{"course":{"productid":35375,"modality":1,"active":true,"language":"de","title":"Generative AI in Production","productcode":"GAIP","vendorcode":"GO","vendorname":"Google","fullproductcode":"GO-GAIP","courseware":{"has_ekit":false,"has_printkit":true,"language":""},"url":"https:\/\/portal.flane.ch\/course\/google-gaip","objective":"<ul>\n<li>Verstehen Sie die Herausforderungen bei der Produktionsreife von Anwendungen mit generativer KI.<\/li><li>Verwaltung von Experimenten und Evaluierungen f&uuml;r LLM-gest&uuml;tzte Anwendungen<\/li><li>LLM-basierte Anwendungen in die Produktion bringen<\/li><li>Sichere generative KI-Anwendungen<\/li><li>Implementierung von Protokollierung und &Uuml;berwachung f&uuml;r LLM-gest&uuml;tzte Anwendungen<\/li><\/ul>","essentials":"<p>Abschluss von <span class=\"cms-link-marked\"><a class=\"fl-href-prod\" href=\"\/swisscom\/course\/google-adlgc\"><svg role=\"img\" aria-hidden=\"true\" focusable=\"false\" data-nosnippet class=\"cms-linkmark\"><use xlink:href=\"\/css\/img\/icnset-linkmarks.svg#linkmark\"><\/use><\/svg>Application Development with LLMs on Google Cloud <span class=\"fl-prod-pcode\">(ADLGC)<\/span><\/a><\/span> oder gleichwertige Kenntnisse.<\/p>","audience":"<p>Entwickler, DevOps-Ingenieure und Machine-Learning-Ingenieure, die GenAI-basierte Anwendungen operationalisieren m&ouml;chten<\/p>","outline":"<h4>Modul 1 &ndash; Einf&uuml;hrung in generative KI in der Produktion<\/h4><p>\n<strong>Themen:<\/strong>\n<\/p>\n<ul>\n<li>Generative KI-Operationen<\/li><li>Traditionelles MLOps vs. GenAIOps<\/li><li>Komponenten eines LLM-Systems<\/li><li>RAG\/ReAct-Architektur<\/li><\/ul><p><strong>Ziele:<\/strong>\n<\/p>\n<ul>\n<li>Generative KI-Prozesse verstehen<\/li><li>Vergleich zwischen traditionellem MLOps und GenAIOps<\/li><li>Analysieren Sie die Komponenten eines LLM-Systems.<\/li><li>RAG und ReAct definieren und vergleichen<\/li><\/ul><h4>Modul 2 &ndash; Einsatz generativer KI-Anwendungen<\/h4><p>\n<strong>Themen:<\/strong>\n<\/p>\n<ul>\n<li>Optionen f&uuml;r die Anwendungsbereitstellung<\/li><li>Bereitstellung, Paketierung und Versionierung<\/li><\/ul><p><strong>Ziele:<\/strong>\n<\/p>\n<ul>\n<li>Bewertung der Optionen f&uuml;r die Anwendungsbereitstellung<\/li><li>Apps bereitstellen, verpacken und versionieren<\/li><\/ul><p><strong>Aktivit&auml;ten:<\/strong>\n<\/p>\n<ul>\n<li>Labor: Bereitstellung einer agentenbasierten Anwendung auf Cloud Run<\/li><\/ul><h4>Modul 3 &ndash; Generative KI in die Produktion bringen<\/h4><p>\n<strong>Themen:<\/strong>\n<\/p>\n<ul>\n<li>Wartung und Aktualisierungen<\/li><li>Pr&uuml;fung und Bewertung<\/li><li>CI\/CD-Pipelines f&uuml;r KI-gest&uuml;tzte Apps<\/li><\/ul><p><strong>Ziele:<\/strong>\n<\/p>\n<ul>\n<li>LLM-Modelle pflegen und aktualisieren<\/li><li>Testen und bewerten Sie KI-gest&uuml;tzte Apps<\/li><li>CI\/CD-Pipelines f&uuml;r generative KI-gest&uuml;tzte Anwendungen bereitstellen<\/li><\/ul><p><strong>Aktivit&auml;ten:<\/strong>\n<\/p>\n<ul>\n<li>Labor: Versionsverfolgung generativer KI-Anwendungen<\/li><\/ul><h4>Modul 4 &ndash; Sicherung generativer KI-Anwendungen<\/h4><p>\n<strong>Themen:<\/strong>\n<\/p>\n<ul>\n<li>Sicherheitsherausforderungen<\/li><li>Sofortige Sicherheit<\/li><li>Schutz sensibler Daten und DLP-API<\/li><li>Modellpanzerung<\/li><\/ul><p><strong>Ziele:<\/strong>\n<\/p>\n<ul>\n<li>Sicherheitsherausforderungen f&uuml;r allgemeine KI-Anwendungen identifizieren<\/li><li>Aktuelle Sicherheitsprobleme verstehen<\/li><li>Anwendung von sensiblen Daten und DLP-API<\/li><li>Modellpanzerung