Zielgruppe

Dieses Training richtet sich an Softwareentwickler, die LLMs ohne Feinabstimmung verwenden möchten.

Voraussetzungen

Wir empfehlen, dass die Teilnehmer dieses Kurses über technische AWS-Grundlagen und Python-Kenntnisse auf mittlerem Niveau verfügen.

Inhalte

• Module
• Generative KI und wie sie mit dem maschinellen Lernen zusammenhängt
• Bedeutung generativer KI und potenzielle Risiken und Vorteile
• Identifizierung des geschäftlichen Nutzens von generativen KI-Anwendungen
• Erörterung der technischen Grundlagen und der Schlüsselterminologie für generative KI
• Schritte zur Planung eines generativen KI-Projekts
• Identifizierung einiger Risiken und Abhilfemaßnahmen beim Einsatz generativer KI
• Verstehen, wie Amazon Bedrock funktioniert
• Vertraut machen grundlegender Konzepte von Amazon Bedrock
• Erkennen Sie die Vorteile von Amazon Bedrock
• Typische Anwendungsfälle für Amazon Bedrock
• Typische Architektur einer Amazon Bedrock-Lösung
• Verstehen der Kostenstruktur von Amazon Bedrock
• Demo von Amazon Bedrock in der AWS Management Console implementieren
• Definition von Prompt Engineering und Anwendung allgemeiner Best Practices bei der Interaktion mit FMs
• Identifizieren der grundlegenden Arten von Prompt-Techniken, einschließlich Zero-Shot und Little-Shot Learning
• Anwenden erweiterter Prompt-Techniken
• Erkennen, welche Prompt-Techniken für bestimmte Modelle am besten geeignet sind
• Potenziellen Prompt-Missbrauch identifizieren
• Analyse potenzieller Verzerrungen in FM-Antworten und Entwurf von Prompts, die diese Verzerrungen abschwächen
• Identifizieren Sie die Komponenten einer generativen KI-Anwendung und wie Sie ein Foundation Modell (FM)
• Amazon Bedrock Foundation-Modelle, Inferenzparameter und wichtige Amazon Bedrock APIs
• Identifizieren von Amazon Web Services (AWS)-Angeboten, die bei der Überwachung helfen