Kursüberblick
Dieser Kurs soll Softwareentwicklern, die an der Verwendung grosser Sprachmodelle (LLMs) ohne Feinabstimmung interessiert sind, generative künstliche Intelligenz (KI) näher bringen. 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 zur Erstellung generativer KI-Anwendungen mit Amazon Bedrock und LangChain.
Zielgruppe
Dieser Kurs richtet sich an:
- Softwareentwickler, die LLMs ohne Feinabstimmung verwenden möchten
Voraussetzungen
Wir empfehlen, dass die Teilnehmer dieses Kurses folgende Voraussetzungen erfüllen:
- Abgeschlossen AWS Technical Essentials (AWSE)
- Python-Kenntnisse auf mittlerem Niveau
Kursziele
In diesem Kurs werden Sie lernen:
- Beschreiben Sie die generative KI und wie sie mit dem maschinellen Lernen zusammenhängt.
- Definieren Sie die Bedeutung der generativen KI und erläutern Sie ihre potenziellen Risiken und Vorteile
- Identifizierung des Geschäftswerts von generativen KI-Anwendungsfällen
- Erörterung der technischen Grundlagen und der wichtigsten Begriffe der generativen KI
- Erklären Sie die Schritte zur Planung eines generativen KI-Projekts
- Identifizierung einiger Risiken und Abhilfemassnahmen beim Einsatz generativer KI
- Verstehen, wie Amazon Bedrock funktioniert
- Machen Sie sich mit den grundlegenden Konzepten von Amazon Bedrock vertraut
- Erkennen Sie die Vorteile von Amazon Bedrock
- Liste typischer Anwendungsfälle für Amazon Bedrock
- Beschreiben Sie die typische Architektur einer Amazon Bedrock-Lösung
- Verstehen Sie die Kostenstruktur von Amazon Bedrock
- Implementierung einer Demonstration von Amazon Bedrock in der AWS Management Console
- Definition von Prompt-Engineering und Anwendung allgemeiner Best Practices im Umgang mit Gründungsmodellen (FMs)
- die grundlegenden Arten von Souffleurtechniken zu identifizieren, einschliesslich Zero-Shot- und Little-Shot-Lernen
- Anwendung fortgeschrittener Eingabeaufforderungstechniken, wenn dies für Ihren Anwendungsfall erforderlich ist
- Ermitteln, welche Prompttechniken für bestimmte Modelle am besten geeignet sind
- Potenziellen Prompt-Missbrauch erkennen
- Analysieren Sie mögliche Verzerrungen in FM-Antworten und entwerfen Sie Aufforderungen, die diese Verzerrungen abschwächen.
- Identifizierung der Komponenten einer generativen KI-Anwendung und wie man ein FM anpasst
- Beschreiben Sie die Amazon Bedrock-Grundmodelle, Ableitungsparameter und die wichtigsten Amazon Bedrock-APIs
- Identifizierung von Amazon Web Services (AWS)-Angeboten, die bei der Überwachung, Sicherung und Verwaltung Ihrer Amazon Bedrock-Anwendungen helfen
- Beschreiben Sie, wie Sie LangChain mit LLMs, Prompt-Templates, Chains, Chat-Modellen, Text-Embedding-Modellen, Dokumenten-Loadern, Retrievern und Agenten für Amazon Bedrock integrieren können
- Beschreiben Sie Architekturmuster, die Sie mit Amazon Bedrock für den Aufbau generativer KI-Anwendungen implementieren können
- Anwendung der Konzepte zum Erstellen und Testen von Anwendungsbeispielen, die die verschiedenen Amazon Bedrock-Modelle, LangChain und den Retrieval Augmented Generation (RAG)-Ansatz verwenden
Kursinhalt
- Einführung in die generative KI - Die Kunst des Möglichen
- Planung eines generativen AI-Projekts
- Erste Schritte mit Amazon Bedrock
- Grundlagen des Prompt Engineering
- Amazon Bedrock-Anwendungskomponenten
- Amazonas-Fundamentmodelle
- LangChain
- Architektur-Muster
Deutsch
Schweiz
Dieser Text wurde automatisiert übersetzt. Um den englischen Originaltext anzuzeigen, klicken Sie bitte hier.