Developing Generative AI Applications on AWS

Tag 1: Grundlagen und Projektplanung

Introduction to Generative AI – Art of the Possible

• Überblick über ML
• Einführung in generative KI und ihre Anwendungsfälle
• Chancen und Risiken generativer KI

Planning a Generative AI Project

• Grundlagen und Kontext generativer KI
• Schritte zur Projektplanung
• Risikomanagement

Getting Started with Amazon Bedrock

• Einführung in Amazon Bedrock
• Architekturen und Use Cases
• Nutzung von Amazon Bedrock

Foundations of Prompt Engineering

• Grundlagen von Foundation Models
• Basis- und fortgeschrittene Prompt-Techniken
• Modell-spezifische Prompt-Ansätze
• Demonstration: Fine-Tuning eines Text-Prompts
• Umgang mit Missbrauch und Bias

Tag 2: Anwendungskomponenten und Architektur

Amazon Bedrock Application Components

• Überblick über generative KI-Anwendungskomponenten
• Foundation Models und die FM-Schnittstelle
• Arbeiten mit Datensätzen und Embeddings
• Demonstration: Word Embeddings
• Retrieval Augmented Generation (RAG)
• Model Fine-Tuning
• Sicherheit für generative KI-Anwendungen

Amazon Bedrock Foundation Models

• Einführung in die Bedrock Foundation Models
• Inferenz mit Bedrock-Modellen
• Datenschutz und Auditierbarkeit

LangChain

• Optimierung der Leistung von LLMs
• Nutzung von LangChain zur Sequenzierung von Komponenten
• Arbeiten mit Datenindizes und Speicher
• Praktische Übung: LangChain-Integration mit Bedrock

Architecture Patterns

• Einführung in Architekturmuster
• Textzusammenfassung, Fragebeantwortung und Chatbots
• Codegenerierung mit generativer KI
• Praktische Übung: LangChain-Agents für Amazon Bedrock

Für eine erfolgreiche Teilnahme empfehlen wir folgende Vorkenntnisse:

• Fortgeschrittene Kenntnisse in Python
• Teilnahme an den Seminaren:
  • AWS Technical Essentials
  • Practical Data Science with Amazon SageMaker
• Grundlagen von Prompt Engineering

• Data Scientists
• Machine Learning (ML) Entwickler