Wie KI-Modelle wie Googles „Gemini“ gezeigt haben, können selbst die fortschrittlichsten Systeme spektakuläre Sicherheitsausfälle aufweisen, die zu Imageschäden und einem Vertrauensverlust bei den Nutzern führen. In diesem Modul lernen Sie die strengen, adversarischen Testmethoden kennen, die professionelle KI-Red-Teams einsetzen, um Anwendungen mit hohem Risiko abzusichern. Am Ende dieses Moduls werden Sie nicht nur in der Lage sein, sicherzustellen, dass sich Ihr LLM sicher verhält, sondern auch nachzuweisen, dass die Tests zur Überprüfung dieser Sicherheit selbst umfassend und robust sind.

Wenn Sie schon einmal mit dem Problem „Auf meinem Rechner hat es funktioniert“ konfrontiert waren oder Schwierigkeiten hatten, ein großartiges Ergebnis von vor Wochen zu reproduzieren, vermittelt Ihnen dieser Kurs die grundlegenden MLOps-Verfahren, um einen wirklich nachvollziehbaren und kollaborativen Arbeitsablauf aufzubauen. Das vorrangige Ziel ist es, Sie in die Lage zu versetzen, den gesamten Lebenszyklus eines Experiments souverän zu verwalten und sicherzustellen, dass jedes von Ihnen erstellte Modell reproduzierbar, nachvollziehbar und für die hohen Anforderungen der Produktion bereit ist. Für Lernende, die daran interessiert sind, diese MLOps-Kenntnisse auf neue Bereiche anzuwenden, dient dieses Modul als perfekte Grundlage für fortgeschrittenere Themen.

Moderne ML-Workflows umfassen oft mehrere komplexe Schritte – die Bereitstellung einer GPU, die Ausführung eines Trainingsauftrags und das Speichern des Modells –, deren manuelle Durchführung ineffizient ist. In diesem Modul lernen Sie, wie Sie diesen gesamten Prozess von Anfang bis Ende mit Python automatisieren können. Am Ende sind Sie in der Lage, Ihre manuellen Cloud-Prozesse in robuste, automatisierte und produktionsreife Pipelines umzuwandeln.

In diesem Modul schlüpfen Sie in die Rolle eines Entwicklers, der dafür verantwortlich ist, die Sicherheit und Zuverlässigkeit eines KI-gestützten Microservices zur Zusammenfassung von Texten zu gewährleisten. Im Rahmen eines praktischen Projekts erstellen Sie mithilfe von Python und pytest eine umfassende Testsuite, die die Funktionalität validiert und Sicherheitsrichtlinien durchsetzt. Sie schreiben Unit-Tests, um das CORE-Verhalten der API zu überprüfen, und entwickeln anschließend kritische Verhaltenstests, um sicherzustellen, dass der Dienst keine schädlichen, illegalen oder anderweitig nicht konformen Inhalte generiert. Dieses Modul vermittelt Ihnen die praktischen Fähigkeiten, Sicherheitsverweigerungen durchzusetzen, Ihre Teststrategie zu dokumentieren und Ihre Arbeit in eine CI-Pipeline zu integrieren, um zu verhindern, dass unsicherer Code jemals in die Produktion gelangt.