CANN SDK für Computer Vision und NLP-Pipelines Schulung

LangGraph ist ein Framework zur Erstellung von stateful, multi-actor LLM-Anwendungen als zusammensetzbare Graphen mit persistierendem Zustand und Kontrolle über die Ausführung.

Dieses instruktor-gesteuerte Live-Schulung (online oder vor Ort) richtet sich an fortgeschrittene AI-Plattform-Ingenieure, DevOps für AI und ML-Architekten, die LangGraph-Systeme der Produktionsqualität optimieren, debuggen, überwachen und betreiben möchten.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• Komplexe LangGraph-Topologien für Geschwindigkeit, Kosten und Skalierbarkeit zu entwerfen und zu optimieren.
• Zuverlässigkeit mit Wiederholungen, Timeouts, Idempotenz und punktgestützter Wiederherstellung zu gestalten.
• Graph-Ausführungen zu debuggen und zu verfolgen, den Zustand zu überprüfen und produktionsbedingte Probleme systematisch nachzustellen.
• Graphen mit Protokollen, Metriken und Verfolgungen auszurüsten, in die Produktion zu deployen und SLAs sowie Kosten zu überwachen.

Format des Kurses

• Interaktive Vorlesung und Diskussion.
• Viele Übungen und Praxis.
• Hände-direkt Implementierung in einer Live-Lab-Umgebung.

Anpassungsmöglichkeiten des Kurses

• Um eine angepasste Schulung für diesen Kurs zu beantragen, kontaktieren Sie uns bitte zur Absprache.

Dieses von einem Trainer durchgeführte, live-Training in Deutschland (online oder vor Ort) richtet sich an Einsteiger im Bereich der Polizeiarbeit, die den Übergang vom manuellen Gesichtszeichnen zur Nutzung von KI-Tools für das Entwicklung von Gesichtserkennungssystemen wünschen.

Am Ende des Trainings werden die Teilnehmer in der Lage sein:

• Grundlagen der Künstlichen Intelligenz und Maschinelles Lernen zu verstehen.
• Die Grundlagen der digitalen Bildverarbeitung und deren Anwendung in der Gesichtserkennung zu erlernen.
• Fähigkeiten zur Nutzung von KI-Tools und Frameworks zur Erstellung von Gesichtserkennungsmodellen zu entwickeln.
• Praxiserfahrungen in der Entwicklung, Ausbildung und Testung von Gesichtserkennungssystemen zu sammeln.
• Ethische Überlegungen und Best Practices bei der Nutzung von Gesichtserkennungs-Technologien zu verstehen.

Fiji ist ein Open-Source-Bildverarbeitungspaket, das ImageJ (ein Bildverarbeitungsprogramm für wissenschaftliche mehrdimensionale Bilder) und eine Reihe von Plugins für die wissenschaftliche Bildanalyse bündelt.

In dieser von einem Kursleiter geleiteten Live-Schulung lernen die Teilnehmer, wie sie die Fiji-Distribution und das ihr zugrunde liegende Programm ImageJ verwenden, um eine Bildanalyseanwendung zu erstellen.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• die fortgeschrittenen Programmierfunktionen und Softwarekomponenten von Fiji zu nutzen, um ImageJ zu erweitern
• große 3D-Bilder aus sich überlappenden Kacheln zusammenzusetzen
• eine Fiji-Installation beim Start mit Hilfe des integrierten Update-Systems automatisch zu aktualisieren
• Wählen Sie aus einer großen Auswahl an Skriptsprachen, um eigene Bildanalyselösungen zu erstellen
• Nutzung der leistungsstarken Bibliotheken von Fiji, wie z. B. ImgLib, für große Biobilddatensätze
• Ihre Anwendung einsetzen und mit anderen Wissenschaftlern an ähnlichen Projekten zusammenarbeiten

Format des Kurses

• Interaktive Vorlesung und Diskussion.
• Viele Übungen und Praxis.
• Praktische Umsetzung in einer Live-Laborumgebung.

Optionen zur Kursanpassung

• Wenn Sie eine maßgeschneiderte Schulung für diesen Kurs wünschen, nehmen Sie bitte Kontakt mit uns auf, um dies zu vereinbaren.

