Wenn Sie sich für diesen Kurs anmelden, werden Sie auch für diese Spezialisierung angemeldet.
Lernen Sie neue Konzepte von Branchenexperten
Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
Erwerben Sie ein Berufszertifikat zur Vorlage
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 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.
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
Infos zu Modulinhalt anzeigen
14 Videos•Insgesamt 117 Minuten
Einführung in den Kurs und Treffen mit dem Kursleiter•3 Minuten
Grundlagen der LLMs und Einführung in die RAG: Revolutionierung von KI-Lösungen•8 Minuten
Schnellstart: Einrichten Ihrer Umgebung für die LLM-Entwicklung•14 Minuten
Verwalten von Kontextfenstern•6 Minuten
RAG-Komponentenaufgliederung•5 Minuten
Implementierung der Vektorsuche mit FAISS in RAG-Projekten•14 Minuten
RAG für die Optimierung abstimmen•6 Minuten
Strategien der Datenintegration•7 Minuten
LLM-Apps erstellen•8 Minuten
Bereitstellung von LLM-Apps•9 Minuten
Bereitstellung von LLM-Anwendungen mit FastAPI auf Hugging Face•15 Minuten
Schnelles Engineering•14 Minuten
Skalierung und Sicherheit von Workflows•4 Minuten
Glückwünsche und kontinuierliche Lernreise•4 Minuten
7 Lektüren•Insgesamt 35 Minuten
Willkommen zum Kurs: Kursübersicht•5 Minuten
Geschichte und Entwicklung der LLMs•5 Minuten
Hands On Learning (HOL): Erforschung der LLM-Integration in realen Anwendungen•5 Minuten
Die praktischen Anwendungen der Retrieval-Augmented Generation Generation in der KI•5 Minuten
Hands On Learning (HOL): Die Umsetzung von RAG•5 Minuten
Hands On Learning (HOL): Bereitstellung eines Workflow-Projekts•5 Minuten
LLMOps: Tools, Plattformen und bewährte Praktiken für die Verwaltung des LLM-Lebenszyklus•5 Minuten
1 Aufgabe•Insgesamt 20 Minuten
LLM Engineering mit RAG: Optimierung von AI-Lösungen•20 Minuten
1 peer review•Insgesamt 20 Minuten
LLM Workflows erforschen•20 Minuten
Erwerben Sie ein Karrierezertifikat.
Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.
Coursera bringt ein vielfältiges Netzwerk von Fachexperten zusammen, die ihr Fachwissen durch berufliche Erfahrung in der Industrie oder einen starken akademischen Hintergrund unter Beweis gestellt haben. Diese Dozenten entwerfen und unterrichten Kurse, die praktische, berufsrelevante Fähigkeiten für Lernende weltweit zugänglich machen.
Wann werde ich Zugang zu den Vorlesungen und Aufgaben haben?
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.
Was bekomme ich, wenn ich mich für diese Specialization einschreibe?
Wenn Sie sich für den Kurs einschreiben, erhalten Sie Zugang zu allen Kursen der Spezialisierung, und Sie erhalten ein Zertifikat, wenn Sie die Arbeit abgeschlossen haben. Ihr elektronisches Zertifikat wird Ihrer Seite "Leistungen" hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder Ihrem LinkedIn-Profil hinzufügen.
Ist finanzielle Hilfe verfügbar?
Ja. Für ausgewählte Lernprogramme können Sie finanzielle Unterstützung oder ein Stipendium beantragen, wenn Sie die Einschreibegebühr 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.
Finanzielle Unterstützung verfügbar, weitere Informationen
¹ Einige Aufgaben in diesem Kurs werden mit AI bewertet. Für diese Aufgaben werden Ihre Daten in Übereinstimmung mit Datenschutzhinweis von Courseraverwendet.