Advanced Generative AI Development on AWS
Advanced Generative AI Development on AWS ist für Entwickler konzipiert, die die Implementierung produktionsreifer generativer KI-Lösungen auf AWS meistern möchten. Der Kurs geht auf die Bedürfnisse von Unternehmen ein, die sich auf den Weg der generativen KI machen und umfassende Strategien für generative KI aufbauen möchten, die mit breiteren Geschäftszielen im Einklang stehen.
Advanced Generative AI Development on AWS
aktuelle Kurs-Termine finden Sie am Ende dieser Seite!
Beschreibung
Advanced Generative AI Development on AWS ist für Entwickler konzipiert, die die Implementierung produktionsreifer generativer KI-Lösungen auf AWS meistern möchten. Der Kurs geht auf die Bedürfnisse von Unternehmen ein, die sich auf den Weg der generativen KI machen und umfassende Strategien für generative KI aufbauen möchten, die mit breiteren Geschäftszielen im Einklang stehen.
Dieser dreitägige, fortgeschrittene, von Trainern geleitete Kurs baut Fachwissen über den gesamten Stack der generativen KI auf – von Basismodellen bis hin zu Unternehmensintegrationsmustern. Darüber hinaus lernen Sie fortgeschrittene Datenverarbeitungstechniken, die Implementierung von Vektordatenbanken und Retrieval Augmentation, ausgefeiltes Prompt Engineering und Governance, agentische KI-Systeme und Tool-Integration, Maßnahmen für KI-Sicherheit und -Schutz, Leistungsoptimierungs- und Kostenmanagementstrategien, umfassende Monitoring- und Observability-Lösungen sowie Test- und Validierungs-Frameworks kennen.
Die Kursstruktur folgt dem bewährten AWS-Modell für die Einführung generativer KI und entwickelt sich von Experimenten zu produktionsreifen Implementierungen.
- Kursstufe: Fortgeschrittene
- Dauer: 3 Tage
Kursinhalt
Dieser Kurs umfasst Präsentationen, praktische Übungen, Demonstrationen und Gruppenarbeiten.
Kursziele
In diesem Kurs lernen Sie Folgendes:
- Produktionsreife generative KI-Lösungen unter Verwendung von AWS-Diensten entwickeln, die die Anforderungen von Unternehmen an Sicherheit, Skalierbarkeit und Zuverlässigkeit erfüllen
- Geeignete Basismodelle für spezifische geschäftliche Anwendungsfälle bewerten und auswählen, einschließlich Benchmarking der Leistung und Implementierung von Architekturen für die dynamische Modellauswahl
- Basismodell-Systeme mit Schutzschaltern (Circuit Breakern), regionenübergreifender Bereitstellung und Strategien zum Umgang mit Leistungsabfällen entwerfen und implementieren
- Umfassende Datenverarbeitungspipelines für multimodale Eingaben aufbauen, einschließlich Validierungs-Workflows und Optimierungstechniken
- Ausgefeilte Vektordatenbank-Lösungen unter Verwendung von Amazon Bedrock Knowledge Bases, OpenSearch und hybriden Ansätzen für eine effektive Retrieval-Augmentation implementieren
- Fortgeschrittene Frameworks für Prompt Engineering erstellen und verwalten, einschließlich Chain-of-Thought-Reasoning und unternehmensweiter Prompt-Governance-Systeme
- Komponenten von Agentic-AI-Frameworks und Amazon Bedrock AgentCore erklären
- Umfassende Sicherheits- und Kontrollmaßnahmen für KI implementieren, einschließlich Inhaltsfilterung, Wahrung der Privatsphäre und Mechanismen für adversarial Tests
- Leistung optimieren und Kosten durch Token-Effizienzstrategien, Batching-Implementierungen und intelligente Caching-Systeme steuern
- Umfassende Monitoring- und Observability-Lösungen für Basismodell-Anwendungen entwerfen und implementieren
- Systematische Test- und Validierungs-Frameworks zur kontinuierlichen Qualitätssicherung von KI-Anwendungen erstellen
