Advanced Generative AI Development on AWS

Der Kurs "Advanced Generative AI Development on AWS" richtet sich an Entwickler*innen, die die Implementierung von produktionsreifen Generative-AI-Lösungen auf AWS beherrschen möchten. Der Kurs spricht die Anforderungen von Unternehmen an, die sich auf ihre Generative-AI-Reise begeben, und zeigt, wie umfassende Strategien für Generative AI entwickelt werden können, die mit den übergeordneten Geschäftsziele abgestimmt sind.

Dieses fortgeschrittene, dreitägige, von einem Trainer geleitete Training vermittelt Fachwissen über den gesamten Generative-AI-Stack – von Foundation Models bis zu Enterprise-Integrationsmustern. Darüber hinaus lernen die Teilnehmer*innen erweiterte Datenverarbeitungstechniken, die Implementierung von Vektordatenbanken und Retrieval-Augmentation, anspruchsvolles Prompt Engineering und Governance, Agentic-AI-Systeme und Tool-Integration, Sicherheits- und Schutzmaßnahmen für KI, Strategien zur Leistungsoptimierung und Kostenkontrolle sowie umfassende Lösungen für Monitoring, Observability, Testing und Validierung kennen.

Der Kursaufbau folgt dem bewährten AWS-Modell zur Einführung von Generative AI – von der Experimentierphase bis hin zu produktionsreifen Implementierungen.

In diesem Training lernen Sie Folgendes:

• Entwicklung produktionsreifer generativer KI-Lösungen mit AWS-Services, die die Anforderungen von Unternehmen an Sicherheit, Skalierbarkeit und Zuverlässigkeit erfüllen
• Bewertung und Auswahl geeigneter Basismodelle für spezifische Geschäftsanwendungsfälle, einschließlich Leistungsbenchmarking und Implementierung dynamischer Modellauswahlarchitekturen
• Entwerfen und implementieren Sie robuste Fundamentmodellsysteme mit Circuit Breakers, regionenübergreifender Bereitstellung und Strategien für eine reibungslose Degradation
• Erstellen Sie umfassende Datenverarbeitungs-Pipelines für multimodale Eingaben, einschließlich Validierungs-Workflows und Optimierungstechniken
• Implementieren Sie anspruchsvolle Vektordatenbanklösungen unter Verwendung von Amazon Bedrock Knowledge Bases, OpenSearch und hybriden Ansätzen für eine effektive Sucherweiterung
• Erstellen und verwalten Sie fortschrittliche Frameworks für das Prompt Engineering, einschließlich Chain-of-Thought-Argumentation und unternehmensweiten Prompt-Governance-Systemen
• Entwicklung autonomer KI-Agenten mit Amazon Bedrock Agents, Implementierung komplexer Argumentationsmuster und Tool-Integrationsfunktionen
• Implementierung umfassender KI-Sicherheits- und Schutzkontrollen, einschließlich Inhaltsfilterung, Datenschutz und Adversarial-Testmechanismen
• Optimierung der Leistung und Verwaltung der Kosten durch Token-Effizienzstrategien, Batch-Implementierungen und intelligente Caching-Systeme
• Entwurf und Implementierung umfassender Überwachungs- und Beobachtungslösungen für Basismodellanwendungen
• Erstellen Sie systematische Test- und Validierungsframeworks für die kontinuierliche Qualitätssicherung von KI-Anwendungen
• Integrieren Sie generative KI-Lösungen in Unternehmensumgebungen mithilfe sicherer, konformer und skalierbarer Architekturmuster

Module 1: Foundation Model Selection and Configuration

• Enterprise foundation model evaluation framework
• Dynamic model selection architecture patterns
• Resilient foundation model system designs
• Cost optimization and economic modeling

Module 2: Advanced Data Processing for Foundation Models

• Comprehensive data validation and quality assurance
• Multi-modal data processing pipelines
• Input optimization and performance enhancement

Module 3: Vector Databases and Retrieval Augmentation

• Enterprise vector database architecture
• Advanced document processing and chunking strategies
• Sophisticated retrieval system implementation

Module 4: Prompt Engineering and Governance

• Advanced prompt engineering frameworks
• Complex prompt orchestration systems
• Enterprise prompt governance and management

Module 5: Agentic AI and Tool Integration

• Agentic AI architecture and evolution
• Amazon Bedrock Agents implementation
• AWS Agentic AI service ecosystem
• Tool integration and production observability

Module 6: AI Safety and Security

• Comprehensive content safety implementation
• Privacy-preserving AI architecture
• AI governance and compliance frameworks

Module 7: Performance Optimization and Cost Management

• Token efficiency and cost optimization
• High-performance system architecture
• Intelligent caching systems implementation
• Hands-on Lab: Building Secure and Responsible Gen AI with Guardrails for Amazon Bedrock

Module 8: Monitoring and Observability for Generative AI

• Foundation model monitoring systems
• Business impact and value management
• AI-specific troubleshooting and diagnostics

Module 9: Testing, Validation, and Continuous Improvement

• Comprehensive AI evaluation frameworks
• Quality assurance and continuous improvement
• RAG system evaluation and optimization

Module 10: Enterprise Integration Patterns

• Enterprise connectivity and integration architecture
• Secure access and identity management
• Cross-environment and hybrid deployments

Module 11: Course wrap-up

• Next steps and additional resources
• Course summary

Dieses Training richtet sich an folgende Zielgruppen:

• Softwareentwickler
• Technische Fachkräfte

Wir empfehlen den Teilnehmern dieses Kurses folgende Voraussetzungen:

• AWS Technical Essentials
• Generative AI Essentials on AWS
• Mindestens zwei Jahre Erfahrung in der Entwicklung produktionsreifer Anwendungen auf AWS oder mit Open-Source-Technologien, allgemeine Erfahrung in den Bereichen KI/ML oder Data Engineering
• Ein Jahr praktische Erfahrung in der Implementierung generativer KI-Lösungen