Seminar LLM gestützte KI-Anwendungen mit Python entwickeln
Präsenzveranstaltungen in Wiesbaden oder Online-Seminar an 2 Tagen: 1.390,- € pro Person (netto)
Dieses zweitägige Seminar soll die wesentlichen Fähigkeiten vermitteln, mit Python LLM gestützte KI-Anwendungen zu entwickeln.
Termine Offene Schulungen - Kompaktkurs: 26./27.02.2025, 17./18.09.2025

LERNZIELE UND AGENDA
Ziele:
-
Verständnis von LLMs: Grundlagen von Large Language Models (LLMs) und deren Funktionsweise verstehen.
-
Praktische Anwendung: Fähigkeit zur effektiven Nutzung von online (z.B. ChatGPT) und offline (z.B. Ollama) LLMs in Python erlernen.
-
Prompt Engineering: Kenntnisse in der Erstellung und Optimierung von Prompts für LLMs erwerben.
-
Integration von Frameworks: Anwendung von Llama-Index und Langchain zur Entwicklung komplexer KI-Anwendungen erlernen.
-
Zero-shot und Few-shot Techniken: Vertrautheit mit Zero-shot und Few-shot Lernmethoden entwickeln.
-
Frontend-Entwicklung: Erstellung interaktiver Benutzeroberflächen für LLM-Anwendungen mit Streamlit erlernen.
-
Praktische Umsetzung: Anwendung des Gelernten in einer realistischen Case-Study, um praktische Erfahrungen zu sammeln.
-
Optimierung von Anwendungen: Strategien zur Optimierung der Performance und Benutzererfahrung von LLM-gestützten Anwendungen verstehen.
INHOUSE-SEMINAR
Seminardurchführung am Standort des Kunden
€1.390,00
pro Tag bis 4 Teilnehmer zzgl. gesetzlicher USt
Alle Inhalte der Inhouse-Seminare werden individuell zugeschnitten und zielgruppenspezifisch vermittelt.
Intensive Nachbetreuung ermöglicht den Teilnehmern ihre Kenntnisse in kürzester Zeit umzusetzen.
Empfohlene Seminardauer: 2 Tage
Leihgebühren Schulungsnotebook (auf Wunsch): 60,- Euro (pro Tag, pro Schulungsrechner)
WORKSHOP
Sie nennen uns Ihre Themen!
Preis auf Anfrage
zzgl. gesetzlicher USt und ggf. Reisekoste
Alle Inhalte des Workshops werden individuell zugeschnitten und zielgruppenspezifisch vermittelt.
Gerne führen wir den Workshop bei Ihnen vor Ort, in Wiesbaden oder online durch.
Leihgebühren Schulungsnotebook (auf Wunsch): 60,- Euro (pro Tag, pro Schulungsrechner)
Tag 1: Einführung in LLMs und grundlegende Implementierungen
Einheit 1: Einführung in LLMs und Python
-
Überblick über Large Language Models (LLMs) und deren Anwendungsgebiete.
-
Vergleich zwischen online LLMs (z.B. ChatGPT) und offline LLMs (z.B. mit Ollama).
-
Grundlegende Konzepte von Python für KI-Entwicklungen.
-
Installation und Einrichtung der benötigten Tools und Bibliotheken (z.B. transformers, torch).
Einheit 2: Nutzung von LLMs mit Python
-
Anbindung und Nutzung von online LLMs (z.B. ChatGPT API).
-
Einführung in die Offline-Nutzung von LLMs mit Ollama.
-
Hands-on: Erste Interaktionen mit LLMs in Python.
-
Beispielanwendungen: Textgenerierung und einfache Dialogsysteme.
Arbeiten mit Llama-Index und Langchain
-
Einführung in Llama-Index und Langchain als Frameworks für LLM-gestützte Anwendungen.
-
Installation und erste Schritte mit Llama-Index.
-
Entwicklung einfacher Anwendungen zur Datenabfrage und -verarbeitung.
-
Anwendungsbeispiele für Llama-Index und Langchain.
Case Study
-
Anwendung des Gelernten in einer realistischen Case-Study.
-
Die Teilnehmer arbeiten in Gruppen, um eine LLM-gestützte Anwendung zu entwickeln.
-
Präsentation der Ergebnisse und Diskussion.