- Generative-KI-Lösungen unter Verwendung sicherer, konformer und skalierbarer Architekturmuster in Unternehmensumgebungen integrieren
Zielgruppe
Dieser Kurs ist gedacht für:
- Softwareentwickler
- Technische Fachleute
Voraussetzungen
Wir empfehlen, dass Teilnehmer dieses Kurses über Folgendes verfügen:
- AWS Technical Essentials
- Generative AI Essentials on AWS
- Mindestens 2 Jahre Erfahrung in der Entwicklung produktionsreifer Anwendungen auf AWS oder mit Open-Source-Technologien, allgemeine KI/ML- oder Data-Engineering-Erfahrung
- 1 Jahr praktische Erfahrung bei der Implementierung generativer KI-Lösungen
Kursdauer / Preis
- 3 Tage
- 2.095,00 € zzgl. Mwst. pro Person (DE)
Ablauf
Modul 1: Auswahl und Konfiguration von Basismodellen
- Enterprise-Evaluierungs-Framework für Basismodelle
- Architekturmuster für die dynamische Modellauswahl
- Resistente Entwürfe für Basismodell-Systeme
- Kostenoptimierung und wirtschaftliche Modellierung
Modul 2: Fortgeschrittene Datenverarbeitung für Basismodelle
- Umfassende Datenvalidierung und Qualitätssicherung
- Multimodale Datenverarbeitungspipelines
- Eingabeoptimierung und Leistungssteigerung
Modul 3: Vektordatenbanken und Retrieval-Augmentation
- Enterprise-Vektordatenbank-Architektur
- Fortgeschrittene Dokumentenverarbeitungs- und Chunking-Strategien
- Implementierung ausgefeilter Retrieval-Systeme
- Praktische Übung: Entwicklung von Retrieval-Augmented-Generation-Anwendungen (RAG) mit Amazon Bedrock Knowledge Bases
Modul 4: Prompt Engineering und Governance
- Fortgeschrittene Frameworks für Prompt Engineering
- Komplexe Prompt-Orchestrierungssysteme
- Unternehmensweite Prompt-Governance und -Verwaltung
- Praktische Übung: Entwicklung von Konversationsmustern mit Amazon Bedrock APIs
Modul 5: Implementierung von Agentic-AI-Frameworks mit Amazon Bedrock AgentCore
- Agentische KI-Frameworks
- Amazon Bedrock AgentCore
Modul 6: KI-Sicherheit und Schutz
- Umfassende Implementierung von Inhaltsicherheit
- Datenschutzfreundliche KI-Architektur
- Frameworks für KI-Governance und Compliance
Modul 7: Leistungsoptimierung und Kostenmanagement
- Token-Effizienz und Kostenoptimierung
- Leistungsstarke Systemarchitektur
- Implementierung intelligenter Caching-Systeme
- Praktische Übung: Erstellen sicherer und verantwortungsvoller generativer KI mit Guardrails for Amazon Bedrock
Modul 8: Monitoring und Observability für generative KI
- Monitoring-Systeme für Basismodelle
- Geschäftsauswirkungen und Wertmanagement
- KI-spezifische Fehlerbehebung und Diagnostik
Modul 9: Testen, Validieren und kontinuierliche
- Verbesserung
- Umfassende KI-Evaluierungs-Frameworks
- Qualitätssicherung und kontinuierliche Verbesserung
- Evaluierung und Optimierung von RAG-Systemen
Modul 10: Integrationsmuster für Unternehmen
- Unternehmenskonnektivität und Integrationsarchitektur
- Sicherer Zugriff und Identitätsmanagement
- Umgebungsübergreifende und hybride Bereitstellungen
Modul 11: Kurszusammenfassung
- Nächste Schritte und zusätzliche Ressourcen
- Kurszusammenfassung
WICHTIG: Bitte bringen Sie zu unseren Trainings Ihr Notebook (Windows, Linux oder Mac) mit. Wenn dies nicht möglich ist, nehmen Sie bitte mit uns vorher Kontakt auf.
Kursunterlagen sind auf Englisch, auf Wunsch auch auf Deutsch (wenn verfügbar).
Kurssprache ist Deutsch, auf Wunsch auch auf Englisch.
Die nächsten Termine für: Advanced Generative AI Development on AWS
Termine für dieses Training gerne auf Anfrage.