LLM-Entwicklung und Deployment - Kompaktkurs

• Kurzbeschreibung

  In diesem fünftägigen Kurs lernen Sie, wie moderne LLM-Anwendungen aufgebaut, erweitert und produktiv eingesetzt werden. Sie entwickeln eigene RAG-Pipelines, arbeiten mit Tools wie LangChain, FAISS und Docker und setzen professionelle Deployment- und Monitoring-Strategien um.

• Kursinfo kurslmk

  Dieser Kompaktkurs vermittelt Ihnen praxisnahes Wissen zur Entwicklung und zum Betrieb moderner Large Language Model-Anwendungen. Sie lernen die grundlegenden Bausteine aktueller LLM-Architekturen kennen und entwickeln systematisch eigene Prompts und RAG-Pipelines. Ein besonderer Fokus liegt auf der Integration externer Wissensquellen mithilfe von LangChain oder LlamaIndex sowie dem Aufbau produktionsreifer Query-Antwort-Systeme mit Logging, API-Anbindung und semantischer Suche.

  Abschließend beschäftigen Sie sich mit Infrastruktur, Sicherheit und Governance. Sie lernen, wie Sie LLM-Anwendungen mit Docker containerisieren, via FastAPI bereitstellen, überwachen und skalieren – inklusive Guardrails, Token-Tracking und Prompt-Management.

  Angesprochener Teilnehmerkreis:
  Technisch orientierte Fachkräfte, Entwickler, ML Engineers, AI-Produktmanager und alle, die LLMs systematisch entwickeln, erweitern und produktiv einsetzen möchten.

  Kursziel:
  Teilnehmende sind in der Lage, LLM-gestützte Anwendungen zu entwickeln, externe Datenquellen einzubinden, produktionsreife Systeme mit RAG zu betreiben und diese sicher, skalierbar und nachvollziehbar zu verwalten.

• Seminar- bzw. Schulungsinhalte

  • Grundlagen & Architektur moderner LLMs
    • Überblick Transformer, Kontext, Tokenisierung
    • Prompt Design (Zero-/Few-Shot, System Prompts)
    • Unterschiede zu klassischen NLP-Verfahren
    • Hands-on: effektive Prompts entwickeln
  • Retrieval-Augmented Generation (RAG) Essentials
    • Rolle von Embeddings und Vektorsuche
    • Praktische Arbeit mit FAISS, ChromaDB
    • Integration externer Quellen über LangChain / LlamaIndex
    • Aufbau einer einfachen RAG-Pipeline
  • Erweiterte RAG-Pipelines in der Praxis
    • Datenvorbereitung & semantische Abfragen
    • Tool-Ketten in LangChain
    • Query-Antwort-System mit API-Anbindung
    • Best Practices: Trennung von Modell- und Wissenskomponente
  • LLMOps – Deployment & Infrastruktur
    • Deployment-Strategien: Hosted vs. On-Premise
    • Containerisierung (Docker), Frameworks (FastAPI, BentoML)
    • Monitoring & Logging (LangSmith, Weights & Biases, OpenTelemetry)
    • Prompt- & Model-Management
  • LLMOps – Governance, Security & Skalierung
    • Sicherheit (Prompt Injection, Datenschutz, Auditierbarkeit)
    • Kostenkontrolle: Token-Tracking, Caching, Request-Management
    • CI/CD für LLM-Anwendungen
  • Abschlussprojekt: Bau einer produktionsreifen Anwendung mit RAG, Logging, Monitoring & Guardrails

• Seminar- bzw. Schulungsvoraussetzungen

  Solide Kenntnisse in Python und Grundverständnis von API-Nutzung, Machine Learning oder Cloud-Infrastruktur sind erforderlich. Erfahrung mit Tools wie Jupyter, VS Code oder Docker ist hilfreich.

• Seminarart

  Dieses Seminar können Sie als Präsenzseminar oder als Live-Online-Training (virtuelles Präsenzseminar) buchen. Die technischen Voraussetzungen für Live-Online-Schulungen (Virtual Classrooms) finden sie hier. Sie können Ihre Auswahl bei der Anmeldung treffen.

Anmeldung

• Statistiken

  27 Kunden haben bereits die Schulung:
  LLM-Entwicklung und Deployment - Kompaktkurs gebucht. (innerhalb der letzten 24 Monate als offenes Seminar, Firmenschulung oder Workshop)
  

• Ihre Vorteile

  • Durchführung ab 1 Teilnehmenden

    Unser Ziel ist es, Ihnen schnellstmöglich den gewünschten Kurs anzubieten. Aus diesem Grund führen wir einen Großteil unserer Seminare ab einer Person durch. Das bietet Ihnen Planungssicherheit und bringt Sie schnell an Ihr Ziel.

  • Bildungsanbieterauszeichnung

    Wir wurden im Internationalen Bildungsanbieter-Elite-Ranking (IBER) der performNET AG mit der Höchstwertung von fünf Sternen ausgezeichnet. PC-COLLEGE schreibt Kundenorientierung groß und hält Qualitätsstandards dauerhaft auf einem sehr hohem Niveau.

  • Qualitätsgarantie

    Wir möchten Sie mit unseren Seminaren begeistern. Sollten Sie mit einer PC-COLLEGE- Schulung nicht zufrieden sein und uns dies innerhalb von 14 Tagen schriftlich mitteilen, können Sie das Seminar am selben Standort kostenfrei wiederholen.

  • ... alle Vorteile auf einen Blick

• Terminübersicht

  SeNr.	Seminar	Termin	Dauer	Standorte
  LMK 260413	LLM-Entwicklung und Deployment - Kompaktkurs	13.04. - 17.04.2026	5 Tage	Standort wählenLive-Online-TrainingWien
  LMK 260601	LLM-Entwicklung und Deployment - Kompaktkurs	01.06. - 05.06.2026	5 Tage	Live-Online-Training
  LMK 260608	LLM-Entwicklung und Deployment - Kompaktkurs	08.06. - 12.06.2026	5 Tage	Wien
  LMK 260727	LLM-Entwicklung und Deployment - Kompaktkurs	27.07. - 31.07.2026	5 Tage	Standort wählenLive-Online-TrainingWien
  LMK 260921	LLM-Entwicklung und Deployment - Kompaktkurs	21.09. - 25.09.2026	5 Tage	Standort wählenLive-Online-TrainingWien
  LMK 261116	LLM-Entwicklung und Deployment - Kompaktkurs	16.11. - 20.11.2026	5 Tage	Standort wählenLive-Online-TrainingWien

• Seminarübersichten

  • Nach Schlagworten
  • Nach Herstellern
  • Nach Kategorien

Verwandte Seminare/Schulungen

• Python - Grundkurs für Programmieranfänger
• Python - Grundkurs für Programmiererfahrene
• Large Language Models (LLM) - RAG-Tuning und Evaluation
• Large Language Models (LLM) - No/Low-Code Automatisierungen
• LangChain und LangGraph - Professionelle LLM-Workflows