In diesem praxisorientierten Kurs, der den Abschluss der Spezialisierung „Grundlagen der generativen KI“ bildet, lernen Sie, wie Sie theoretische Konzepte in produktionsreife Lösungen umsetzen. Dieser Kurs richtet sich an Lernende, die bereit sind, über die Theorie hinauszugehen, und konzentriert sich ganz auf die praktische Umsetzung: Sie lernen nicht nur etwas über Large Language Models (LLMs), sondern Sie werden diese auch selbst erstellen, verfeinern und einsetzen.

Wir beginnen auf der Grundlagenebene und programmieren verschiedene Arten von Transformer-Architekturen von Grund auf mit PyTorch. Durch hochleistungsfähiges Training mit „Automatic Mixed Precision“ und ROUGE/BLEU-Bewertung erlernen Sie die Techniken, um benutzerdefinierte Komponenten zu optimierten Systemen zu skalieren. Durch die Nutzung vortrainierter Modelle und die Abwägung von Leistungs-Kompromissen gewinnen Sie die notwendigen Einblicke, um den effizientesten Weg für den groß angelegten Einsatz zu wählen. Im Bereich der angewandten Architektur werden Sie die „Retrieval Augmented Generation“ (RAG) mit LangChain beherrschen und lernen, Pipelines zu bewerten sowie fortgeschrittene Techniken wie verschiedene Chunking-Strategien, Reranking und Komprimierung sowie Abfragetransformation anzuwenden. Außerdem beschäftigen Sie sich mit der Modellauswahl sowie den entscheidenden Kompromissen zwischen RAG und Fine-Tuning. Schließlich tauchen Sie in die Zukunft der KI ein, indem Sie autonome Agenten entwickeln. Sie schließen die Lücke zwischen Entwicklung und Produktion, indem Sie einen professionellen Workflow mit Poetry einrichten und einen Summarizer-KI-Agenten direkt auf der Google Cloud Platform (Vertex AI) bereitstellen. Am Ende dieses Kurses verfügen Sie über ein konkretes Portfolio an Code und eine Live-Bereitstellung, die Ihre Fähigkeit unter Beweis stellen, robuste generative KI-Lösungen zu entwickeln.