In diesem Kurs lernen Sie, wie Sie Unternehmensdaten mit fortgeschrittenen großen Sprachmodellen (LLMs) unter Verwendung von Retrieval-Augmented Generation (RAG) Techniken integrieren können. Durch praktische Übungen werden Sie KI-gestützte Anwendungen mit Tools wie LangChain, FAISS und OpenAI APIs erstellen. Sie lernen die Grundlagen von LLM, die RAG-Architektur, die Optimierung der Vektorsuche, Prompt Engineering und die skalierbare Bereitstellung von KI kennen, um verwertbare Erkenntnisse zu gewinnen und intelligente Lösungen voranzutreiben. Dieser Kurs ist ideal für Datenwissenschaftler, Ingenieure für Maschinelles Lernen, Softwareentwickler und KI-Enthusiasten, die die Leistungsfähigkeit großer Sprachmodelle (LLMs) in Unternehmensanwendungen nutzen möchten. Ganz gleich, ob Sie KI-Lösungen für den Kundenservice, die Inhaltserstellung, das Wissensmanagement oder die Datenabfrage entwickeln, dieser Kurs vermittelt Ihnen praktische Fähigkeiten, um die Brücke zwischen Unternehmensdaten und modernsten KI-Funktionen zu schlagen. Um diesen Kurs erfolgreich zu absolvieren, sollten die Teilnehmer über ein grundlegendes Verständnis der Prinzipien des maschinellen Lernens und über praktische Erfahrungen mit großen Sprachmodellen (z. B. mit OpenAI APIs oder Hugging Face-Modellen) verfügen. Kenntnisse in der Python-Programmierung sind unerlässlich, ebenso wie ein grundlegendes Verständnis der Funktionsweise von APIs. Diese Grundkenntnisse werden sicherstellen, dass Sie den praktischen Projekten und technischen Demonstrationen während des Kurses problemlos folgen können. Am Ende dieses Kurses werden die Teilnehmer in der Lage sein, große Sprachmodelle (LLMs) nahtlos in Unternehmensdatenanwendungen zu integrieren, um intelligentere und kontextbewusste KI-Systeme zu ermöglichen. Sie erlangen die Fähigkeit, Retrieval-Augmented Generation Generation (RAG) Techniken zu evaluieren und anzuwenden, um sowohl die Genauigkeit als auch die Effizienz von Prozessen der Informationsbeschaffung und Inhaltsgenerierung zu verbessern. Darüber hinaus beherrschen die Teilnehmer die Kunst der Verfeinerung von Prompts zur Optimierung der Qualität und Relevanz von KI-generierten Antworten und sind in der Lage, skalierbare, LLM-gestützte Lösungen zu entwerfen und bereitzustellen, die komplexe reale Herausforderungen moderner Unternehmen bewältigen.

Genießen Sie unbegrenztes Wachstum mit einem Jahr Coursera Plus für 199 $ (regulär 399 $). Jetzt sparen.

Empfohlene Erfahrung
Was Sie lernen werden
Integration von LLMs mit Unternehmensdaten Anwendungen.
Bewertung von RAG-Techniken zur Verbesserung der Genauigkeit und Effizienz von KI-Abruf- und Generierungsprozessen.
Verfeinerung der Prompts zur Optimierung der Qualität und Relevanz der von der KI generierten Antworten.
Bereitstellung skalierbarer LLM-gestützter Lösungen zur Bewältigung komplexer, realer Unternehmensherausforderungen.
Kompetenzen, die Sie erwerben
- Kategorie: OpenAI API
- Kategorie: Vektor-Datenbanken
- Kategorie: Skalierbarkeit
- Kategorie: Generative KI
- Kategorie: Modellierung großer Sprachen
- Kategorie: Datenverarbeitung
- Kategorie: Maschinelles Lernen
- Kategorie: Einbettungen
- Kategorie: Modell-Bereitstellung
- Kategorie: LangChain
- Kategorie: Umarmendes Gesicht
- Kategorie: Abruf-erweiterte Erzeugung
- Kategorie: Prompt Engineering
- Kategorie: LLM-Bewerbung
- Kategorie: Daten-Integration
Wichtige Details

Zu Ihrem LinkedIn-Profil hinzufügen
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

In diesem Kurs gibt es 1 Modul
In diesem Kurs lernen Sie, wie Sie Unternehmensdaten mit fortgeschrittenen großen Sprachmodellen (LLMs) unter Verwendung von Retrieval-Augmented Generation (RAG) Techniken integrieren können. Durch praktische Übungen werden Sie KI-gestützte Anwendungen mit Tools wie LangChain, FAISS und OpenAI APIs erstellen. Sie erforschen LLM-Grundlagen, RAG-Architektur, Vektor-Suchoptimierung, Prompt Engineering und skalierbare KI-Bereitstellung, um verwertbare Erkenntnisse zu gewinnen und intelligente Lösungen zu entwickeln.
Das ist alles enthalten
14 Videos7 Lektüren1 Aufgabe1 peer review
von
Warum entscheiden sich Menschen für Coursera für ihre Karriere?





Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - alles in Ihrem Abonnement enthalten
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.
Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.
Häufig gestellte Fragen
Um Zugang zu den Kursmaterialien und Aufgaben zu erhalten und um ein Zertifikat zu erwerben, müssen Sie die Zertifikatserfahrung erwerben, wenn Sie sich für einen Kurs anmelden. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen. Der Kurs kann stattdessen die Option "Vollständiger Kurs, kein Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Bewertungen abgeben und eine Abschlussnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Wenn Sie ein Zertifikat erwerben, erhalten Sie Zugang zu allen Kursmaterialien, einschließlich der benoteten Aufgaben. Nach Abschluss des Kurses wird Ihr elektronisches Zertifikat zu Ihrer Erfolgsseite hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder zu Ihrem LinkedIn-Profil hinzufügen.
Ja. Für ausgewählte Lernprogramme können Sie eine finanzielle Unterstützung oder ein Stipendium beantragen, wenn Sie die Anmeldungsgebühr nicht aufbringen können. Wenn für das von Ihnen gewählte Lernprogramm eine finanzielle Unterstützung oder ein Stipendium verfügbar ist, finden Sie auf der Beschreibungsseite einen Link zur Beantragung.
Weitere Fragen
Finanzielle Unterstützung verfügbar,
¹ Einige Aufgaben in diesem Kurs werden mit AI bewertet. Für diese Aufgaben werden Ihre Daten in Übereinstimmung mit Datenschutzhinweis von Courseraverwendet.



