| Kursbeschreibung (description): |
Im Workshop AI255 Einführung in Large Language Models und ihre Integration lernen die Teilnehmer die wesentlichen Aspekte der Integration großer Sprachmodelle (LLMs) kennen und wie sie diese in ihren Anwendungen effektiv einsetzen können. Die Schulung behandelt die Funktionsweise von LLMs, wie sequenzielle Generierung, Tokens, Kontext und implizites sowie explizites Wissen.
Die Teilnehmer erhalten eine Einführung in das Prompt Engineering und lernen, wie sie relevante Daten finden und in Prompts einfügen sowie Ausgaben der Sprachmodelle wieder korrekt in ihre Applikationen integrieren können. Zudem werden wichtige Konzepte wie Embeddings und Vektordatenbanken behandelt und verschiedene LLM-Anbieter sowie deren Integration via API vorgestellt.
|
|
| Zielgruppe (target group): |
- Systemarchitekten
- Entwickler
- IT-Fachkräfte
|
|
| Voraussetzungen (requirements): |
|
|
| Ziele (objectives): |
Integration großer Sprachmodelle, Einsatz von Embeddings und Vektordatenbanken, effektive Nutzung von Prompts, API-Integration verschiedener LLM-Anbieter.
|
|
| Preis und Dauer (price and duration): |
Dauer (duration): 2 Tage
Schulungslänge (course length): 09:00 Stunden (inkl. Pausen) verteilt auf 2 aufeinanderfolgende Tage
Preis (price): 850,- Euro zzgl. MwSt.
Gerne führen wir dieses Training auch inhouse bei Ihnen vor Ort durch, bitte sprechen Sie uns an.
Eine Druckansicht dieses Workshops finden Sie hier.
|
|
| Termine (dates): |
Dieser Workshop findet an folgenden Terminen statt:
|
|
|
| Inhalte (agenda): |
- Einführung in Large Language Models (LLMs)
- Funktionsweise von LLMs: sequenzielle Generierung, Tokens, Kontext, implizites und explizites Wissen
- Grundlagen des Prompt Engineerings
- Einführung in Embeddings als zentraler Baustein
- Techniken von Knowledge Injection und Einführung in Vektordatenbanken
- Vorstellung verschiedener LLM-Anbieter und Integration via API
- Viele Praktische Übungen zur Anwendung der erlernten Konzepte
- Abschlussdiskussion: Wie lässt sich das Gelernte im eigenen Kontext anwenden?
|
|
|
