Die Nachfrage der Wirtschaft nach technischen KI-Fähigkeiten explodiert, und KI-Ingenieure, die mit großen Sprachmodellen (LLMs) arbeiten können, sind sehr gefragt. Dieser Kurs "Grundlagen der Erstellung von KI-Agenten mit RAG und LangChain" vermittelt berufsrelevante Fähigkeiten, die Ihre KI-Karriere vorantreiben werden. In diesem Kurs lernen Sie die Retrieval-Augmented Generation (RAG), Prompt Engineering und LangChain-Konzepte kennen. Sie lernen den RAG-Prozess, seine Anwendungen, Encoder und Tokenizer sowie die FAISS-Bibliothek für hochdimensionale Vektorsuche kennen. Anschließend wenden Sie In-Context-Learning und fortgeschrittene Prompt-Engineering-Techniken an, einschließlich Prompt-Templates und Beispiel-Selektoren, um präzise Antworten zu generieren. Sie werden auch mit den LangChain-Tools, -Komponenten, -Dokumentenladern, -Retrievern, -Ketten und -Agenten arbeiten, um die LLM-basierte Anwendungsentwicklung zu vereinfachen. In praktischen Übungen werden Sie KI-Agenten entwickeln, die LLMs, LangChain- und RAG-Technologien integrieren. Sie werden auch ein reales Projekt abschließen, das Sie in Vorstellungsgesprächen präsentieren können. Ein umfassender Spickzettel und ein Glossar sind enthalten, um Ihr Lernen zu verstärken. Melden Sie sich noch heute an und erwerben Sie gefragte generative KI-Fähigkeiten in nur 8 Stunden!

Frühbucherrabatt! Schalten Sie 10.000+ Kurse von Google, Microsoft und mehr für £160/Jahr frei. Jetzt sparen.


Grundlagen der KI-Agenten mit RAG und LangChain
Dieser Kurs ist Teil mehrerer Programme.
Unterrichtet in Deutsch (KI-Synchronisation)



Dozenten: Joseph Santarcangelo
16.792 bereits angemeldet
Bei enthalten
(102 Bewertungen)
Empfohlene Erfahrung
Was Sie lernen werden
Gefragte, arbeitsplatzreife Fähigkeiten, die Unternehmen für den Aufbau von KI-Agenten mit RAG und LangChain in nur 8 Stunden benötigen
Wie man die Grundlagen des kontextbezogenen Lernens und der fortgeschrittenen Prompttechnik anwendet, um das Promptdesign zu verbessern
Wichtige LangChain-Konzepte, einschließlich Tools, Komponenten, Chat-Modelle, Ketten und Agenten
Wie man KI-Anwendungen durch die Integration von RAG, PyTorch, Hugging Face, LLMs und LangChain-Technologien erstellt
Kompetenzen, die Sie erwerben
- Kategorie: Modellierung großer Sprachen
- Kategorie: Künstliche Intelligenz
- Kategorie: Prompt Engineering
- Kategorie: Verarbeitung natürlicher Sprache
- Kategorie: Generative AI-Agenten
- Kategorie: OpenAI
- Kategorie: ChatGPT
- Kategorie: Künstliche Intelligenz und Maschinelles Lernen (KI/ML)
- Kategorie: Generative KI
Wichtige Details

Zu Ihrem LinkedIn-Profil hinzufügen
4 Aufgaben
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Erweitern Sie Ihre Fachkenntnisse
- Lernen Sie neue Konzepte von Branchenexperten
- Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
- Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
- Erwerben Sie ein Berufszertifikat zur Vorlage

