Developing Generative AI Applications on AWS (DGAIA)

In diesem Kurs werden Sie lernen:

• Beschreiben Sie die generative KI und wie sie mit dem maschinellen Lernen zusammenhängt.
• Definieren Sie die Bedeutung der generativen KI und erläutern Sie ihre potenziellen Risiken und Vorteile
• Identifizierung des Geschäftswerts von generativen KI-Anwendungsfällen
• Erörterung der technischen Grundlagen und der wichtigsten Begriffe der generativen KI
• Erklären Sie die Schritte zur Planung eines generativen KI-Projekts
• Identifizierung einiger Risiken und Abhilfemaßnahmen beim Einsatz generativer KI
• Verstehen, wie Amazon Bedrock funktioniert
• Machen Sie sich mit den grundlegenden Konzepten von Amazon Bedrock vertraut
• Erkennen Sie die Vorteile von Amazon Bedrock
• Liste typischer Anwendungsfälle für Amazon Bedrock
• Beschreiben Sie die typische Architektur einer Amazon Bedrock-Lösung
• Verstehen Sie die Kostenstruktur von Amazon Bedrock
• Implementierung einer Demonstration von Amazon Bedrock in der AWS Management Console
• Definition von Prompt-Engineering und Anwendung allgemeiner Best Practices im Umgang mit Gründungsmodellen (FMs)
• die grundlegenden Arten von Souffleurtechniken zu identifizieren, einschließlich Zero-Shot- und Little-Shot-Lernen
• Anwendung fortgeschrittener Eingabeaufforderungstechniken, wenn dies für Ihren Anwendungsfall erforderlich ist
• Ermitteln, welche Prompttechniken für bestimmte Modelle am besten geeignet sind
• Potenziellen Prompt-Missbrauch erkennen
• Analysieren Sie mögliche Verzerrungen in FM-Antworten und entwerfen Sie Aufforderungen, die diese Verzerrungen abschwächen.
• Identifizierung der Komponenten einer generativen KI-Anwendung und wie man ein FM anpasst
• Beschreiben Sie die Amazon Bedrock-Grundmodelle, Ableitungsparameter und die wichtigsten Amazon Bedrock-APIs
• Identifizierung von Amazon Web Services (AWS)-Angeboten, die bei der Überwachung, Sicherung und Verwaltung Ihrer Amazon Bedrock-Anwendungen helfen
• Beschreiben Sie, wie Sie LangChain mit LLMs, Prompt-Templates, Chains, Chat-Modellen, Text-Embedding-Modellen, Dokumenten-Loadern, Retrievern und Agenten für Amazon Bedrock integrieren können
• Beschreiben Sie Architekturmuster, die Sie mit Amazon Bedrock für den Aufbau generativer KI-Anwendungen implementieren können
• Anwendung der Konzepte zum Erstellen und Testen von Anwendungsbeispielen, die die verschiedenen Amazon Bedrock-Modelle, LangChain und den Retrieval Augmented Generation (RAG)-Ansatz verwenden

Wir empfehlen, dass die Teilnehmer dieses Kurses folgende Voraussetzungen erfüllen:

• Abgeschlossen AWS Technical Essentials (AWSE)
• Python-Kenntnisse auf mittlerem Niveau

Dieser Kurs richtet sich an:

• Softwareentwickler, die LLMs ohne Feinabstimmung verwenden möchten

9