Kurs
digicode: RAG
Retrieval-Augmented Generation (RAG) Chatbots – Implementierung und Deep Dive
Kurs-Facts
Als PDF herunterladen- Sammeln von praktischer Erfahrung in der Implementierung von RAG-Chatbots
- Kennenlernen der Architektur von RAG-Systemen
- Evaluieren und Optimieren von RAG-Chatbots
- Kennenlernen der Security von RAG-Chatbots
- Kennenlernen von Information Retrieval für Textdokumente einschliesslich Textsuche und semantischer Suche mittels Vektor-Datenbanken
In diesem Kurs erwerben die Teilnehmenden sowohl das notwendige theoretische Grundlagenwissen als auch die praktische Erfahrung zur Implementierung von produktionsreifen RAG Chatbots im Enterprise Umfeld. Der Kursinhalt umfasst:
1 Implementierung eines produktionsreifen RAG Chatbots mittels ausgewählter Open Source Tools
- Gemeinsam implementieren wir einen produktionsreifen RAG Chatbot basierend auf Python-basierten Open Source Libraries und ausgewählten Public-Cloud-Diensten zum Hosten von Language-Modellen.
2 Architektur und Funktionsweise von Retrieval Augmented Generation (RAG) Chatbots
- Funktionsweise und Architekturen für RAG-Chatbots; Skalierungs- und Kostenaspekte.
3 Grundlagen Information Retrieval und semantische Suche für Textdokumente
- Klassische Textsuche und semantische Suche mittels Vektor-Datenbanken; Funktionsweise Vektor-Suchmaschinen.
4 Evaluierung und Optimierung von RAG-Systemen
- Systematisches Evaluieren und Optimieren von RAG Chatbots.
5 Security von RAG-Systemen
- Entwickeln eines holistischen Sicherheitskonzepts für RAG; die Rolle von Red Teaming, Content Filtering, Prompt Logging usw.
6 Erweiterungen von RAG-Systemen
- Übersicht über weitere Entwicklungen und Erweiterungen von Standard RAG Chatbots wie Agentic AI und Agentic RAG, multimodales RAG, oder Text-to-Query.
- Hands-on-Implementierung
- Interaktive Theorie-Einheiten
- Erfahrungsaustausch in der Gruppe
- Software Engineers
- Data Scientists, AI-Entwickler/innen, ML Engineers
- IT-Architekt/innen (z.B. Softwarearchitekt/innen, Enterprise-Architekt/innen)
- Product Owner, Product Manager im AI-Bereich mit Erfahrung in der Softwareentwicklung
Grundkenntnisse in Software-Entwicklung und Python-Programmierung notwendig. Erfahrung mit AI-Technologien oder Cloud-Plattformen ist von Vorteil, aber nicht zwingend erforderlich.