KKC_0050 | Large Language Models Aufbaukurs: RAG, Anpassung und Training
Vertiefe RAG, Fine-Tuning und Evaluation für belastbare LLM-Anwendungen im Praxiseinsatz
Infos zum Download
Setzen Sie Sprachmodelle gezielter in Daten- und Prozesslösungen ein
In diesem Seminar vertiefen Sie vorhandenes Wissen und übertragen es auf anspruchsvollere Praxisfälle. Im Mittelpunkt stehen moderne KI-Entwicklung mit Sprachmodellen, Automatisierung, Datenpipelines, Tools und praxisnahen Implementierungen. Sie lernen typische Einsatzszenarien kennen, bewerten Chancen und Grenzen und übertragen die Inhalte auf konkrete Aufgaben aus dem Arbeitsalltag.
Praxisnahe Übungen, Beispiele und Leitfragen helfen Ihnen, das Thema strukturiert, sicher und nachvollziehbar anzuwenden.
AngebotszielLarge Language Models Aufbaukurs: RAG, Anpassung und Training
- Vorhandenes LLM-Wissen auf komplexere Praxisfälle übertragen
- RAG-Konzepte und Anpassungsmöglichkeiten für Sprachmodelle einordnen
- Datenpipelines und Tool-Anbindungen für KI-Anwendungen verstehen
- Automatisierungsszenarien mit LLMs strukturiert bewerten
- Grenzen, Risiken und Qualitätsanforderungen moderner KI-Lösungen einschätzen
- Praxisnahe Implementierungsansätze für den Arbeitsalltag ableiten
ZielgruppeLarge Language Models Aufbaukurs: RAG, Anpassung und Training
Das Seminar richtet sich an Teilnehmende mit ersten LLM-Kenntnissen, technische Fachkräfte, Projektmitarbeitende und Teams, die KI-Anwendungen weiterentwickeln möchten.
VoraussetzungenLarge Language Models Aufbaukurs: RAG, Anpassung und Training
Empfohlen werden Grundlagenwissen zu Large Language Models und ein sicherer Umgang mit digitalen Werkzeugen. Programmiererfahrung ist hilfreich, aber nicht zwingend erforderlich.
InhalteLarge Language Models Aufbaukurs: RAG, Anpassung und Training
- LLM-Architektur auffrischen und vertiefen
- Transformer-Mechanik, Tokenisierung, Kontextfenster
- Inference: Latenz, Throughput, KV-Cache, Batching
- Prompting als Systemdesign: Rollen, Tools, Policies
- RAG, die in der Praxis stabil bleibt
- Chunking-Strategien, Embeddings, Vektordatenbanken
- Retriever-Tuning: Hybrid Search, Reranking
- Quellenzitate, Kontextbudget, Halluzinationsreduktion
- Vektordatenbanken: Funktionsweise von Pinecone, Milvus oder Weaviate.
- Retrieval-Optimierung: Semantic Search vs. Hybrid Search.
- Fine-Tuning Strategien
- Full Fine-Tuning vs. Parameter-Efficient Fine-Tuning (PEFT).
- Fokus auf LoRA (Low-Rank Adaptation) und QLoRA.
- Model Alignment
- Einführung in RLHF (Reinforcement Learning from Human Feedback) und DPO (Direct Preference Optimization).
- Evaluierung
- Metriken jenseits von Benchmarks (z. B. RAGAS-Framework zur Messung der RAG-Qualität).
BildungspfadLarge Language Models Aufbaukurs: RAG, Anpassung und Training
- LLM Self-Hosting und Deployment
- Llama-Modelle im Vergleich: Nutzen statt Hype
- Kimi K2.5: OpenSource LLM sofort produktiv
- Python Deep-Dive Kurs: Deep Learning, Neuronale Netze & Visualisierung
- Python Machine Learning Grundkurs: Professioneller Einstieg
- Large Language Model Grundkurs: Einsatz und Überblick
- Python Einstieg mit Machine Learning: Grundkurs
- Large Language Model Strategie: Alles für Entscheider
- Open-Source-LLMs lokal betreiben: Grundkurs
- Neo4j Graph-Datenbanken für KI
- LLM-Evaluation: Evaluation. Praxis. Sicherheit
- LangChain: RAG und Agents Intensiv-Training
- Experimente, Prompts, Modelle und GenAI-Qualität mit MLflow nachvollziehbar steuern
- KI-gestützte Datenbanksuche: Aufbaukurs
- Open-Source LLM Fine-Tuning für Entwickler
- Large Language Models Aufbaukurs: RAG, Anpassung und Training
- Pytorch Grundkurs: Deep Learning mit MLP und CNN
- Python mit Tensorflow: Grundkurs
- Natural Language Processing Grundkurs: Plattformen und Frameworks im Überblick
- Qdrant-Schulung: RAG und Hybrid Search im Betrieb
- LLM Security: Injections erkennen & abwehren
- Large Language Models Advanced: Eigene LLMs und Tuning
- Cursor IDE: Agentische Entwicklung Grundkurs
AusbildungsnachweisLarge Language Models Aufbaukurs: RAG, Anpassung und Training
Zertifikat der IAD GmbH
Sie erhalten ein Teilnahmezertifikat der IAD GmbH. Damit können Sie Ihr erworbenes Wissen dokumentieren.
im Angebot