In diesem Kurs gibt es 2 Module
In diesem Modul lernen Sie die Grundlagen der Retrieval-Augmented Generation (RAG) kennen und erfahren, wie sie angewendet wird, um genauere und kontextbezogene Antworten in Anwendungen wie Chatbots und intelligenten KI-Agenten zu generieren. Sie lernen den kompletten RAG-Prozess kennen, einschließlich der Integration mit LangChain zum Aufbau modularer und skalierbarer KI-Lösungen. Das Modul deckt Schlüsselkomponenten wie DPR (Dense Passage Retrieval) ab, das einen Kontextencoder und einen Fragencoder verwendet, die jeweils mit Tokenizern gepaart sind, um Text in ein maschinenlesbares Format zu konvertieren. Außerdem wird die Facebook AI similarity search (FAISS)-Bibliothek vorgestellt, die von Facebook AI Research entwickelt wurde, um effiziente Ähnlichkeitssuchen in hochdimensionalen Vektorräumen durchzuführen. Darüber hinaus werden Sie praktische Erfahrungen durch Übungen sammeln, die sich auf die Implementierung von RAG-basierten Systemen unter Verwendung von zwei wichtigen maschinellen Lernsystemen konzentrieren: Hugging Face, um Informationen aus Datensätzen abzurufen, und PyTorch, um die Relevanz von Inhalten zu bewerten und sinnvolle Antworten zu generieren.
Das ist alles enthalten
3 Videos3 Lektüren2 Aufgaben2 App-Elemente1 Plug-in
In diesem Modul lernen Sie In-Context-Lernen und fortgeschrittene Prompt-Engineering-Techniken kennen, um Prompts zu entwerfen und zu verfeinern, die relevante und genaue KI-Antworten erzeugen. Anschließend lernen Sie das LangChain-Framework kennen, eine Open Source-Schnittstelle, die die Entwicklung von KI-Anwendungen mit großen Sprachmodellen (LLMs) vereinfacht. Zu den behandelten Schlüsselkonzepten gehören die Werkzeuge, Komponenten und Chat-Modelle von LangChain sowie Prompt-Vorlagen, Beispiel-Selektoren und Output-Parser. Sie werden auch LangChain's Document Loader und Retriever, Ketten und Agenten untersuchen, um intelligente Anwendungen zu erstellen. Durch praktische Übungen werden Sie diese Konzepte anwenden, um LLM-Anwendungen zu verbessern und einen KI-Agenten zu entwickeln, der LLM, LangChain und RAG für eine interaktive und effiziente Dokumentenabfrage integriert. Zusätzlich stehen ein umfassender Spickzettel und ein Glossar zur Verfügung, um Ihr Lernen zu verstärken.
Das ist alles enthalten
6 Videos4 Lektüren2 Aufgaben3 App-Elemente2 Plug-ins
Erwerben Sie ein Karrierezertifikat.
Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.
von
Mehr von Maschinelles Lernen entdecken
- Status: Kostenloser Testzeitraum
- Status: Kostenlos
DeepLearning.AI
Coursera Instructor Network
- Status: Kostenloser Testzeitraum
Warum entscheiden sich Menschen für Coursera für ihre Karriere?




Bewertungen von Lernenden
102 Bewertungen
- 5 stars
75,72 %
- 4 stars
15,53 %
- 3 stars
4,85 %
- 2 stars
1,94 %
- 1 star
1,94 %
Zeigt 3 von 102 an
Geprüft am 9. Feb. 2025
The hands-on is manageable, yet allow learners to experience the actual flow of using the tools.
Geprüft am 15. März 2025
The robotic voice of the reader made the experience a little fake, but the content was interesting
Geprüft am 26. Apr. 2025
Course content was good but there was not much for us to do in labs. A hint based lab completely solved by the learner can be a good addition.

Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - alles in Ihrem Abonnement enthalten
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.
Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.
Häufig gestellte Fragen
Mit 3-4 Stunden Lernzeit können Sie diesen Kurs abschließen und in nur acht Stunden die Fähigkeiten erwerben, die Sie brauchen, um einen Arbeitgeber zu beeindrucken!
Dieser Kurs ist auf mittlerem Niveau angesiedelt. Um den größtmöglichen Lernerfolg zu erzielen, müssen Sie über Grundkenntnisse in Python und PyTorch verfügen. Sie sollten auch mit Konzepten des maschinellen Lernens und neuronaler Netze vertraut sein und es ist hilfreich, wenn Sie mit Sprachmodellierung, Transformatormodellen, GPT und Grundlagen der Feinabstimmung vertraut sind.
Dieser Kurs ist Teil der Spezialisierung Generative AI Engineering mit LLMs. Nach Abschluss dieses Kurses verfügen Sie über die Fähigkeiten und das Selbstvertrauen, um Jobs als KI-Ingenieur, NLP-Ingenieur, Ingenieur für maschinelles Lernen, Deep-Learning-Ingenieur, Datenwissenschaftler oder Software, die mit LLMs arbeiten möchte, anzunehmen.
Weitere Fragen
Finanzielle Unterstützung verfügbar,