Seminare
Seminare
  • Seminare
  • Anbieter
  • 5 km
  • 10 km
  • 25 km
  • 50 km
  • 100 km
  • 150 km
  • 200 km
  • 300 km

Vektordatenbanken für KI Training: Architektur und Praxis

Webinar - PROKODA GmbH

Vektordatenbanken für KI Training: Architektur und Praxis
Termin Ort Preis*
08.06.2026- 09.06.2026 München 1.725,50 €
08.06.2026- 09.06.2026 online 1.725,50 €
07.09.2026- 08.09.2026 online 1.725,50 €
07.09.2026- 08.09.2026 München 1.725,50 €

Alle Termine anzeigen

*Alle Preise verstehen sich inkl. MwSt.

Detaillierte Informationen zum Seminar

Inhalte:
  • Vektor-Suche, Embeddings, Retrieval
    • Embedding-Modelle, Dimensionen, Normalisierung
    • Ähnlichkeitsmaße: Cosine, Dot, L2, MIPS
    • Chunking-Strategien, Overlap, Struktur aus Dokumenten
    • Qualitätsmetriken: Recall@k, MRR, NDCG
  • Index-Design und Performance
    • ANN-Grundlagen: HNSW, IVF, PQ und Trade-offs
    • Index-Parameter, Build-Zeit vs. Query-Latenz
    • Filtering: Metadata, Hybrid Search, Sparse + Dense
    • Re-Ranking und Two-Stage Retrieval
  • Architekturentscheidungen für Vector Databases
    • Eigenbetrieb vs. Managed, Kosten- und Betriebsmodell
    • Sharding, Replikation, Konsistenz und Verfügbarkeit
    • Cold/Hot Storage, Caching, Speicherkosten
    • Multi-Tenancy, Namespaces, Isolation
  • Implementierung einer RAG-Pipeline
    • Ingestion: Parser, Cleaning, Dedup, Versionierung
    • Upserts, Deletes, Re-Embedding und Backfills
    • Prompt- und Kontextaufbau, Zitierfähigkeit
    • Fehlerbilder: Halluzinationen, Drift, Datenlücken
  • Observability, Evaluation, Betrieb
    • Tracing: Retrieval-Latenz, Token-Kosten, Cache-Hits
    • Offline- und Online-Evaluation, Golden Sets
    • Monitoring von Index-Gesundheit und Datenqualität
    • Rollback-Strategien und sichere Releases
  • Sicherheit, Compliance, Governance
    • PII-Handling, Zugriffskontrollen, Mandantenfähigkeit
    • Verschlüsselung, Schlüsselmanagement, Audit-Logs
    • Data Residency, Löschkonzepte, Retention
    • Prompt-Injection und Retrieval-Manipulation
Teilnahmevoraussetzungen:
  • Grundkenntnisse in KI/LLM-Konzepten und APIs, z. B. Embeddings und Prompting.
  • Erfahrung mit Datenpipelines oder Backend-Entwicklung ist hilfreich.
Zielgruppe:
  • Machine-Learning Engineers und Data Scientists mit Produktverantwortung
  • Software Engineers und Architektinnen, die RAG-Systeme bauen
  • Plattform- und DevOps-Teams, die Vector-DBs betreiben
  • IT-Security und Compliance, die KI-Datenflüsse bewerten
  • Alle, die Retrieval für KI-Anwendungen zuverlässig und überprüfbar machen wollen
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