implementieren<\/li><\/ul><p><strong>Aktivit&auml;ten:<\/strong>\n<\/p>\n<ul>\n<li>Labor: Sicherung generativer KI-gest&uuml;tzter Anwendungen<\/li><\/ul><h4>Modul 5 &ndash; Beobachtbarkeit f&uuml;r LLM-Systeme in der Produktion<\/h4><p>\n<strong>Themen:<\/strong>\n<\/p>\n<ul>\n<li>Cloud-Betrieb<\/li><li>Cloud-Protokollierung<\/li><li>&Uuml;berwachung<\/li><li>Cloud-Verfolgung<\/li><li>Agentenanalyse und AgentOps<\/li><li>Alles zusammenf&uuml;gen<\/li><\/ul><p><strong>Ziele: <\/strong>\n<\/p>\n<ul>\n<li>Beschreiben Sie den Zweck und die Funktionen von Google Cloud Observability.<\/li><li>Erl&auml;utern Sie den Zweck von Cloud Monitoring.<\/li><li>Erl&auml;utern Sie den Zweck von Cloud Logging.<\/li><li>Erl&auml;utern Sie den Zweck von Cloud Trace.<\/li><\/ul><p><strong>Aktivit&auml;ten: <\/strong>\n<\/p>\n<ul>\n<li>Labor: Protokollierung, &Uuml;berwachung und Agentenanalyse<\/li><\/ul>","comments":"<p><em>Dieser Text wurde automatisiert &uuml;bersetzt. Um den englischen Originaltext anzuzeigen, klicken Sie bitte <span class=\"cms-link-marked\"><a class=\"fl-href-prod\" href=\"\/swisscom\/en\/course\/google-gaip\"><svg role=\"img\" aria-hidden=\"true\" focusable=\"false\" data-nosnippet class=\"cms-linkmark\"><use xlink:href=\"\/css\/img\/icnset-linkmarks.svg#linkmark\"><\/use><\/svg>hier<\/a><\/span>.<\/em><\/p>","summary":"<p>Traditionelles MLOps ist eine Reihe von Verfahren zur Produktionsreife traditioneller ML-Systeme f&uuml;r Unternehmensanwendungen. Generative KI stellt neue Herausforderungen an die Verwaltung und Produktionsreife von Anwendungen in grossem Massstab. Der Bereich der generativen KI-Operationen versucht, diese neuen Herausforderungen zu bew&auml;ltigen. In diesem Kurs lernen Sie die Herausforderungen kennen, die bei der Bereitstellung und Produktionsreife generativer KI-gest&uuml;tzter Anwendungen auftreten. Sie lernen, wie Sie Ihre generativen KI-gest&uuml;tzten Anwendungen sichern k&ouml;nnen. Abschliessend werden Sie Best Practices f&uuml;r die Protokollierung und &Uuml;berwachung Ihrer generativen KI-gest&uuml;tzten Anwendungen in der Produktion diskutieren.<\/p>","objective_plain":"- Verstehen Sie die Herausforderungen bei der Produktionsreife von Anwendungen mit generativer KI.\n- Verwaltung von Experimenten und Evaluierungen f\u00fcr LLM-gest\u00fctzte Anwendungen\n- LLM-basierte Anwendungen in die Produktion bringen\n- Sichere generative KI-Anwendungen\n- Implementierung von Protokollierung und \u00dcberwachung f\u00fcr LLM-gest\u00fctzte Anwendungen","essentials_plain":"Abschluss von Application Development with LLMs on Google Cloud (ADLGC) oder gleichwertige Kenntnisse.","audience_plain":"Entwickler, DevOps-Ingenieure und Machine-Learning-Ingenieure, die GenAI-basierte Anwendungen operationalisieren m\u00f6chten","outline_plain":"Modul 1 \u2013 Einf\u00fchrung in generative KI in der Produktion\n\n\nThemen:\n\n\n\n- Generative KI-Operationen\n- Traditionelles MLOps vs. GenAIOps\n- Komponenten eines LLM-Systems\n- RAG\/ReAct-Architektur\nZiele:\n\n\n\n- Generative KI-Prozesse verstehen\n- Vergleich zwischen traditionellem MLOps und GenAIOps\n- Analysieren Sie die Komponenten eines LLM-Systems.