speicher, retrieval-augmented generation (RAG) und Ausführung von Aktionen
Bereitstellung von LLM-basierten KI-Agenten
- Containerisierung von KI-Agenten mit Docker
- Integration von LLMs in Unternehmensanwendungen
- Skalierung von KI-Agenten mit Cloud-Diensten und APIs
Sicherheit und Compliance im Bereich der Unternehmens-KI
- Ethische Aspekte und regulatorische Anforderungen
- Risikominderung bei KI-gestützter Automatisierung
- Überwachung und Überprüfung des Verhaltens von KI-Agenten
Fallstudien und reale Anwendungen
- LLM-gestützte virtuelle Assistenten
- KI-gestützte 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 Kostenoptimierung und Leistungsanpassung
Zusammenfassung und weitere Schritte
Voraussetzungen
- Fundiertes Verständnis von KI und maschinellem Lernen
- Erfahrung in der Python-Programmierung
- Vertrautheit mit Large Language Models (LLMs) und Natural Language Processing (NLP)
Zielgruppe
- KI-Ingenieure
- Unternehmenssoftwareentwickler
- Geschäftsleiter
21 Stunden
