Jetzt Kurs bewerten

Python – LLMs und RAG-Pipelines in der Praxis

In diesem Seminar erfahren Sie, wie Sie moderne Sprachmodelle produktiv einsetzen. Sie kombinieren LLMs mit externen Datenquellen über RAG-Techniken, nutzen Vektorsuchen und optimieren die Antwortqualität durch gezieltes Prompt Design.

python-logo-generic
Live-Online & Vor Ort
104 Termine
3 Tage

Unser Angebot richtet sich ausschließlich an Unternehmer (§ 14 BGB), Gewerbetreibende, Freiberufler sowie öffentliche Auftraggeber. Kein Verkauf an Verbraucher (§ 13 BGB).

Artikelnummer: PYL Kategorien: , , Marke:

Kursdetails & Termine

Kursbeschreibung

In diesem Seminar erfahren Sie, wie Sie moderne Sprachmodelle produktiv einsetzen. Sie kombinieren LLMs mit externen Datenquellen über RAG-Techniken, nutzen Vektorsuchen und optimieren die Antwortqualität durch gezieltes Prompt Design.

Mit Tools wie LangChain, FAISS und LlamaIndex entwickeln Sie eigene Pipelines, die skalierbar, modular und produktionsnah sind. So machen Sie generative KI anwendungsreif.

Hinweis:

Seminarinhalte

Architektur und Grundlagen moderner LLMs

  • Überblick über Transformer-Modelle
  • Unterschiede zu klassischen NLP-Verfahren
  • Rolle von Kontext und Tokenisierung

Prompt Design und Modellsteuerung

  • Struktur effektiver Prompts
  • Few-/Zero-Shot-Techniken
  • System-Prompts für mehr Kontrolle

Grundlagen von Retrieval-Augmented Generation (RAG)

  • Trennung von Modell- und Wissenskomponente
  • Nutzen für domänenspezifische Anwendungen

Vektorsuche und Embedding-Verwaltung

  • Embedding-Erstellung mit Hugging Face
  • Ähnlichkeitssuche mit FAISS und ChromaDB
  • semantische Datenabfragen

LangChain und LlamaIndex im Einsatz

  • Aufbau modularer NLP-Pipelines
  • Integration externer Quellen
  • Dokumentensuche
  • Tool-Ketten

Eigene RAG-Pipeline entwickeln

  • Datenvorbereitung
  • Query-Antwort-System mit LangChain
  • API-Anbindung für produktionsnahe Lösungen

Zielgruppe

Ideal für technisch versierte Teilnehmende, die Sprachmodelle über RAG-Architekturen produktiv nutzen und mit bestehenden Datenquellen verknüpfen möchten.

Voraussetzungen

Gute Python-Kenntnisse und Erfahrung mit Datenverarbeitung oder API-Nutzung. Kenntnisse in NLP oder Machine Learning sind hilfreich, aber nicht zwingend erforderlich.

Lernziele

Anfrage zum Firmenseminar

Anfrage Firmenseminar

Kursname
Vorname
Nachname
Firma
Telefonnummer
Ihre Nachricht

Termine & Buchung

Terminfilter

Durchführungsart

Ihre Auswahl

Verfügbare Termine

Kursdetails & Termine

In diesem Seminar erfahren Sie, wie Sie moderne Sprachmodelle produktiv einsetzen. Sie kombinieren LLMs mit externen Datenquellen über RAG-Techniken, nutzen Vektorsuchen und optimieren die Antwortqualität durch gezieltes Prompt Design.

Mit Tools wie LangChain, FAISS und LlamaIndex entwickeln Sie eigene Pipelines, die skalierbar, modular und produktionsnah sind. So machen Sie generative KI anwendungsreif.

Hinweis:

Architektur und Grundlagen moderner LLMs

  • Überblick über Transformer-Modelle
  • Unterschiede zu klassischen NLP-Verfahren
  • Rolle von Kontext und Tokenisierung

Prompt Design und Modellsteuerung

  • Struktur effektiver Prompts
  • Few-/Zero-Shot-Techniken
  • System-Prompts für mehr Kontrolle

Grundlagen von Retrieval-Augmented Generation (RAG)

  • Trennung von Modell- und Wissenskomponente
  • Nutzen für domänenspezifische Anwendungen

Vektorsuche und Embedding-Verwaltung

  • Embedding-Erstellung mit Hugging Face
  • Ähnlichkeitssuche mit FAISS und ChromaDB
  • semantische Datenabfragen

LangChain und LlamaIndex im Einsatz

  • Aufbau modularer NLP-Pipelines
  • Integration externer Quellen
  • Dokumentensuche
  • Tool-Ketten

Eigene RAG-Pipeline entwickeln

  • Datenvorbereitung
  • Query-Antwort-System mit LangChain
  • API-Anbindung für produktionsnahe Lösungen

Ideal für technisch versierte Teilnehmende, die Sprachmodelle über RAG-Architekturen produktiv nutzen und mit bestehenden Datenquellen verknüpfen möchten.

Gute Python-Kenntnisse und Erfahrung mit Datenverarbeitung oder API-Nutzung. Kenntnisse in NLP oder Machine Learning sind hilfreich, aber nicht zwingend erforderlich.

Anfrage Firmenseminar

Kursname
Vorname
Nachname
Firma
Telefonnummer
Ihre Nachricht

Termine & Buchung

Terminfilter

Durchführungsart

Ihre Auswahl

Verfügbare Termine

Kursbewertungen

Rezensionen

Es gibt noch keine Rezensionen.

Hinterlassen Sie eine Kursbewertung

Ihre E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert

Wir sind persönlich für Sie da

Nicht jeder Kurs passt sofort auf Anhieb. Wir helfen Ihnen dabei, aus Themen, Formaten und Anforderungen die passende Lösung zu finden – persönlich, praxisnah und mit Blick auf Ihren tatsächlichen Bedarf.

  • Persönliche Unterstützung bei der KursauswahlPersönliche Unterstützung bei der Kursauswahl
  • Passende Formate für Teams und EinzelpersonenPassende Formate für Teams und Einzelpersonen
  • Hilfe bei offenen Fragen vor der AnfrageHilfe bei offenen Fragen vor der Anfrage
  • Telefon+49 (911) 9523 – 260
  • Emailtrainings@sandata.de

Planen Sie einen Kurs oder Seminar und möchten sich vorab informieren?

Nicole Mühlbauer

Leiterin / Key Account Managerin

Haben Sie bereits einen Kurs gebucht und noch Fragen zum Ablauf vor Ort oder Online?

Alison Kreis

Seminarorganisation /
Trainer:innen Management

Haben Sie Fragen zu einer Raumvermietung oder unseren Räumlichkeiten vor Ort?

Anouk Mendoza

Seminarorganisation / Raumvermietungen

Fragen & Antworten

Hier beantworten wir die häufigsten Fragen zu unseren Kursen, Abläufen und Formaten. Sollten Sie weitere Fragen haben, unterstützen wir Sie gerne persönlich.

Python – LLMs und RAG-Pipelines in der Praxis im Überblick