NLP: Natural Language Processing mit R 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.

Advanced Ollama Model Debugging & Evaluation is an in-depth course focused on diagnosing, testing, and measuring model behavior when running local or private Ollama deployments.

This instructor-led, live training (online or onsite) is aimed at advanced-level AI engineers, ML Ops professionals, and QA practitioners who wish to ensure reliability, fidelity, and operational readiness of Ollama-based models in production.

By the end of this training, participants will be able to:

• Perform systematic debugging of Ollama-hosted models and reproduce failure modes reliably.
• Design and execute robust evaluation pipelines with quantitative and qualitative metrics.
• Implement observability (logs, traces, metrics) to monitor model health and drift.
• Automate testing, validation, and regression checks integrated into CI/CD pipelines.

Format of the Course

• Interactive lecture and discussion.
• Hands-on labs and debugging exercises using Ollama deployments.
• Case studies, group troubleshooting sessions, and automation workshops.

Course Customization Options

• To request a customized training for this course, please contact us to arrange.

Diese von einem Trainer geführte Live-Ausbildung an Ort und Stelle oder online richtet sich an fortgeschrittene Fachleute, die sicherheits- und effiziente AI-getriebene Workflows mit Ollama implementieren möchten.

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

• Ollama zur privaten AI-Bearbeitung bereitzustellen und zu konfigurieren.
• AI-Modelle in sichere Unternehmensworkflows zu integrieren.
• Die Leistung der AI zu optimieren, während die Datenschutzmaßnahmen gewahrt bleiben.
• Geschäftsvorgänge mit vor Ort bereitgestellten AI-Fähigkeiten automatisieren.
• Die Einhaltung von Sicherheits- und Governancerichtlinien des Unternehmens sicherzustellen.

Diese von einem Kursleiter geleitete Live-Schulung in Deutschland (online oder vor Ort) richtet sich an Einsteiger, die Claude AI in ihre täglichen Arbeitsabläufe integrieren möchten, um Effizienz und Automatisierung zu verbessern.

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

• Claude AI für die Automatisierung sich wiederholender Aufgaben und die Rationalisierung von Arbeitsabläufen zu nutzen.
• Die persönliche und die Team-Produktivität durch KI-gestützte Automatisierung zu steigern.
• Claude AI in bestehende Business-Tools und Plattformen zu integrieren.
• KI-gesteuerte Entscheidungsfindung und Aufgabenverwaltung zu optimieren.

Diese von einem Ausbilder geleitete Live-Schulung in Deutschland (online oder vor Ort) richtet sich an Fachleute auf mittlerem Niveau, die LLMs mit Ollama einsetzen, optimieren und integrieren möchten.

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

• LLMs mit Ollama einzurichten und einzusetzen.
• KI-Modelle auf Leistung und Effizienz zu optimieren.
• die Beschleunigung von GPU für verbesserte Inferenzgeschwindigkeiten zu nutzen.
• Ollama in Arbeitsabläufe und Anwendungen zu integrieren.
• Die Leistung von KI-Modellen im Laufe der Zeit zu überwachen und zu erhalten.

Dieser von einem Dozenten geleitete Live-Workshop in Deutschland (online oder vor Ort) richtet sich an fortgeschrittene Fachleute, die AI-Modelle auf Ollama feintunen und anpassen möchten, um Leistung zu verbessern und domänenspezifische Anwendungen zu schaffen.

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

• Eine effiziente Umgebung für das Feintunen von AI-Modellen auf Ollama einzurichten.
• Datensätze für überwachtes Feintunen und maschinelles Lernen vorzubereiten.
• AI-Modelle in Bezug auf Leistung, Genauigkeit und Effizienz zu optimieren.
• Angemessene Modelle in Produktionsumgebungen einzusetzen.
• Verbesserungen der Modelle zu bewerten und Robustheit sicherzustellen.

Diese von einem Trainer geleitete Live-Schulung in Deutschland (online oder vor Ort) richtet sich an Geschäftsleute, Kundensupport-Teams und Technikbegeisterte, die die Grundlagen von Claude AI verstehen und für Geschäftsanwendungen nutzen möchten.

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

• Die Fähigkeiten und Anwendungsfälle von Claude AI zu verstehen.
• Claude AI effektiv einzurichten und mit ihr zu interagieren.
• Geschäftsabläufe mit konversationeller KI zu automatisieren.
• Kundenbindung und -support mit KI-gesteuerten Lösungen zu verbessern.

LangGraph is a framework for building stateful, multi-actor LLM applications as composable graphs with persistent state and control over execution.

This instructor-led, live training (online or onsite) is aimed at intermediate-level to advanced-level professionals who wish to design, implement, and operate LangGraph-based finance solutions with proper governance, observability, and compliance.

By the end of this training, participants will be able to:

• Design finance-specific LangGraph workflows aligned to regulatory and audit requirements.
• Integrate financial data standards and ontologies into graph state and tooling.
• Implement reliability, safety, and human-in-the-loop controls for critical processes.
• Deploy, monitor, and optimize LangGraph systems for performance, cost, and SLAs.

Format of the Course

• Interactive lecture and discussion.
• Lots of exercises and practice.
• Hands-on implementation in a live-lab environment.