Dieses von einem Trainer geführte Live-Training in Deutschland (online oder vor Ort) richtet sich an Anfänger bis fortgeschrittene Forscher und Labortechniker, die Bilder im Zusammenhang mit histologischem Gewebe, Blutkörperchen, Algen und anderen biologischen Proben verarbeiten und analysieren möchten.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• Die Fiji-Oberfläche zu navigieren und die Kernfunktionen von ImageJ zu nutzen.
• Wissenschaftliche Bilder für eine bessere Analyse vorzubereiten und zu optimieren.
• Bilder quantitativ zu analysieren, einschließlich Zellzählung und Flächenmessung.
• Wiederkehrende Aufgaben mit Makros und Plugins zu automatisieren.
• Workflows für spezifische Bildanalysebedarfe in der biologischen Forschung anzupassen.

LangGraph ist ein Framework zur Erstellung von stateful, multi-actor LLM-Anwendungen als zusammensetzbare Graphen mit beständigen Zustand und Steuerung der Ausführung.

Dieses von einem Dozenten geleitete Live-Seminar (online oder vor Ort) richtet sich an fortgeschrittene bis anspruchsvollste Fachleute, die LangGraph-basierte Finanzlösungen mit angemessener Governance, Beobachtbarkeit und Compliance entwerfen, umsetzen und betreiben möchten.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• Finanzspezifische LangGraph-Arbeitsabläufe zu gestalten, die den regulatorischen und auditbedingten Anforderungen entsprechen.
• Finanzdatenstandards und -ontologien in den Graphen-Zustand und -Tooling zu integrieren.
• Zuverlässigkeit, Sicherheit und menschliche Schaltstellenkontrolle für kritische Prozesse umzusetzen.
• LangGraph-Systeme zur Leistung, Kosten und SLAs bereitzustellen, zu überwachen und zu optimieren.

Abschlussform des Kurses

• Interaktive Vorlesung und Diskussion.
• Viele Übungen und Praxis.
• Hände-direkt-im-Code-Umsetzung in einer Live-Lab-Umgebung.

Anpassungsmöglichkeiten des Kurses

• Um eine angepasste Ausbildung für diesen Kurs anzufordern, kontaktieren Sie uns bitte zur Absprache.

LangGraph ist ein Framework zur Erstellung graphbasierte LLM-Anwendungen, die Planung, Verzweigung, Werkzeugnutzung, Speicher und steuerbare Ausführung unterstützen.

Dieses von Dozenten geführte Live-Seminar (online oder vor Ort) richtet sich an Einsteiger-Entwickler, Prompt-Ingenieure und Datenpraktiker, die Reliable, mehrstufige LLM-Arbeitsabläufe mit LangGraph entwerfen und erstellen möchten.

Am Ende des Trainings werden die Teilnehmer in der Lage sein:

• Kernkonzepte von LangGraph (Knoten, Kanten, Zustand) zu erklären und wann sie eingesetzt werden sollten.
• Prompt-Ketten zu erstellen, die verzweigen, Tools aufrufen und den Speicher beibehalten.
• Abfragefunktionen und externe APIs in graphbasierte Arbeitsabläufe integrieren.
• LangGraph-Anwendungen auf Zuverlässigkeit und Sicherheit hin testen, debuggen und evaluieren.

Format des Kurses

• Interaktive Vorlesung und geführte Diskussion.
• Führung durch Laborübungen und Code-Durchgänge in einer Sandbox-Umgebung.
• Szenario-basierte Übungen zum Entwurf, Testen und Evaluieren.

Optionen für die Anpassung des Kurses

• Für eine angepasste Ausbildung zu diesem Kurs wenden Sie sich bitte an uns, um dies zu vereinbaren.

LangGraph ermöglicht den Einsatz statebezogener, multi-actor Workflows, die durch LLMs gesteuert werden und eine präzise Kontrolle über Ausführungswege und Zustandspersistenz bieten. Im Gesundheitswesen sind diese Fähigkeiten entscheidend für die Einhaltung von Vorschriften, Interoperabilität und das Erstellen von Entscheidungsunterstützungssystemen, die sich an medizinische Arbeitsabläufe anpassen.

