Entwickeln und implementieren Sie ein serverloses Multi-Modell-KI-System (Künstliche Intelligenz) für den Produktiveinsatz auf Amazon Web Services (AWS), das Amazon Bedrock und Ollama für die Ausführung von Large Language Models (LLM) in der Cloud und lokal integriert. Dieser Capstone-Kurs, der Abschlusskurs der Spezialisierung „Angewandte KI-Technik“, fasst das in 19 vorherigen Kursen erworbene Wissen zu einem umfassenden technischen Projekt zusammen. Sie werden Rust-basierte LLM-Anwendungen unter Verwendung der Cargo-Lambda-Toolchain für die serverlose Bereitstellung auf AWS Lambda implementieren, YAML-gesteuerte (Yet Another Markup Language) Workflows für das Prompt-Engineering zur strukturierten Konfigurationsverwaltung entwerfen und eine multimodale Ablauforchestrierung entwickeln, die Anfragen je nach Aufgabenanforderungen an die entsprechenden Modelle weiterleitet. Der Kurs beginnt mit den Grundlagen der Multi-Modell-Architektur, wobei das sich weiterentwickelnde Ökosystem der KI-Modelle, Kriterien zur Modellauswahl für Produktions-Workloads sowie Integrationsmuster für mehrere Anbieter behandelt werden, die Fallback-Möglichkeiten und Kostenoptimierung ermöglichen. Anschließend gehen Sie zur serverlosen Produktionsbereitstellung über, implementieren einen Amazon Bedrock-Router für die dynamische Modellauswahl und stellen mit Cargo Lambda serverlose Rust-Funktionen bereit, die für KI-Workloads Vorteile beim Kaltstart und beim Speicherverbrauch bieten. Die abschließende Capstone-Aufgabe besteht darin, die Multi-Modell-Orchestrierung, die YAML-Prompt-Konfiguration und die serverlose Bereitstellung in ein vollständiges Produktionssystem zu integrieren, das anhand von Leistungs-, Kosten- und Zuverlässigkeitsstandards bewertet wird.