LLM-Entwicklung und Deployment - Kompaktkurs

• Kurzbeschreibung

  In diesem fünftägigen Kurs lernen Sie, wie moderne LLM-Anwendungen aufgebaut, erweitert und produktiv eingesetzt werden. Sie entwickeln eigene RAG-Pipelines, arbeiten mit Tools wie LangChain, FAISS und Docker und setzen professionelle Deployment- und Monitoring-Strategien um.

• Kursinfo (Code: kurslmk)

  Dieser Kompaktkurs vermittelt Ihnen praxisnahes Wissen zur Entwicklung und zum Betrieb moderner Large Language Model-Anwendungen. Sie lernen die grundlegenden Bausteine aktueller LLM-Architekturen kennen und entwickeln systematisch eigene Prompts und RAG-Pipelines. Ein besonderer Fokus liegt auf der Integration externer Wissensquellen mithilfe von LangChain oder LlamaIndex sowie dem Aufbau produktionsreifer Query-Antwort-Systeme mit Logging, API-Anbindung und semantischer Suche.

  Abschließend beschäftigen Sie sich mit Infrastruktur, Sicherheit und Governance. Sie lernen, wie Sie LLM-Anwendungen mit Docker containerisieren, via FastAPI bereitstellen, überwachen und skalieren – inklusive Guardrails, Token-Tracking und Prompt-Management.

  Angesprochener Teilnehmerkreis:
  Technisch orientierte Fachkräfte, Entwickler, ML Engineers, AI-Produktmanager und alle, die LLMs systematisch entwickeln, erweitern und produktiv einsetzen möchten.

  Kursziel:
  Teilnehmende sind in der Lage, LLM-gestützte Anwendungen zu entwickeln, externe Datenquellen einzubinden, produktionsreife Systeme mit RAG zu betreiben und diese sicher, skalierbar und nachvollziehbar zu verwalten.

• Seminar- bzw. Schulungsinhalte

  • Grundlagen & Architektur moderner LLMs
    • Überblick Transformer, Kontext, Tokenisierung
    • Prompt Design (Zero-/Few-Shot, System Prompts)
    • Unterschiede zu klassischen NLP-Verfahren
    • Hands-on: effektive Prompts entwickeln
  • Retrieval-Augmented Generation (RAG) Essentials
    • Rolle von Embeddings und Vektorsuche
    • Praktische Arbeit mit FAISS, ChromaDB
    • Integration externer Quellen über LangChain / LlamaIndex
    • Aufbau einer einfachen RAG-Pipeline
  • Erweiterte RAG-Pipelines in der Praxis
    • Datenvorbereitung & semantische Abfragen
    • Tool-Ketten in LangChain
    • Query-Antwort-System mit API-Anbindung
    • Best Practices: Trennung von Modell- und Wissenskomponente
  • LLMOps – Deployment & Infrastruktur
    • Deployment-Strategien: Hosted vs. On-Premise
    • Containerisierung (Docker), Frameworks (FastAPI, BentoML)
    • Monitoring & Logging (LangSmith, Weights & Biases, OpenTelemetry)
    • Prompt- & Model-Management
  • LLMOps – Governance, Security & Skalierung
    • Sicherheit (Prompt Injection, Datenschutz, Auditierbarkeit)
    • Kostenkontrolle: Token-Tracking, Caching, Request-Management
    • CI/CD für LLM-Anwendungen
  • Abschlussprojekt: Bau einer produktionsreifen Anwendung mit RAG, Logging, Monitoring & Guardrails

• Seminar- bzw. Schulungsvoraussetzungen

  Solide Kenntnisse in Python und Grundverständnis von API-Nutzung, Machine Learning oder Cloud-Infrastruktur sind erforderlich. Erfahrung mit Tools wie Jupyter, VS Code oder Docker ist hilfreich.

Anmeldung

• Statistiken

  27 Kunden haben bereits die Schulung:
  LLM-Entwicklung und Deployment - Kompaktkurs gebucht. (innerhalb der letzten 24 Monate als offenes Seminar, Firmenschulung oder Workshop)
  

• Ihre Vorteile

  • Qualitätsgarantie

    Wir möchten Sie mit unseren Seminaren begeistern. Sollten Sie mit einer PC-COLLEGE- Schulung nicht zufrieden sein und uns dies innerhalb von 14 Tagen schriftlich mitteilen, können Sie das Seminar am selben Standort kostenfrei wiederholen.

  • Zertifikatsservice

    Sollten Sie Ihr PC-COLLEGE-Zertifikat verlegt oder bei einem Arbeitgeber abgegeben haben, senden wir Ihnen auf Wunsch, bis zu sieben Jahre nach Kursende, gerne Ihr Original-Zertifikat per Post oder ein PDF per E-Mail zu.

  • Schulungsexperte seit 1985

    Wir haben mehr als 30 Jahre Schulungserfahrung. Dabei setzen wir auf Trainerinnen und Trainer mit langjähriger didaktischer und praktischer Erfahrung.

  • ... alle Vorteile auf einen Blick

• Terminübersicht

  SeNr.	Seminar	Termin	Dauer	Standorte
  LMK 260601	LLM-Entwicklung und Deployment - Kompaktkurs	01.06. - 05.06.2026	5 Tage	Berlin
  LMK 260727	LLM-Entwicklung und Deployment - Kompaktkurs	27.07. - 31.07.2026	5 Tage	Berlin
  LMK 260921	LLM-Entwicklung und Deployment - Kompaktkurs	21.09. - 25.09.2026	5 Tage	Berlin
  LMK 261116	LLM-Entwicklung und Deployment - Kompaktkurs	16.11. - 20.11.2026	5 Tage	Berlin

• Seminarübersichten

  • Nach Schlagworten
  • Nach Herstellern
  • Nach Kategorien

Verwandte Seminare/Schulungen

• Python - Grundkurs für Programmieranfänger
• Large Language Models (LLM) - RAG-Tuning und Evaluation
• Large Language Models (LLM) - No/Low-Code Automatisierungen
• LangChain und LangGraph - Professionelle LLM-Workflows
• Python - Grundkurs für Programmiererfahrene