Developing Generative AI Applications on AWS

Introduction to Generative AI – Art of the Possible

• Overview of ML
• Basics of generative AI
• Generative AI use cases
• Generative AI in practice
• Risks and benefits

Planning a Generative AI Project

• Generative AI fundamentals
• Generative AI in practice
• Generative AI context
• Steps in planning a generative AI project
• Risks and mitigation

Getting Started with Amazon Bedrock

• Introduction to Amazon Bedrock
• Architecture and use cases
• How to use Amazon Bedrock

Foundations of Prompt Engineering

• Basics of foundation models
• Fundamentals of prompt engineering
• Basic prompt techniques
• Advanced prompt techniques
• Model-specific prompt techniques
• Demonstration: Fine-tuning a basic text prompt
• Addressing prompt misuses
• Mitigating bias
• Demonstration: Image bias mitigation

Amazon Bedrock Application Components

• Overview of generative AI application components
• Foundation models and the FM interface
• Working with datasets and embeddings
• Demonstration: Word embeddings
• Additional application components
• Retrieval Augmented Generation (RAG)
• Model fine-tuning
• Securing generative AI applications
• Generative AI application architecture

Amazon Bedrock Foundation Models

• Introduction to Amazon Bedrock foundation models
• Using Amazon Bedrock FMs for inference
• Amazon Bedrock methods
• Data protection and auditability

LangChain

• Optimizing LLM performance
• Using models with LangChain
• Constructing prompts
• Structuring documents with indexes
• Storing and retrieving data with memory
• Using chains to sequence components
• Managing external resources with LangChain agents

Architecture Patterns

• Introduction to architecture patterns
• Text summarization
• Question answering
• Chatbot
• Code generation
• LangChain and agents for Amazon Bedrock

In dieser 2-tägigen Schulung "Developing Generative AI Applications on AWS" liegt der Fokus auf einem tiefgehenden Verständnis von Amazon Bedrock und der erfolgreichen Entwicklung von Generativen KI-Anwendungen. Die Agenda umfasst eine eingehende Einführung in Amazon Bedrock, Anwendungen und Use Cases sowie eine detaillierte Analyse der Architektur. Besondere Schwerpunkte werden auf die Komponenten Generativer KI-Anwendungen, Grundmodelle, die FM-Schnittstelle, den Umgang mit Datensätzen, RAG, Model Fine-Tuning und Sicherheitsaspekte gelegt.

Die Schulung vertieft die Kenntnisse über die Grundmodelle von Amazon Bedrock, ihre Anwendung für Inferenz, Methoden und Datenschutz. Ein praxisorientierter Abschnitt behandelt die Anwendung von LangChain, einschließlich der Optimierung von Large Language Models und der Integration von AWS. Ein Überblick über Architekturmuster wie Testgenerierung, Textzusammenfassung und Codegenerierung rundet die Schulung ab.

Für eine optimale Teilnahme am Kurs empfehlen wir folgende Vorkenntnisse:

• Fortgeschrittene Kenntnisse in der Programmiersprache Python
• Teilnahme am Seminar AWS Technical Essentials
  
• Teilnahme am Seminar Practical Data Science with Amazon SageMaker
  
• Grundlagen von Prompt Engineering

Die Schulung bietet Ihnen eine ausgewogene Mischung aus Theorie und Praxis in einer erstklassigen Lernumgebung. Profitieren Sie vom direkten Austausch mit unseren projekterfahrenen Trainern und anderen Teilnehmern, um Ihren Lernerfolg zu maximieren.

• Data Scientists
• Machine learning (ML) Entwickler