AI Essentials for Engineers
Transformieren Sie Ihre technischen Arbeitsabläufe mit praktischer AI: Setzen Sie LLMs ein, automatisieren Sie die Infrastruktur und beherrschen Sie die neuesten Tools und Protokolle für sichere, konforme und effiziente Abläufe.
Was Sie in diesem Training lernen werden
Agenda
AI-Engineering-Landschaft und Compliance-Rahmenwerk: Moderne KI/MLOps-Trends, Auswirkungen des EU-KI-Gesetzes auf Engineering-Teams, verantwortungsbewusster KI-Einsatz und Risikobewertungsrahmenwerke für Unternehmensanwendungen.
Lokale LLM-Infrastruktur und Hosting-Strategien: Architektonische Entscheidungen für lokale vs. Cloud-Bereitstellung, Hardware-Überlegungen, Benutzeroberflächen und Kostenoptimierungsstrategien für LLM-Betrieb.
Fortgeschrittene Wissensabrufsysteme: Entwicklung von RAG, Cache-Augmented Generation (CAG)-Mustern, Vektordatenbanken, BYOLLM und Fine Tuning sowie Techniken zur Leistungsoptimierung.
Implementierung des Model Context Protocol (MCP): Vertiefung der MCP-Architektur, Entwicklungsmuster für Server und Clients, Integration benutzerdefinierter Tools und Konnektivität von Unternehmenssystemen.
AI-gestützte Infrastrukturautomatisierung: Infrastructure as Code mit KI-Unterstützung, Terraform AI, Pulumi AI, intelligente Überwachung und Beobachtbarkeit, vorausschauende Skalierung und Kostenoptimierung durch KI-Analysen.
AI-Sicherheit und Compliance-Operationen: Schwachstellen und Abhilfemaßnahmen für KI-Systeme, Abwehr von Prompt-Injections, Integration von Mondoo-Sicherheitsscans und Techniken zum Schutz der Privatsphäre.
Autonome Workflow-Automatisierung und AI-Agenten: Agentische KI-Architekturmuster, visuelle Automatisierungstools, Multi-Agenten-Koordination und Geschäftsprozessintegration.
Produktions-AI-Systeme und Zukunftstrends: CI/CD-Pipeline-Optimierung, intelligente Testframeworks, Edge-KI-Bereitstellung, Multi-Cloud-Orchestrierung und Roadmap für neue Technologien.
Praktische Übungen: Umfassende praktische Übungen, einschließlich vollständiger lokaler LLM-Einrichtung, Entwicklung benutzerdefinierter MCP-Server, KI-gestütztes Infrastrukturmanagement, Implementierung von Sicherheitsbewertungen, visuelle Workflow-Automatisierung und End-to-End-Bereitstellung von KI-Engineering-Pipelines.
Zielgruppe
Dieses Training richtet sich an
- Software-Ingenieure
- DevOps-Profis
- KI/ML-Praktiker
Vorraussetzungen
Folgendes sollten Sie mitbringen um von diesem Training zu profitieren:
- Grundlegende Programmierkenntnisse (Python empfohlen)
- Basic Wissen von Cloud-Plattformen und Versionskontrolle (Git)
Style
Unsere erfahrenen Trainer vermitteln Ihnen die Inhalte mit einem Mix aus:
- Interaktive Trainings
- Praktische Labs mit geführten Übungen
- Diskussionen zu realen Anwendungsfällen
- Gruppenaktivitäten und Q&A-Sitzungen
Technische Vorraussetzungen
Wir empfehlen das folgende Equipment:
- Stabile Internetverbindung
- Zugriff auf KI-Tools und -Dienste (z. B. OpenRouter, Groq, OpenAI API)
- Browser, der mit modernen Webanwendungen kompatibel ist
- Wenn du die gezeigten Tools selbst ausprobieren möchtest: Vorinstallierter Code-Editor (z. B. VS Code) mit ausreichender Hardware und einer Python-Installation4o

AI Essentials for Engineers
Transformieren Sie Ihre technischen Arbeitsabläufe mit praktischer AI: Setzen Sie LLMs ein, automatisieren Sie die Infrastruktur …
Details & BuchungAnsible Essentials
Die perfekte Grundlage um mit Konfigurationsmanagement loszulegen.
Details & BuchungBackstage Essentials
Wir arbeiten derzeit an einem neuen Training zu diesem Thema – bleibt gespannt auf Updates!
Details & Buchung