Generative AI für Einsteiger*innen

Dieses Training bietet eine Einführung in Generative AI und Large Language Models (LLMs) wie GPT und DALL-E. Die Teilnehmer lernen die Grundlagen des Prompt Engineerings, die Erstellung von Text- und Bildgenerierungs-Anwendungen sowie die Integration von Chatbots. Es wird auch die verantwortungsvolle Nutzung von Generative AI und der Aufbau von Suchanwendungen mit Embeddings behandelt. Der Kurs enthält praktische Übungen und Code-Beispiele in Python und TypeScript, um die theoretischen Inhalte zu vertiefen.

Der Generative AI für Fortgeschrittene wird sich mit fortgeschrittenen Themen wie RAG, Fine-Tuning von LLMs, und AI-Agenten-Frameworks befassen.

• Einsteiger*innen, Softwareentwickler*innen, Techniker*innen und Teamleiter*innen, die generative KI-Anwendungen mit Azure und OpenAI entwickeln möchten.
• Teamleiter*innen, die ein technisches Verständnis von Generative AI und deren Implementierung in Projekte erwerben möchten.

• Grundkenntnisse in TypeScript, oder Python sind hilfreich, aber nicht zwingend erforderlich.

Einführung in Generative AI und LLMs

• Was ist Generative AI? Wie funktionieren LLMs wie GPT?
• Quellen: Fundamentals of Generative AI, Azure OpenAI Service

Vergleich von LLMs

• Unterschiede zwischen verschiedenen LLMs und deren Anwendungsfälle.
• Quellen: Grounding LLMs

Verantwortungsbewusste Nutzung von Generative AI

• Einführung in die ethischen Aspekte der Nutzung von Generative AI.
• Quellen: Responsible Generative AI

Grundlagen des Prompt Engineerings

• Schreiben und Optimieren von Prompts für LLMs.
• Quellen: Prompt Engineering Fundamentals

Textgenerierung mit Azure OpenAI API

• Entwicklung einer Anwendung zur Textgenerierung.
• Quellen: Azure OpenAI Text Generation

Bildgenerierung mit Azure OpenAI

• Erstellung einer Bildgenerierungs-App mit DALL-E.
• Quellen: Image Generation with Azure OpenAI

Entwicklung von Chat-Anwendungen

• Grundlegende Techniken zur Integration von Chatbots.
• Quellen: Chat Solutions with Azure OpenAI

Suchanwendungen mit Vektor-Datenbanken

• Entwicklung einer Suchanwendung mit Embeddings und Azure AI Search.
• Quellen: Vector Search in Azure AI