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
LLM-Anwendungsarchitektur und -Design
- Häufige OpenAI-Anwendungsmuster für Assistenten, Copilots und Workflow-Automatisierung
- Auswahl der richtigen Architektur für Geschäftsanforderungen, Zuverlässigkeit und Benutzererfahrung
- Vom Prototypen-Code zu wartbarer Anwendungsarchitektur
Prompting, Kontext und strukturierte Ausgaben
- Strukturierung von System-, Benutzer- und Entwickleranweisungen für vorhersehbares Verhalten
- Design von Prompts für Konsistenz, Aufgabenkontrolle und klarere Antworten
- Nutzung strukturierter Ausgaben zur Unterstützung nachgelagerter Anwendungslogik
- Verwaltung von Kontextfenstern, Konversationsstatus und Antwortqualität
Tool-Nutzung und Workflow-Orchestrierung
- Nutzung von Funktionsaufrufen und tool-gestützten Workflows mit externen Diensten
- Validierung von Eingaben und Ausgaben, Fehlerbehandlung und Anwendung von Fallback-Verhalten
- Design von Multi-Step-Flows für praktische Geschäftsaufgaben
Retrieval und Wissensfundierung
- Ermitteln, wann retrieval-augmentierte Generierung angemessen ist
- Vorbereitung von Dokumenten und Chunking von Inhalten für nützliches Retrieval
- Abrufen relevanter Kontexte und Fundierung von Antworten in vertrauenswürdigen Quellen
Evaluierung, Schutzmechanismen und Betriebseinsatzbereitschaft
- Definition von Qualitätskriterien und Testen von Workflows gegen erwartete Ergebnisse
- Reduzierung von Halluzinationen und Behandlung von unsicheren, irrelevanten oder mehrdeutigen Anfragen
- Überwachung der Nutzung, Latenz, Token-Verbrauch und Kosten
- Vorbereitung von Anwendungen auf Deployment, Support und iterative Verbesserung
Praktischer Implementierungsworkshop
- Aufbau einer kleinen End-to-End-OpenAI-Anwendung, die Prompting, strukturierte Ausgaben, Tool-Nutzung und Retrieval kombiniert
- Besprechung von Designentscheidungen, häufigen Problemen und praktischen nächsten Schritten für den Produktioneinsatz
Voraussetzungen
- Vertrautheit mit den Konzepten großer Sprachmodelle und der API-basierten Anwendungsentwicklung
- Erfahrung in der Arbeit mit REST-APIs, JSON und promptbasierten Anwendungsworkflows
- Fortgeschrittene Programmierkenntnisse in Python, JavaScript oder einer ähnlichen Sprache
Zielgruppe
- Softwareentwickler, die LLM-gestützte Anwendungen erstellen
- KI-Ingenieure und technische Leiter, die auf OpenAI basierende Lösungen entwerfen
- Produktteams und Lösungsarchitekten, die für produktionsreif KI-Funktionen verantwortlich sind
7 Stunden