Advanced Generative AI Development on AWS

Modul 1: Foundation Model Selection & Configuration

• Frameworks zur Bewertung von Enterprise Foundation Models
• Architekturpatterns für Dynamic Model Selection
• Resiliente Systemdesigns
• Kostenoptimierung und wirtschaftliche Modellierung

Modul 2: Advanced Data Processing for Foundation Models

• Umfassende Datenvalidierung und Quality Assurance
• Multimodale Data-Processing-Pipelines
• Input-Optimierung und Performance-Steigerung

Modul 3: Vector Databases & Retrieval Augmentation

• Architektur von Enterprise Vector Databases
• Fortgeschrittene Dokumentenverarbeitung und Chunking-Strategien
• Aufbau leistungsfähiger Retrieval-Systeme
• Hands-on Lab: RAG-Anwendungen mit Amazon Bedrock Knowledge Bases

Modul 4: Prompt Engineering & Governance

• Fortgeschrittene Prompt-Engineering-Frameworks
• Komplexe Prompt-Orchestrierung
• Enterprise Prompt Governance und Management
• Hands-on Lab: Conversation Patterns mit Amazon Bedrock APIs

Modul 5: Agentic AI & Tool Integration

• Architektur und Entwicklung agentischer KI-Systeme
• Implementierung von Amazon Bedrock Agents
• AWS Agentic AI Service Ecosystem
• Tool-Integration und Production Observability

Modul 6: AI Safety & Security

• Content-Safety-Strategien
• Privacy-Preserving AI Architekturen
• Governance- und Compliance-Frameworks

Modul 7: Performance Optimization & Cost Management

• Token-Effizienz und Kostenoptimierung
• High-Performance-Systemarchitekturen
• Intelligente Caching-Strategien
• Hands-on Lab: Secure & Responsible GenAI mit Guardrails für Amazon Bedrock

Modul 8: Monitoring & Observability

• Monitoring für Foundation Models
• Business Impact und Value Management
• KI-spezifische Fehleranalyse und Diagnostics

Modul 9: Testing, Validation & Continuous Improvement

• Umfassende AI-Evaluations-Frameworks
• Qualitätssicherung und kontinuierliche Optimierung
• Evaluation und Optimierung von RAG-Systemen

Modul 10: Enterprise Integration Patterns

• Enterprise-Konnektivität und Integrationsarchitekturen
• Secure Access und Identity Management
• Cross-Environment- und Hybrid-Deployments

Modul 11: Wrap-up & Next Steps

• Nächste Schritte und weiterführende Ressourcen
• Zusammenfassung und Ausblick

• Kenntnisse auf dem Niveau von AWS Technical Essentials
• Kenntnisse auf dem Niveau von Generative AI Essentials on AWS
• Mindestens 2 Jahre Erfahrung in der Entwicklung produktionsreifer Anwendungen auf AWS oder mit Open-Source-Technologien
• Allgemeine Erfahrung in AI/ML oder Data Engineering
• Mindestens 1 Jahr praktische Erfahrung mit generativen KI-Lösungen

• Softwareentwickler
• Technische Fachkräfte, die generative KI produktiv einsetzen wollen