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
Architektur und Konzeption von LLM-Anwendungen
- Häufig genutzte OpenAI-Architekturmuster für Assistenten, Copilots sowie automatisierte Workflows
- Auswahl der geeigneten Architektur entsprechend geschäftlichen Anforderungen, Zuverlässigkeit und Nutzererfahrung
- Übergang vom Prototypencode zu wartbaren Anwendungsarchitekturen
Prompting, Kontextverwaltung und strukturierte Ausgaben
- Ausgestaltung von System-, Benutzer- und Entwickleranweisungen für vorhersagbares Verhalten der Modelle
- Entwurf von Prompts zur Steigerung der Konsistenz, besseren Kontrolle sowie klareren Antworten
- Nutzung strukturierter Ausgaben für eine einfache Verarbeitung durch nachgelagerte Anwendungskomponenten
- Verwaltung von Kontextfenstern, Gesprächsstatus und Qualität der Antworten
Werkzeugeinsatz und Orchestrierung komplexer Workflows
- Einsatz von Funktionaufrufen sowie Werkzeugen in Kombination mit externen Diensten
- Validierung von Eingaben und Ausgaben, Fehlerbehandlung sowie Umsetzung sinnvoller Fallback-Mechanismen
- Konzipieren mehrstufiger Abläufe für realistische geschäftliche Aufgaben
Retrieval und Integration von Wissensquellen
- Ermittlung, wann ein Retrieval-gestützter Ansatz sinnvoll ist
- Vorbereitung von Dokumenten sowie Aufteilung von Inhalten für effizientes Retrievern<
- Auffinden relevanter Kontextinformationen und Verankerung der Antworten in vertrauenswürdigen Quellen
Evaluierung, Schutzmechanismen und Betriebsbereitschaft
- Definition von Qualitätskriterien sowie Testung der Anwendungen anhand erwarteter Ergebnisse
- Minderung von Halluzinationen sowie Behandlung unsicherer, irrelevanter oder mehrdeutiger Anfragen<
- Überwachung des Ressourceneinsatzes, der Antwortzeit, des Token-Verbrauchs und der Kosten
- Vorbereitung der Anwendungen auf Implementierung, Support und kontinuierliche Weiterentwicklung<
Praktische Umsetzung im Workshop
- Erstellung einer kleinen, vollständigen OpenAI-Anwendung, die Prompting, strukturierte Ausgaben, Werkzeugeinsatz und Retrieval vereint<
- Auswertung getroffener Entscheidungen, häufig auftretender Probleme sowie konkreter nächster Schritte für den Produktivbetrieb<
Voraussetzungen
- Grundsätzliches Verständnis von Konzepten großer Sprachmodelle sowie Erfahrung im Entwickeln von Anwendungen mittels APIs
- Praxiserfahrung mit REST-APIs, JSON und Workflows, bei denen Prompts eine zentrale Rolle spielen
- Mittlere Programmierkenntnisse in Python, JavaScript oder einer vergleichbaren Sprache
Zielgruppe
- Softwareentwickler, die LLM-gestützte Anwendungen entwickeln
- KI-Ingenieure und technische Leiter, die OpenAI-Lösungen konzipieren
- Produktteams sowie Architekten, die für die Implementierung von KI-Funktionen verantwortlich sind
7 Stunden