Kurs
Developing Generative AI Applications on AWS – Intensive Training («AWSD03»)
Kurs-Facts
- Beschreiben der generativen KI und ihrer Abgrenzung zum maschinellen Lernen
- Definieren der Bedeutung von generativer KI und Erläuterung ihrer potenziellen Risiken und Vorteile
- Identifizieren des Geschäftswerts von generativen KI-Anwendungsfällen
- Erörtern der technischen Grundlagen und der Schlüsselterminologie für generative KI
- Erläutern der Schritte zur Planung eines generativen KI-Projekts
- Identifizieren einiger Risiken und Abhilfe-Massnahmen beim Einsatz generativer KI
- Verstehen, wie Amazon Bedrock funktioniert
- Vertrautmachen mit den grundlegenden Konzepten von Amazon Bedrock
- Erkennen der Vorteile von Amazon Bedrock
- Auflisten typischer Anwendungsfälle für Amazon Bedrock
- Beschreiben der typischen Architektur im Zusammenhang mit einer Amazon-Bedrock-Lösung
- Verstehen der Kostenstruktur von Amazon Bedrock
- Implementieren einer Demonstration von Amazon Bedrock in der AWS Management Console
- Definieren von Prompt Engineering und Anwenden allgemeiner Best Practices bei der Interaktion mit Foundation Models (FMs)
- Identifizieren der grundlegenden Arten von Prompt-Techniken, einschliesslich Zero-Shot und Little-Shot Learning
- Anwenden von fortgeschrittenen Prompt-Techniken, wenn dies für Ihren Anwendungsfall erforderlich ist
- Erkennen, welche Prompt-Techniken für bestimmte Modelle am besten geeignet sind
- Identifizieren von potentiellem Prompt-Missbrauch
- Analyse potenzieller Verzerrungen in FM-Antworten und Entwicklung von Prompts, die diese Verzerrungen abschwächen
- Identifizieren der Komponenten einer generativen KI-Anwendung und wie man einen FM anpasst
- Beschreiben der Amazon Bedrock Foundation Modelle, Inferenzparameter und der wichtigsten Amazon Bedrock APIs
- Identifizieren von Amazon Web Services (AWS) Angeboten, die bei der Überwachung, Sicherung und Verwaltung Ihrer Amazon Bedrock Anwendungen helfen
- Beschreiben der Integration von LangChain mit LLMs, Prompt-Templates, Chains, Chat-Modellen, Text-Embedding-Modellen, Dokumenten-Loadern, Retrievern und Agenten für Amazon Bedrock
- Beschreiben von Architekturmustern, die Sie mit Amazon Bedrock für den Aufbau generativer KI-Anwendungen implementieren können
- Anwenden der Konzepte zum Erstellen und Testen von Anwendungsbeispielen, die die verschiedenen Amazon Bedrock-Modelle, LangChain und den Retrieval-Augmented-Generation-(RAG)-Ansatz verwenden
Der Kurs bietet einen Überblick über generative KI, die Planung eines generativen KI-Projekts, den Einstieg in Amazon Bedrock, die Grundlagen des Prompt-Engineerings und die Architekturmuster zur Erstellung generativer KI-Anwendungen mit Amazon Bedrock und LangChain.
Tag 1
1 Einführung in generative KI - Die Kunst des Möglichen
- Überblick über ML
- Grundlagen der generativen KI
- Anwendungsfälle generativer KI
- Generative KI in der Praxis
- Risiken und Nutzen
2 Planung eines generativen KI-Projekts
- Generative KI-Grundlagen
- Generative KI in der Praxis
- Generative KI im Kontext
- Schritte bei der Planung eines generativen KI-Projekts
- Risiken und Schadensbegrenzung
3 Erste Schritte mit Amazon Bedrock
- Einführung in Amazon Bedrock
- Architektur und Anwendungsfälle
- Wie man Amazon Bedrock verwendet
- Demonstration: Einrichten des Bedrock-Zugangs und Verwendung von Playgrounds
4 Grundlagen des Prompt Engineering
- Grundlagen von Gründungsmodellen
- Grundlagen des Prompt Engineering
- Grundlegende Sondierungstechniken
- Fortgeschrittene Prompttechniken
- Modellspezifische Prompttechniken
- Demonstration: Feinabstimmung eines einfachen Textprompts
- Behandlung von Prompt-Missbrauch
- Abschwächen von Verzerrungen
- Demonstration: Abschwächen von Bildverzerrungen
Tag 2
5 Amazon-Bedrock-Anwendungskomponenten
- Überblick über die generativen KI-Anwendungskomponenten
- Grundmodelle und die FM-Schnittstelle
- Arbeiten mit Datensätzen und Einbettungen
- Demonstration: Worteinbettungen
- Zusätzliche Anwendungskomponenten
- Abruferweiterte Generierung (RAG)
- Modell-Feinabstimmung
- Absicherung generativer AI-Anwendungen
- Generative KI-Anwendungsarchitektur
6 Amazon-Bedrock-Grundmodelle
- Einführung in Amazon-Bedrock-Foundation-Modelle
- Verwendung von Amazon Bedrock FMs für Inferenz
- Amazon Bedrock-Methoden
- Datenschutz und Auditierbarkeit
- Demonstration: Aufrufen des Bedrock-Modells zur Texterzeugung mit Zero-Shot-Prompt
7 LangChain
- Optimieren der LLM-Leistung
- Verwendung von Modellen mit LangChain
- Prompts konstruieren
- Demonstration: Bedrock mit LangChain unter Verwendung eines Prompts, der Kontext enthält
- Strukturierung von Dokumenten mit Indizes
- Speichern und Abrufen von Daten mit Memory
- Verwendung von Ketten zur Abfolge von Komponenten
- Externe Ressourcen mit LangChain-Agenten verwalten
8 Architekturmuster (Patterns)
- Einführung in Architekturmuster
- Text-Zusammenfassung
- Demonstration: Textzusammenfassung von kleinen Dateien mit Anthropic Claude
- Vorführung: Abstrakte Textzusammenfassung mit Amazon Titan unter Verwendung von LangChain
- Beantwortung von Fragen
- Demonstration: Verwendung von Amazon Bedrock zur Beantwortung von Fragen
- Chatbot
- Demonstration: Konversationsschnittstelle - Chatbot mit AI21 LLM
- Code-Erzeugung
- Demonstration: Verwendung von Amazon-Bedrock-Modellen für die Codegenerierung
- LangChain und Agenten für Amazon Bedrock
- Demonstration: Integration von Amazon-Bedrock-Modellen mit LangChain-Agenten
Dieser Kurs umfasst Präsentationen, Demonstrationen und Gruppenübungen.
Software-Entwickler, die LLMs ohne Feinabstimmung verwenden möchten
- Einige Kenntnisse in Python
- Besuch folgender Kurse oder gleichwertige Kenntnisse:
Dieser kann zur Vorbereitung für folgende offizielle AWS-Zertifizierung dienen: AWS Certified Machine Learning – Specialty