Seminare
Seminare

Qwen und weitere Alibaba-Modelle: Was lohnt sich?

Seminar - PROKODA GmbH

Qwen und weitere Alibaba-Modelle: Was lohnt sich?
Termin Ort Preis*
15.02.2027- 16.02.2027 online 1.297,10 €
15.02.2027- 16.02.2027 München 1.297,10 €
*Alle Preise verstehen sich inkl. MwSt.

Detaillierte Informationen zum Seminar

Inhalte:

Modelllandschaft und Auswahlkriterien

  • Qwen-Modellfamilien und Einsatzfelder
  • Text-, Code- und multimodale Modelle
  • Vergleich mit Open-Source-Modellen
  • Proprietäre Modelle als Referenzpunkte
  • Lizenzmodelle und Nutzungsgrenzen

Benchmarking und Evaluation

  • MMLU, MT-Bench und HumanEval
  • RAG-Tests für Unternehmensszenarien
  • Eigene Prompts und Gold-Answers
  • Faktentreue, Robustheit und Safety
  • Reproduzierbare Ergebnisdokumentation

Inference, Quantisierung und Betrieb

  • vLLM, TGI und Ollama
  • Betriebskonzepte für Self-Hosting
  • int8- und int4-Quantisierung
  • Qualitätsauswirkungen durch Quantisierung
  • VRAM, Throughput und Latenz
  • Batch-Strategien und Kostenabschätzung

RAG mit Qwen

  • Chunking für Unternehmensdokumente
  • Embeddings und Re-Ranking
  • Prompt-Templates für Quellenbindung
  • Retrieval-Strategien gegen Halluzinationen
  • Retrieval-Recall und Answer-Faithfulness

Fine-Tuning und Alignment

  • LoRA und QLoRA-Abwägung
  • Datensätze und Datenhygiene
  • Leakage-Risiken und Nutzungsrechte
  • Offline-Evaluation nach Anpassungen
  • Regressionstests bei Modellupdates

Security, Compliance und Freigabe

  • Prompt Injection und Jailbreaks
  • Data Exfiltration durch Prompts
  • Logging und Zugriffskontrollen
  • PII-Handling im LLM-Betrieb
  • Risikoabwägung für Freigaben
Teilnahmevoraussetzungen:
  • Grundverständnis von LLMs, Prompts und API- oder Self-Hosting-Konzepten
  • Erfahrung mit Python oder vergleichbarer Skriptlogik für Übungen und Auswertungen
  • Hilfreich sind Grundlagen aus Einführung in die Künstliche Intelligenz oder Erfahrung mit LLM-Projekten
  • Keine eigenen Cloud-Accounts, Notebooks oder Lizenzen erforderlich
Zielgruppe:
  • ML Engineers und AI Engineers, die Qwen-Modelle auswählen, evaluieren oder im Self-Hosting betreiben
  • Softwarearchitektinnen und Softwarearchitekten mit Verantwortung für LLM-Integration, RAG-Pipelines und Modellentscheidungen
  • Data Scientists und Entwicklerinnen sowie Entwickler, die Benchmarks, Testsets, Retrieval-Strecken oder Fine-Tuning-Vorhaben planen
  • IT-Security-, Governance- und Compliance-Verantwortliche, die Freigaben für Open-Source-LLMs vorbereiten
Nach unten
Nach oben
Wir setzen Analyse-Cookies ein, um Ihre Zufriedenheit bei der Nutzung unserer Webseite zu verbessern. Diese Cookies werden nicht automatisiert gesetzt. Wenn Sie mit dem Einsatz dieser Cookies einverstanden sind, klicken Sie bitte auf Akzeptieren. Weitere Informationen finden Sie hier.
Akzeptieren Nicht akzeptieren









Um Spam abzuwehren, geben Sie bitte die Buchstaben auf dem Bild in das Textfeld ein:

captcha



Bei der Verarbeitung Ihrer personenbezogenen Daten im Zusammenhang mit der Kontaktfunktion beachten wir die gesetzlichen Bestimmungen. Unsere ausführlichen Datenschutzinformationen finden Sie hier. Bei der Kontakt-Funktion erhobene Daten werden nur an den jeweiligen Anbieter weitergeleitet und sind nötig, damit der Anbieter auf Ihr Anliegen reagieren kann.







Um Spam abzuwehren, geben Sie bitte die Buchstaben auf dem Bild in das Textfeld ein:

captcha