Dieses durch einen Trainer geleitete Live-Training (online oder vor Ort) richtet sich an Fortgeschrittene, die sich mit dem Design, der Implementierung und der Verwaltung von LangGraph-basierten Gesundheitslösungen befassen möchten und regulatorische, ethische und operative Herausforderungen angehen.

Am Ende dieses Trainings werden Teilnehmer in der Lage sein:

• Gesundheitsbezogene LangGraph-Workflows zu gestalten, bei denen Einhaltung von Vorschriften und Prüfbarkeit berücksichtigt werden.
• LangGraph-Anwendungen mit medizinischen Ontologien und Standards (FHIR, SNOMED CT, ICD) zu integrieren.
• Beste Praktiken zur Zuverlässigkeit, Spürbarkeit und Erklärbarkeit in empfindlichen Umgebungen anzuwenden.
• LangGraph-Anwendungen im Produktionsumfeld des Gesundheitswesens zu bereitstellen, zu überwachen und zu validieren.

Kursformat

• Interaktive Vorlesung und Diskussion.
• Hände-direkt-Übungen mit realen Fallbeispielen.
• Ausführung von Praxisübungen in einer live-Lab-Umgebung.

Mögliche Kursanpassungen

• Um eine angepasste Ausbildung für diesen Kurs zu beantragen, kontaktieren Sie uns bitte zur Absprache.

LangGraph ist ein Framework zur Erstellung von zustandsbehafteten, mehrbenutzer-LLM-Anwendungen als komponierbare Graphen mit persistenter Zustand und präziser Steuerung der Ausführung.

Diese von einem Dozenten geleitete Live-Schulung (online oder vor Ort) richtet sich an fortgeschrittene bis expertenförmige Fachkräfte, die LangGraph-basierte rechtliche Lösungen mit den notwendigen Compliance-, Nachvollziehbarkeits- und Governance-Kontrollen gestalten, implementieren und betreiben möchten.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• Rechtsspezifische LangGraph-Workflows zu entwerfen, die Nachvollziehbarkeit und Compliance gewährleisten.
• Rechtliche Ontologien und Dokumentstandards in den Graphen-Zustand und -Verarbeitung zu integrieren.
• Schutzvorrichtungen, menschliche Genehmigungsprozesse und nachvollziehbare Entscheidungspfade umzusetzen.
• LangGraph-Dienste in der Produktion bereitzustellen, zu überwachen und zu warten, unter Berücksichtigung von Nachverfolgbarkeit und Kostenkontrolle.

Kursformat

• Interaktive Vorlesungen und Diskussionen.
• Viele Übungen und Praxisübungen.
• Hands-on-Implementierung in einer Live-Lab-Umgebung.

Kursanpassungsmöglichkeiten

• Für eine angepasste Schulung zu diesem Kurs kontaktieren Sie uns bitte, um die Einzelheiten zu besprechen.

LangGraph ist ein Framework zur Erstellung graphstrukturierter LLM-Arbeitsabläufe, die Verzweigungen, Werkzeugnutzung, Speicher und steuerbare Ausführung unterstützen.

Diese von einem Trainer geleitete Live-Ausbildung (online oder vor Ort) richtet sich an Mittelstufen-Ingenieure und Produktteams, die LangGraphs graphlogische Strukturen mit LLM-Agentenschleifen kombinieren möchten, um dynamische, kontextabhängige Anwendungen wie Kundensupportagenten, Entscheidungsbäume und Informationsabrufsysteme zu erstellen.

Am Ende dieser Ausbildung werden die Teilnehmer in der Lage sein:

• Graphbasierte Arbeitsabläufe zu entwerfen, die LLM-Agenten, Werkzeuge und Speicher koordinieren.
• Bedingte Routenführung, Wiederholungen und Fallbacks umzusetzen, um eine robuste Ausführung sicherzustellen.
• Abrufe, APIs und strukturierte Ausgaben in Agentenschleifen zu integrieren.
• Das Verhalten von Agenten zu bewerten, zu überwachen und zu verhärten, um Zuverlässigkeit und Sicherheit zu gewährleisten.

