Erfolgskontrolle Schulungen finden - Das passende Seminar in Ihrer Nähe

Sie möchten generative KI nicht nur verstehen, sondern konkret in Ihre Java-Projekte integrieren? In dieser praxisnahen Schulung lernen Entwickler:innen, wie sie mit dem neuen Spring-AI-Framework moderne LLM-Funktionalitäten direkt in Spring Boot-Anwendungen einbinden. Von der Toolauswahl über Prompt-Design bis hin zur automatisierten Evaluation - dieses Seminar liefert das Know-how für die Umsetzung intelligenter Anwendungen im Unternehmenskontext.

Trainingsziel:
Sie lernen, wie Sie mit Spring AI produktiv arbeiten - von der Anbindung von LLMs bis zur Entwicklung komplexer, evaluierbarer KI-Workflows mit Spring-typischen Mitteln.

Lernziele:

• KI-Modelle via Spring AI API anbinden und nutzen
• Effektive Prompts erstellen, strukturieren und auswerten
• Tools & Agents in automatisierte Abläufe integrieren
• Retrieval Augmented Generation (RAG) mit Vektor-Datenbanken umsetzen
• Evaluations- und Monitoring-Mechanismen implementieren
• Projekte wartbar und observierbar gestalten

Ihre Vorteile/ Nutzen

Teilnehmer:innen erwerben praxisnahe Kenntnisse zur Integration generativer KI in bestehende Java- und Spring-Infrastrukturen. Sie sind in der Lage, konkrete Anwendungsfälle umzusetzen, Prompts systematisch zu testen und KI-basierte Services wartbar zu betreiben. Unternehmen profitieren von schnelleren Entwicklungszyklen, zukunftsfähigen Systemen und einer ...

In diesem Seminar lernst du, dich in der vielfältigen KI-Tool-Landschaft zurechtzufinden. Erfahre, welche Tools zu deinem Arbeitsbereich passen und wie du sie effektiv einsetzt. Gemeinsam testen wir Werkzeuge, bewerten ihre Ergebnisse und entwickeln Strategien zur Integration in deine Prozesse. Gleichzeitig schärfen wir den Blick für Risiken wie Biases oder Datenschutzfragen – damit dein Einsatz von KI sicher und gewinnbringend wird!

Nach dem Seminar sind die Teilnehmer*Innen in der Lage, grundlegende Methoden der Künstlichen Intelligenz einzuordnen und praktisch anzuwenden. Sie verstehen konzeptionell, wie Machine Learning- und Deep-Learning-Modelle funktionieren und wie moderne LLM-basierte Systeme aufgebaut sind.

Die Teilnehmer*innen können einfache KI-Anwendungen mit Python umsetzen, Daten analysieren und geeignete Modelle auswählen. Darüber hinaus sind sie in der Lage, typische KI-Systeme konzeptionell zu verstehen und für eigene Anwendungsfälle zu nutzen.

Der Kurs Grundlagen der Statistik mit SPSS  führt in die angewandte Statistik unter Anwendung von SPSS ein. Sie erhalten eine Einführung in die grundlegenden Funktionen der Statistiksoftware IBM SPSS Statistics mit den Methoden und Verfahren des Datenimports, der Datenaufbereitung, der Datenanalyse und der Präsentation von Ergebnissen. Der Lehrstoff wird unter Zuhilfenahme professioneller Didaktik durch den Wechsel von Input und anwendungsbezogenen Übungen mit SPSS vermittelt.

Der Nutzen des Seminars besteht darin, dass durch den Kurs Anfänger innerhalb einer Woche in die Lage versetzt werden, Daten auf hohem Niveau analysieren und interpretieren zu können. Es wird dabei die führende Statistik-Software SPSS eingesetzt, die seit 1964 fortlaufend entwickelt wird und als Referenz zur Beurteilung anderer Statistikprogramme gilt.

 

Durch intensives Trainieren mit ständigen Übungen und Wiederholungen anhand von über einem Dutzend Datensätzen aus den Bereichen der Markt- und Meinungsforschung, der medizinischen Forschung und der Technik/Produktion steht das SPSS Lernen im Vordergrund und es wird ein vertieftes Verständnis der statistischen Verfahren und ein sicherer Umgang mit SPSS sichergestellt.

 

Feedbacks unserer Teilnehmer: https://www.provenexpert.com/dhl-data-science-seminare-gmbh/

Retrieval-Augmented Generation (RAG) verbindet Large Language Models mit eigenen Daten und macht KI-Anwendungen erstmals wirklich nutzbar für Unternehmen. In diesem intensiven Hands-on-Bootcamp lernst du, wie du RAG-Systeme konzipierst, implementierst und produktiv betreibst – von der Datenaufbereitung bis zum Monitoring im Betrieb. Der Fokus liegt konsequent auf der Praxis: Du entwickelst Schritt für Schritt eine vollständige RAG-Pipeline in Python, arbeitest mit realistischen Use-Cases und verstehst, welche Architekturentscheidungen Qualität, Kosten und Wartbarkeit beeinflussen. Du lernst nicht nur, wie RAG funktioniert, sondern warum bestimmte Ansätze scheitern – und wie du Systeme gezielt evaluierst und optimierst. Das Training verbindet fundierte technische Grundlagen mit erprobten Best Practices aus NLP, ML-Engineering und MLOps und gibt dir einen umsetzbaren Blueprint für robuste, skalierbare KI-Lösungen im Unternehmenskontext.

- Die wichtige Bedeutung der Pharmakovigilanz
- Essentielle Definitionen, nationale und europäische gesetzliche Grundlagen
- Die Akteure in der Pharmakovigilanz und deren Aufgaben
- Interne und externe Schnittstellen zur PV und deren Überwachung
- Pflichten und Verantwortlichkeiten des Zulassungsinhabers: PV-System, PSMF und Risikomanagement

- SOP-Management im GDP-Umfeld
- Qualitätsrisikomanagement und Risikoanalyse
- Effizientes Beschwerdemanagement
- Projektmanagement im GDP-Umfeld
- QS-Vereinbarungen / Verantwortungsabgrenzungsverträge
- Audits und Inspektionen

- Rechtsgrundlagen
- Pflichten für Futtermittelunternehmer
- Das HACCP-System
- Abgrenzungsfragen
- Zulassung von Futtermittelzusatzstoffen
- Kennzeichnung von Futtermitteln
- Werbung für Futtermittel
- Ein- und Ausfuhr von Futtermitteln
- Futtermittelkontrolle

- Europäisches Medizinprodukterecht und seine Anwendung in Deutschland
- Aktuelle Anforderungen und Aufgaben von Medizinprodukteberatern
- Vigilanz und Marktüberwachung

- Grundlagen der GDP
- GDP: Von den Regularien zur Umsetzung
- Arzneimittelbeschaffung, -lagerung, -lieferung, -export, -import
- Risikomanagement, Change Control und Abweichungsmanagement
- Qualifizierung und Validierung
- Schlüsselpersonen im GDP-Umfeld
- Besondere Situationen
- GDP-Audits und Inspektionen