Customize Consent Preferences

We use cookies to help you navigate efficiently and perform certain functions. You will find detailed information about all cookies under each consent category below.

The cookies that are categorized as "Necessary" are stored on your browser as they are essential for enabling the basic functionalities of the site. ... 

Always Active

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

No cookies to display.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

No cookies to display.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

No cookies to display.

Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.

No cookies to display.

Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.

No cookies to display.

OUR

Courses

Der Kurs „Entwicklung von AI Chat-Assistenten mit Java Spring“ bietet einen umfassenden Einblick in die Implementierung von KI-Chat-Assistenten mit dem Retrieval-Augmented-Generation-Muster unter Verwendung der neuesten Java Spring-Bibliothek. Mit einer Mischung aus theoretischen Erläuterungen und praktischen Übungen lernen Sie, fortschrittliche KI-Chat-Assistenten zu entwickeln und anzupassen.

Wir werden lernen, wie das Retrieval-augmented Generation Pattern für KI-Textgenerierung funktioniert. Dabei werden grundlegende Konzepte wie Modelle, Embeddings und vektorbasierte Datenbanken eingeführt. Wir vertiefen uns in die Verwendung von Prompting-Techniken sowie in das Zusammenspiel von Retrieval und Generierung. Das Pattern nutzt einen zweistufigen Ansatz, bei dem zuerst relevante Textfragmente aus einer vektorbasierten Datenbank abgerufen werden, um dann mithilfe von Generierungsmodellen eine Antwort zu formulieren. Dabei wird sowohl auf die Effizienz der Abfrage als auch auf die Qualität der Generierung Wert gelegt.

Die Benutzeroberfläche wird beispielhaft mit Angular entwickelt, um Best Practices für den Umgang mit gestreamten KI-Antworten zu erlernen.

Unsere Trainer lassen Ihnen immer die Möglichkeit, den Inhalt der Schulung zu beeinflussen und bringen sehr gerne auch Beispiele mit, die Ihnen für Ihre spezielle Situation in Ihrem Unternehmen am besten helfen würden.

  • Spring AI ist eine neue Ergänzung des Spring-Frameworks, die es uns ermöglicht, mit KI-Chat-Modellen in Unternehmensanwendungen zu arbeiten.
  • Einführung in den theoretischen Hintergrund von KI-Modellen: grundlegenden Konzepte und Prinzipien hinter der Entwicklung von KI-Chat-Assistenten vorgestellt. Dies umfasst einen Überblick über verschiedener KI-Techniken wie maschinelles Lernen, natürliche Sprachverarbeitung und neuronale Netzwerke.
  • Grundlagen von Spring AI: Einführung in die abstrakten Konzepte, die als Grundlage für die Entwicklung von KI-Anwendungen dienen.
  • Kernabstraktionen: Erläuterung der Kernabstraktionen von Spring AI, die verschiedene Implementierungen ermöglichen und einen einfachen Austausch von Komponenten mit minimalen Codeänderungen ermöglichen. Hierbei werden die ChatClient- /StreamingChatClient-Schnittstellen und deren Implementierungen für OpenAI, Azure OpenAI, Ollama, VertexAI, Huggingface, Bedrock/Llama2, Bedrock/Anthropic, Bedrock/Titan, Bedrock/Cohere sowie Abstraktionen wie EmbeddingClient und ImageClient und deren Modellimplementierungen behandelt.
  • Höherstufige Funktionalitäten: Vorstellung der höherstufigen Funktionen von Spring AI zur Bewältigung gängiger Anwendungsfälle wie „Fragen und Antworten zu Ihrer Dokumentation“ oder „Chatten mit Ihrer Dokumentation“.
  • Integration mit Spring-Ecosystem-Projekten: Erklärung, wie Spring AI mit anderen Projekten im Spring-Ecosystem, wie Spring Integration, Spring Batch, Spring Data, Spring Cloud GCP, Spring Cloud usw., integriert werden kann.
  • Setup-Vereinfachung: Nutzung von Spring Boot Starters zur Vereinfachung der Einrichtung wesentlicher Abhängigkeiten und Klassen sowie Vorstellung von Beispielanwendungen zur Erkundung der Funktionen des Projekts.
  • Verwendung von Spring CLI: Einführung in das neue Spring CLI-Projekt, das es ermöglicht, schnell zu starten, indem der Befehl „spring boot new ai“ für neue Projekte oder „spring boot add ai“ zur Hinzufügung von KI-Funktionen zu einer vorhandenen Anwendung verwendet wird.

Target group

  • Softwareentwickler und -architekten

Lernmethoden

Der Kurs wird durch eine Kombination aus Vorlesungen, praktischen Übungen, Diskussionen und Demos durchgeführt. Die Teilnehmer haben auch Zugang zu Online-Ressourcen, einschließlich der offiziellen Spring AI-Dokumentation, um ihr Verständnis zu vertiefen und zusätzliche Übungen durchzuführen.

Abschluss

Nach erfolgreichem Abschluss des Kurses erhalten die Teilnehmer ein Zertifikat über die Teilnahme an der „Einführung in künstliche Intelligenz mit Spring AI“.