\n- RAG und ReAct definieren und vergleichen\nModul 2 \u2013 Einsatz generativer KI-Anwendungen\n\n\nThemen:\n\n\n\n- Optionen f\u00fcr die Anwendungsbereitstellung\n- Bereitstellung, Paketierung und Versionierung\nZiele:\n\n\n\n- Bewertung der Optionen f\u00fcr die Anwendungsbereitstellung\n- Apps bereitstellen, verpacken und versionieren\nAktivit\u00e4ten:\n\n\n\n- Labor: Bereitstellung einer agentenbasierten Anwendung auf Cloud Run\nModul 3 \u2013 Generative KI in die Produktion bringen\n\n\nThemen:\n\n\n\n- Wartung und Aktualisierungen\n- Pr\u00fcfung und Bewertung\n- CI\/CD-Pipelines f\u00fcr KI-gest\u00fctzte Apps\nZiele:\n\n\n\n- LLM-Modelle pflegen und aktualisieren\n- Testen und bewerten Sie KI-gest\u00fctzte Apps\n- CI\/CD-Pipelines f\u00fcr generative KI-gest\u00fctzte Anwendungen bereitstellen\nAktivit\u00e4ten:\n\n\n\n- Labor: Versionsverfolgung generativer KI-Anwendungen\nModul 4 \u2013 Sicherung generativer KI-Anwendungen\n\n\nThemen:\n\n\n\n- Sicherheitsherausforderungen\n- Sofortige Sicherheit\n- Schutz sensibler Daten und DLP-API\n- Modellpanzerung\nZiele:\n\n\n\n- Sicherheitsherausforderungen f\u00fcr allgemeine KI-Anwendungen identifizieren\n- Aktuelle Sicherheitsprobleme verstehen\n- Anwendung von sensiblen Daten und DLP-API\n- Modellpanzerung implementieren\nAktivit\u00e4ten:\n\n\n\n- Labor: Sicherung generativer KI-gest\u00fctzter Anwendungen\nModul 5 \u2013 Beobachtbarkeit f\u00fcr LLM-Systeme in der Produktion\n\n\nThemen:\n\n\n\n- Cloud-Betrieb\n- Cloud-Protokollierung\n- \u00dcberwachung\n- Cloud-Verfolgung\n- Agentenanalyse und AgentOps\n- Alles zusammenf\u00fcgen\nZiele: \n\n\n\n- Beschreiben Sie den Zweck und die Funktionen von Google Cloud Observability.\n- Erl\u00e4utern Sie den Zweck von Cloud Monitoring.\n- Erl\u00e4utern Sie den Zweck von Cloud Logging.\n- Erl\u00e4utern Sie den Zweck von Cloud Trace.\nAktivit\u00e4ten: \n\n\n\n- Labor: Protokollierung, \u00dcberwachung und Agentenanalyse","comments_plain":"Dieser Text wurde automatisiert \u00fcbersetzt. Um den englischen Originaltext anzuzeigen, klicken Sie bitte hier.","summary_plain":"Traditionelles MLOps ist eine Reihe von Verfahren zur Produktionsreife traditioneller ML-Systeme f\u00fcr Unternehmensanwendungen. Generative KI stellt neue Herausforderungen an die Verwaltung und Produktionsreife von Anwendungen in grossem Massstab. Der Bereich der generativen KI-Operationen versucht, diese neuen Herausforderungen zu bew\u00e4ltigen. In diesem Kurs lernen Sie die Herausforderungen kennen, die bei der Bereitstellung und Produktionsreife generativer KI-gest\u00fctzter Anwendungen auftreten. Sie lernen, wie Sie Ihre generativen KI-gest\u00fctzten Anwendungen sichern k\u00f6nnen. Abschliessend werden Sie Best Practices f\u00fcr die Protokollierung und \u00dcberwachung Ihrer generativen KI-gest\u00fctzten Anwendungen in der Produktion diskutieren.","skill_level":"Beginner","version":"2.0","duration":{"unit":"d","value":1,"formatted":"1 Tag"},"pricelist":{"List Price":{"US":{"country":"US","currency":"USD","taxrate":null,"price":595},"CA":{"country":"CA","currency":"CAD","taxrate":null,"price":820},"GB":{"country":"GB","currency":"GBP","taxrate":20,"price":660},"IT":{"country":"IT","currency":"EUR","taxrate":20,"price":650},"DE":{"country":"DE","currency":"EUR","taxrate":19,"price":950},"AT":{"country":"AT","currency":"EUR","taxrate":20,"price":950},"SE":{"country":"SE","currency":"EUR","taxrate":25,"price":950},"FR":{"country":"FR","currency":"EUR","taxrate":19.6,"price":790},"CH":{"country":"CH","currency":"CHF","taxrate":8.1,"price":950}}},"lastchanged":"2026-03-02T21:46:10+01:00","parenturl":"https:\/\/portal.flane.ch\/swisscom\/json-courses","nexturl_course_schedule":"https:\/\/portal.flane.ch\/swisscom\/json-course-schedule\/35375","source_lang":"de","source":"https:\/\/portal.flane.ch\/swisscom\/json-course\/google-gaip"}}