RAG-Systeme Basis - Vollzeit - Virtuell

Dieser Kurs führt ML Engineers in die Welt der RAG-Systeme ein. Sie verstehen das RAG-Konzept, arbeiten mit Vector Databases wie Pinecone, Weaviate und ChromaDB, wählen passende Embedding-Modelle und entwickeln Chunking-Strategien. Die Evaluation von RAG-Systemen sorgt dafür, dass Ihre Lösung qualitativ hochwertige Ergebnisse liefert.

• Retrieval-Augmented Generation verstehen - RAG-Architektur, Datenfluss und Abgrenzung zu Fine-Tuning und In-Context-Learning
• Vector Databases - Pinecone, Weaviate, ChromaDB und Qdrant: Architektur, Indexierung und Abfrage-Strategien vergleichen
• Embedding-Modelle auswählen - OpenAI, Cohere, Sentence Transformers und lokale Modelle bewerten und benchmarken
• Chunking-Strategien - Fixed-Size, Semantic, Recursive und Document-Level Chunking mit Overlap-Optimierung
• Evaluation von RAG-Systemen - Retrieval-Qualität, Answer-Qualität, Halluzinations-Rate und RAGAS-Framework einsetzen

• IHK-Bescheinigung