- Beschreibung der generativen KI und wie sie mit maschinellem Lernen zusammenhängt
- Bedeutung generativer KI und ihrer potenziellen Risiken und Vorteile
- Der geschäftliche Nutzen von generativen KI-Anwendungen
- Die technischen Grundlagen und der Schlüsselterminologie für generative KI
- Die Schritte zur Planung eines generativen KI-Projekts
- Identifikation einiger Risiken und Abhilfemaßnahmen beim Einsatz von generativer KI
- Funktionsweise von Amazon Bedrock
- Die grundlegenden Konzepte von Amazon Bedrock
- Die Vorteile von Amazon Bedrock
- Typische Anwendungsfälle für Amazon Bedrock
- Typische Architektur einer Amazon Bedrock-Lösung
- Die Kostenstruktur von Amazon Bedrock
- Demonstration – Implementation von Amazon Bedrock in der AWS Management Console
- Prompt Engineering und Anwendung allgemeiner Best Practices bei der Interaktion mit Foundation Models (FMs)
- Die grundlegenden Arten von Prompt-Techniken, einschließlich Zero-Shot und Little-Shot Learning
- Erweiterte Prompt-Techniken
- Welche Prompt-Techniken für bestimmte Modelle am besten geeignet sind
- Identifizierung von potentiellem Prompt-Missbrauch
- Analyse potenzieller Bias in FM-Antworten und Entwicklung von Prompts, die diesen Bias abschwächen
- Identifizierung der Komponenten einer generativen KI-Anwendung und wie man einen FM anpasst
- Amazon Bedrock Foundation-Modelle, Inferenzparameter und wichtige Amazon Bedrock APIs
- Amazon Web Services (AWS) Services, die bei der Überwachung, Sicherung und Verwaltung Ihrer Amazon Bedrock Anwendungen helfen
- Wie Sie LangChain mit LLMs, Prompt Templates, Chains, Chat-Modellen, Text
- Einbettungsmodellen, Document Loaders, Retrievern und Agenten für Amazon Bedrock intergrieren
- Architekturmuster, die Sie mit Amazon Bedrock für den Aufbau generativer KI-Anwendungen implementieren können
- Anwendungsbeispiele, die die verschiedenen Amazon Bedrock-Modelle, LangChain und den Retrieval Augmented Generation (RAG) Ansatz verwenden
Developing Generative AI Applications on AWS
Entwicklung generativer KI-Anwendungen mit Amazon Bedrock und LangChain
Dieser Kurs soll Softwareentwicklern, die große Sprachmodelle (LLMs) ohne Feinabstimmung verwenden möchten, eine Einführung in die generative künstliche Intelligenz (KI) geben. Der Kurs bietet einen Überblick über generative KI, die Planung eines generativen KI-Projekts, den Einstieg in Amazon Bedrock, die Grundlagen des Prompt-Engineering und die Architekturmuster für die Entwicklung generativer KI-Anwendungen mit Amazon Bedrock und LangChain.
Inhalte AI Applications on AWS
Wir schulen auch bei dir vor Ort!
Diese AI Applications on AWS Schulung führen wir auch bei dir im Unternehmen als individualisierte AI Applications on AWS-Firmenschulung durch.
Developing Generative AI Applications on AWS Zielgruppe: AI Applications on AWS
Softwareentwickler, die LLMs ohne Feintuning verwenden möchten
Developing Generative AI Applications on AWS Voraussetzungen: AI Applications on AWS
Wir empfehlen, dass die Teilnehmer an diesem Kurs die folgenden Voraussetzungen erfüllen:
- Den Kurs AWS Technical Essentials abgeschlossen
- Erweiterte Kenntnisse in Python
Developing Generative AI Applications on AWS
Entwicklung generativer KI-Anwendungen mit Amazon Bedrock und LangChain
Dieser Kurs soll Softwareentwicklern, die große Sprachmodelle (LLMs) ohne Feinabstimmung verwenden möchten, eine Einführung in die generative künstliche Intelligenz (KI) geben. Der Kurs bietet einen Überblick über generative KI, die Planung eines generativen KI-Projekts, den Einstieg in Amazon Bedrock, die Grundlagen des Prompt-Engineering und die Architekturmuster für die Entwicklung generativer KI-Anwendungen mit Amazon Bedrock und LangChain.
Developing Generative AI Applications on AWS
Kurs-ID:
7476