Tag 2: Vertiefung und fortgeschrittene Techniken
Einheit 4: Fortgeschrittene Techniken mit LLMs
-
Einführung in Techniken wie Few-shot und Zero-shot Learning.
-
Verwendung von Langchain für komplexe Workflow-Implementierungen.
-
Integration von LLMs in bestehende Anwendungen (z.B. Chatbots, Textanalysen).
Einheit 5: Optimierung und Performance-Management
-
Strategien zur Optimierung der Performance von LLM-Anwendungen.
-
Diskussion der Herausforderungen bei der Nutzung von LLMs.
-
Hands-on: Implementierung von Best Practices zur Verbesserung der Ergebnisse.
Einheit 6: Frontend-Entwicklung mit Streamlit
-
Einführung in Streamlit für die Entwicklung interaktiver Webanwendungen.
-
Erstellung von Benutzeroberflächen für LLM-gestützte Anwendungen.
-
Hands-on: Integration von LLMs in Streamlit-Anwendungen für eine benutzerfreundliche Präsentation.
Case Study
-
Weiterführung der Case-Study vom ersten Tag mit Fokus auf fortgeschrittene Techniken.
-
Die Teilnehmer implementieren komplexere Funktionen in ihren Anwendungen.
-
Präsentation der finalen Projekte und Feedback-Runde.
INHALT
In der heutigen digitalen Ära sind Large Language Models (LLMs) ein entscheidender Bestandteil von Künstlicher Intelligenz (KI) und Datenanalyse. Unser zweitägiges Seminar „LLM gestützte KI-Anwendungen mit Python entwickeln“ bietet eine umfassende Einführung in die Nutzung und Entwicklung von LLMs in Python. Teilnehmer lernen, wie sie sowohl online LLMs (wie ChatGPT) als auch offline LLMs (z.B. mit Ollama) effektiv nutzen können. Ziel ist es, die Kenntnisse in der Entwicklung von KI-Anwendungen zu vertiefen und praktische Fähigkeiten in der Programmierung zu erwerben.
Das Seminar ist in drei 90-minütige Einheiten sowie eine Case-Study unterteilt. Die erste Einheit vermittelt die grundlegenden Konzepte von LLMs, einschließlich deren Funktionsweise und Anwendungsgebiete. Durch praktische Übungen erlernen die Teilnehmenden, wie sie LLMs in Python integrieren können, um einfache Textgenerierungs- und Dialogsysteme zu erstellen. Die Teilnehmer erhalten einen praxisnahen Zugang zu den erforderlichen Tools und Bibliotheken, die für die Entwicklung von LLM-gestützten Anwendungen notwendig sind.
In der zweiten Einheit konzentrieren wir uns auf fortgeschrittene Techniken wie Zero-shot und Few-shot Learning. Diese Methoden sind entscheidend, um die Flexibilität und Effizienz von LLMs in verschiedenen Anwendungsfällen zu maximieren. Die Teilnehmer werden in der Lage sein, komplexe Workflows mit Langchain zu erstellen und LLMs in bestehende Anwendungen zu integrieren. Zudem werden Strategien zur Optimierung der Performance von LLM-Anwendungen behandelt, um die besten Ergebnisse zu erzielen.
Am zweiten Seminartag liegt der Fokus auf der Frontend-Entwicklung mit Streamlit. Hier lernen die Teilnehmenden, interaktive Benutzeroberflächen zu erstellen, die eine benutzerfreundliche Präsentation ihrer LLM-gestützten Anwendungen ermöglichen. Die Integration von LLMs in Streamlit-Anwendungen bietet die Möglichkeit, innovative und benutzerorientierte Lösungen zu entwickeln. Abgerundet wird das Seminar durch eine umfassende Case-Study, in der die Teilnehmer ihr erlerntes Wissen in einem realistischen Projekt anwenden und ihre Ergebnisse präsentieren können.
Die Umsetzung erfolgt immer praktisch, gerne auch anhand Ihrer konkreten Fragestellung (falls Sie das Seminar exklusiv als Firmenseminar gebucht haben) in Python (jupyter). Wenn Sie ein Firmenseminar buchen, können Sie jede beliebige IDE nutzen.
Buchen Sie ein Firmenseminar, so schneiden wir die Inhalte natürlich gerne auf ihre Bedürfnisse zu und schulen auch an ihren Daten. Sprechen Sie uns einfach an!