Kursformat

• Interaktive Vorlesungen und geführte Diskussionen.
• Geführte Laborübungen und Code-Throughs in einer Sandbox-Umgebung.
• Szenario-basierte Designübungen und Peer Reviews.

Kursanpassungsmöglichkeiten

• Um eine angepasste Ausbildung für diesen Kurs zu beantragen, wenden Sie sich bitte an uns um die Vorhaben abzustimmen.

LangGraph ist ein graphbasiertes Orchestrierungsframework, das bedingte, mehrstufige Abläufe von LLMs und Tools ermöglicht. Es eignet sich hervorragend zur Automatisierung und Personalisierung von Content-Pipelines.

Diese vom Trainer geführte, live Training (online oder vor Ort) richtet sich an fortgeschrittene Marketing-Experten, Content-Strategen und Automatisierungsentwickler, die dynamische, verzweigte E-Mail-Kampagnen und Content-Erstellungsabläufe mit LangGraph umsetzen möchten.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• Graphbasierte Content- und E-Mail-Abläufe mit bedingter Logik zu entwerfen.
• LLMs, APIs und Datenquellen zur automatisierten Personalisierung zu integrieren.
• Zustand, Speicher und Kontext über mehrstufige Kampagnen hinweg zu verwalten.
• Workflow-Performance und -Auslieferungsergebnisse zu bewerten, zu überwachen und zu optimieren.

Kursformat

• Interaktive Vorlesungen und Gruppengespräche.
• Praktische Übungen zur Implementierung von E-Mail-Abläufen und Content-Pipelines.
• Szenariobasierte Übungen zu Personalisierung, Segmentierung und verzweigter Logik.

Kursanpassungsmöglichkeiten

• Für eine angepasste Trainingseinheit für diesen Kurs wenden Sie sich bitte an uns, um die Terminierung zu vereinbaren.

OpenCV (Open Source Computer Vision Library: http://opencv.org) ist eine Open-Source BSD-lizenzierte Bibliothek, die mehrere hundert Computer-Vision-Algorithmen enthält.

Zielgruppe

Dieser Kurs richtet sich an Ingenieure und Architekten, die OpenCV für Computer-Vision-Projekte nutzen möchten

Diese von einem Trainer geleitete Live-Schulung in Deutschland (online oder vor Ort) richtet sich an Softwareingenieure, die in Python mit OpenCV 4 für Deep Learning programmieren möchten.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• Bilder und Videos mit OpenCV 4 betrachten, laden und klassifizieren.
• Deep Learning in OpenCV 4 mit TensorFlow und Keras zu implementieren.
• Deep-Learning-Modelle auszuführen und aussagekräftige Berichte aus Bildern und Videos zu erstellen.

Pattern Matching ist eine Technik zur Lokalisierung bestimmter Muster in einem Bild. Sie kann verwendet werden, um das Vorhandensein bestimmter Merkmale in einem aufgenommenen Bild zu bestimmen, z. B. das erwartete Etikett auf einem fehlerhaften Produkt in einer Fertigungsstraße oder die bestimmten Abmessungen eines Bauteils. Es unterscheidet sich von "Pattern Recognition" (das allgemeine Muster auf der Grundlage größerer Sammlungen verwandter Muster erkennt) dadurch, dass es spezifisch vorgibt, wonach wir suchen, und uns dann sagt, ob das erwartete Muster vorhanden ist oder nicht.

Format des Kurses

• Dieser Kurs führt in die Ansätze, Technologien und Algorithmen ein, die im Bereich des Musterabgleichs verwendet werden, wie er für Machine Vision gilt.

Dieses instruktionsbasierte Live-Training in Deutschland (online oder vor Ort) richtet sich an fortgeschrittene Fachkräfte, die Vision Builder AI nutzen möchten, um automatisierte Prüfsysteme für SMT-Prozesse zu gestalten, umzusetzen und zu optimieren.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• Automatisierte Prüfungen mit Vision Builder AI einzurichten und zu konfigurieren.
• Hochwertige Bilder für die Analyse aufzunehmen und vorzubereiten.
• Logikbasierte Entscheidungen zur Defektenerkennung und Prozessvalidierung umzusetzen.
• Prüfberichte zu generieren und die Systemleistung zu optimieren.