Developing Generative AI Applications on AWS

In diesem zweitägigen Training für Fortgeschrittene lernen Softwareentwickler, KI-Lösungen mithilfe von Amazon Bedrock programmgesteuert zu erstellen und anzupassen. In praktischen Übungen und Laboren lernen die Teilnehmer, Grundlagenmodelle über Amazon Bedrock-APIs aufzurufen, Retrieval Augmented Generation (RAG)-Muster mit Amazon Bedrock Knowledge Bases zu implementieren und KI-Agenten mit Tool-Integration zu entwickeln. Das Training konzentriert sich auf die praktische Umsetzung von Prompt-Engineering-Techniken, verantwortungsbewusste KI-Praktiken mit Amazon Bedrock Guardrails, die Integration von Open-Source-Frameworks und Architekturmuster für reale Geschäftsanwendungen.

In diesem Training lernen Sie Folgendes:

• Entwickeln Sie generative KI-Anwendungen mit Amazon Bedrock.
• Entwerfen Sie Architekturmuster für generative KI-Anwendungen.
• Konfigurieren Sie Amazon Bedrock-APIs, um Foundation-Modelle (FMs) programmgesteuert aufzurufen.
• Entwickeln Sie agentenbasierte KI-Anwendungen durch die Integration von Amazon Bedrock-Tools und Open-Source-Frameworks.
• Erstellen Sie benutzerdefinierte Lösungen mit Retrieval Augmented Generation (RAG) und Amazon Bedrock Knowledge Bases. 
• Integrieren Sie Open-Source-SDKs in Amazon Bedrock, um Ihr Geschäft auszubauen. 
• Optimieren Sie Modellantworten durch die Anwendung von Prompt-Engineering-Techniken. 
• Bewerten Sie generative KI-Anwendungskomponenten. 
• Implementieren Sie verantwortungsbewusste KI-Praktiken zum Schutz generativer KI.

Day 1
Course Introduction
Module 1: Exploring Components of Generative AI Applications on AWS

• Understanding generative AI concepts
• Identifying AWS generative AI stack components
• Designing generative AI application components

Module 2: Programming with Amazon Bedrock

• Guiding model response generation
• Using Amazon Bedrock programmatically
• Hands-on lab: Develop with Amazon Bedrock APIs
• Hands-on lab: Develop Streaming Patterns with Amazon Bedrock APIs

Module 3: Applying Prompt Engineering for Developers

• Introducing prompt engineering
• Introducing prompt techniques
• Optimizing prompts for better results

Module 4: Using Amazon Bedrock APIs in Common Architectures

• Implementing architecture patterns with Amazon Bedrock APIs
• Exploring common use cases
• Adding conversational memory to extend context
• Hands-on lab: Develop Conversation Patterns with Amazon Bedrock APIs

Module 5: Customizing Generative AI Responses with RAG

• Implementing Retrieval Augmented Generation (RAG)
• Using Amazon Bedrock Knowledge Bases
• Hands-on lab: Develop Retrieval Augmented Generation (RAG) Applications with Amazon Bedrock Knowledge Bases 

Module 6: Integrating Open Source Frameworks with Amazon Bedrock

• Invoking a foundation model in Amazon Bedrock using LangChain
• Using LangChain for context-aware responses
• Hands-on lab: Develop a Generative AI Application Pattern using Open Source Frameworks and Amazon Bedrock Knowledge Bases

Day 2
Module 7: Evaluating Generative AI Application Components

• Evaluating application components
• Evaluating model output
• Evaluating RAG output
• Optimizing latency and cost
• Hands-on lab: Evaluating Retrieval Augmented Generation (RAG) Applications

Module 8: Implementing Responsible AI

• Understanding responsible AI
• Mitigating bias and addressing prompt misuses
• Using Amazon Bedrock Guardrails
• Hands-on lab: Securing Generative AI Applications Using Bedrock Guardrails

Module 9: Using Tools and Agents in Generative AI Applications

• Using tools
• Understanding AI agents
• Understanding open source agentic frameworks
• Understanding agent interoperability

Module 10: Developing Amazon Bedrock Agents

• Implementing Amazon Bedrock Flows
• Designing Amazon Bedrock Agents
• Developing Amazon Bedrock Inline Agents
• Designing multi-agent collaboration
• Using Amazon Bedrock AgentCore
• Hands-on lab: Developing Amazon Bedrock Agents Integrated with Amazon Bedrock Knowledge Bases and Guardrails Course Wrap-Up

• Dieses Training richtet sich an Softwareentwickler

• Absolvierung des von AWS-Dozenten geleiteten Kurses „Generative AI Essentials“
• Fortgeschrittene Kenntnisse in Python
• Vertrautheit mit AWS Cloud