Course Customization Options

• To request a customized training for this course, please contact us to arrange.

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 enables stateful, multi-actor workflows powered by LLMs with precise control over execution paths and state persistence. In healthcare, these capabilities are crucial for compliance, interoperability, and building decision-support systems that align with medical workflows.

This instructor-led, live training (online or onsite) is aimed at intermediate-level to advanced-level professionals who wish to design, implement, and manage LangGraph-based healthcare solutions while addressing regulatory, ethical, and operational challenges.

By the end of this training, participants will be able to:

• Design healthcare-specific LangGraph workflows with compliance and auditability in mind.
• Integrate LangGraph applications with medical ontologies and standards (FHIR, SNOMED CT, ICD).
• Apply best practices for reliability, traceability, and explainability in sensitive environments.
• Deploy, monitor, and validate LangGraph applications in healthcare production settings.

Format of the Course

• Interactive lecture and discussion.
• Hands-on exercises with real-world case studies.
• Implementation practice in a live-lab environment.

Course Customization Options

• To request a customized training for this course, please contact us to arrange.

LangGraph is a framework for building stateful, multi-actor LLM applications as composable graphs with persistent state and precise control over execution.

This instructor-led, live training (online or onsite) is aimed at intermediate-level to advanced-level professionals who wish to design, implement, and operate LangGraph-based legal solutions with the necessary compliance, traceability, and governance controls.

By the end of this training, participants will be able to:

• Design legal-specific LangGraph workflows that preserve auditability and compliance.
• Integrate legal ontologies and document standards into graph state and processing.
• Implement guardrails, human-in-the-loop approvals, and traceable decision paths.
• Deploy, monitor, and maintain LangGraph services in production with observability and cost controls.

Format of the Course

• Interactive lecture and discussion.
• Lots of exercises and practice.
• Hands-on implementation in a live-lab environment.

Course Customization Options

• To request a customized training for this course, please contact us to arrange.

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 grafenbasierter Orchestrierungsrahmen, der bedingte, mehrstufige LLM- und Werkzeuggeschäftsprozesse ermöglicht, ideal für die Automatisierung und Personalisierung von Inhaltspipelines.

Dieses durch Lehrkräfte geführte Live-Seminar (online oder vor Ort) richtet sich an Fortgeschrittene-Marketer, Inhalt-Strategen und Automatisierungsentwickler, die dynamische, verzweigte E-Mail-Kampagnen und Inhaltsgenerierungspipelines mit LangGraph implementieren möchten.

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

• Grafstrukturierte Inhalts- und E-Mail-Geschäftsprozesse mit bedingter Logik zu gestalten.
• LLMs, APIs und Datenquellen zur automatisierten Personalisierung zu integrieren.
• Zustand, Speicher und Kontext über mehrstufige Kampagnen hinweg zu verwalten.
• Leistung und Lieferergebnisse von Geschäftsprozessen zu bewerten, zu überwachen und zu optimieren.

Kursformat

• Interaktive Vorträge und Gruppenbesprechungen.
• Händische Labore zur Implementierung von E-Mail-Geschäftsprozessen und Inhaltspipelines.
• Szenarienbasierte Übungen zur Personalisierung, Segmentierung und verzweigten Logik.

Möglichkeiten der Anpassung des Kurses

• Für eine angepasste Ausbildung für diesen Kurs wenden Sie sich bitte an uns, um die Details zu klären.

Dieses von einem Dozenten durchgeführte Live-Seminar (vor Ort oder online) richtet sich an Anfänger, die Ollama zur Ausführung von AI-Modellen auf ihren lokalen Rechnern installieren, konfigurieren und verwenden möchten.

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

• Die Grundlagen von Ollama und seine Fähigkeiten zu verstehen.
• Ollama zur Ausführung von lokalen AI-Modellen einrichten.
• LLMs (Large Language Models) mit Ollama bereitstellen und interagieren.
• Leistung und Ressourcennutzung für AI-Arbeitsschwerpunkte optimieren.
• Einsatzmöglichkeiten für die lokale AI-Deployment in verschiedenen Branchen erkunden.

Zielgruppe

Kursformat

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

In diesem unterrichteten und live durchgeführten Kurs lernen die Teilnehmer, wie man Daten mit den Tools aus dem Tidyverse manipuliert und visualisiert.

Der Tidyverse ist eine Sammlung vielseitiger R-Pakete zur Bereinigung, Verarbeitung, Modellierung und Visualisierung von Daten. Einige der enthaltenen Pakete sind: ggplot2, dplyr, tidyr, readr, purrr und tibble.

• Anfänger in der R-Sprache
• Anfänger im Bereich Datenanalyse und Datavisualisierung

• Teil Vorlesung, teil Diskussion, Übungen und intensives Praktikum

• Datenanalyse durchführen und ansprechende Visualisierungen erstellen
• Nützliche Schlussfolgerungen aus verschiedenen Datensätzen von Beispieldaten ziehen
• Daten filtern, sortieren und zusammenfassen, um forschungsorientierte Fragen zu beantworten
• Verarbeitete Daten in informatische Linien-, Balken- und Histogramme umwandeln
• Daten aus diversen Datensources importieren und filtern, einschließlich Excel, CSV und SPSS-Dateien