Kursbeschreibung
Dieses kompakte Training vermittelt praxisnahes Basiswissen zu Künstlicher Intelligenz und maschinellem Lernen – ideal für den Einstieg in moderne KI-Technologien. Im Fokus steht die Anwendung generativer KI zur Lösung geschäftlicher Herausforderungen, inklusive Einsatzmöglichkeiten mit AWS-Services und Infrastruktur. du lernst den Umgang mit Foundation-Modellen, Prompt Engineering sowie Methoden zur Feinabstimmung und verantwortungsvollen Entwicklung transparenter KI-Systeme. Themen wie Sicherheit, Governance und Compliance runden das Seminar ab. In einer professionellen Lernumgebung profitierst du vom direkten Austausch mit erfahrenen Experten und Teilnehmenden. Dieses Kursangebot richtet sich an Fach- und Führungskräfte aus Wirtschaft, IT und Technik, die KI strategisch und praxisorientiert einsetzen möchten.
Zertifizierung: Dieses Seminar bereitet dich auf die Prüfung zum AWS Certified AI Practitioner (CLF-C02) vor. Bei erfolgreicher Absolvierung erhältst du die Zertifizierung AWS Certified AI Practitioner.
Prüfungsdetails
Die Prüfung kann online oder in einem Prüfungszentrum abgelegt werden. Prüfungs-Voucher sind über uns erhältlich.
Die wichtigsten Themen im Überblick
- KI und ML Grundlagen
- Generative KI verstehen
- AWS KI-Dienste einordnen
- Prompt Engineering nutzen
- Foundation-Modelle bewerten
- KI Use Cases erkennen
Zielgruppe
Voraussetzung für die Schulung
Kursinhalte
- Folgende Lerninhalte werden in unserem KI-Kurs vermittelt:
- Grundlagen von KI und ML
- Einführung in KI-Konzepte und Fachterminologien
- Identifikation praxisnaher Anwendungsfälle für KI
- Beschreibung des Entwicklungszyklus für maschinelles Lernen (ML)
- Grundlagen der generativen KI
- Überblick über Konzepte und Fähigkeiten der generativen KI
- Identifikation von Geschäftsproblemen, die mit generativer KI gelöst werden können
- Einführung in AWS-Technologien und -Infrastrukturen für generative KI
- Anwendungen von Foundation-Modellen
- Design und Einsatz von Anwendungen mit Foundation-Modellen
- Auswahl und Anwendung effektiver Techniken für das Prompt Engineering
- Verständnis von Trainings- und Feinabstimmungsprozessen für Foundation-Modelle
- Bewertung der Leistungsfähigkeit von Foundation-Modellen
- Richtlinien für verantwortungsvolle KI
- Entwicklung von KI-Systemen mit Fokus auf Verantwortlichkeit
- Bedeutung von Transparenz und Erklärbarkeit in KI-Modellen
- Sicherheit, Compliance und Governance für KI-Lösungen
- Methoden zur Sicherung von KI-Systemen
- Einhaltung von Governance- und Compliance-Richtlinien
- Grundlagen von KI und ML
