Beschreibung
In diesem Kurs erfahren Sie, wie Sie große Sprachmodelle wie GPT oder LLaMA im Unternehmensumfeld betreiben. Sie automatisieren LLM-Workflows, steuern APIs und binden LLMs mit LangChain oder eigenen Modulen in produktive Prozesse ein.
Dabei berücksichtigen Sie Datenschutz, Monitoring, Versionierung und Prompt-Management – und entwickeln Strategien für stabile, sichere und kontrollierbare KI-Anwendungen.
Dieses Seminar ist ein Angebot der PC-COLLEGE - Gruppe.
Inhalt:
- Einführung in LLMOps
- Unterschiede zu MLOps
- Typische Herausforderungen im produktiven Einsatz
LLM-Architekturen und Deployment-Strategien
- Hosted APIs vs. On-Premise
- Modellwahl und Infrastruktur
Tooling und Frameworks
- LangChain, BentoML, FastAPI, Docker
- Model- und Prompt-Management
Monitoring und Logging
- Antwortqualität, Prompt-Auswertung, LLM-Observability
- Tools: Weights & Biases, LangSmith, OpenTelemetry
Sicherheit und Compliance
- Datenschutz, Auditierbarkeit, Governance-Regeln
Kostenkontrolle und Skalierung
- Token-Tracking, Caching, Request-Management
Beispielprojekt
- Aufbau einer LLM-basierten Anwendung mit Logging, Prompt-Debugging und Monitoring
Direktlink zum Kurs!