Large Language Models (LLM) - RAG-Tuning und Evaluation

  • Dieser Kurs zeigt, wie Sie Retrieval-basierte LLM-Systeme optimieren und evaluieren. Sie lernen wichtige Metriken, Tuning-Strategien und automatisierte Evaluationsverfahren kennen und entwickeln praxisnah robuste, überprüfbare RAG-Pipelines für produktive Anwendungen.

  • In diesem Kurs lernen Sie, wie Sie die Qualität von LLM-Anwendungen mit Retrieval-Augmented Generation (RAG) gezielt verbessern und bewerten. Sie analysieren Retrieval-Metriken wie Recall, Precision oder nDCG und verstehen, wie Chunking, Embedding-Auswahl und Indexparameter die Systemleistung beeinflussen.

    Der Fokus liegt auf praxisnahen Tuning-Strategien für semantische und hybride Suchsysteme, dem Einsatz von Re-Ranking-Modellen sowie der Kombination klassischer IR-Techniken mit modernen LLM-Ansätzen. Sie lernen automatisierte und manuelle Evaluationsmethoden kennen und erstellen aussagekräftige Benchmarks. Abschließend behandeln Sie Monitoring, Drift Detection, KPI-Tracking und Feedback-Loops zur kontinuierlichen Verbesserung von produktiven LLM-Systemen.

    Angesprochener Teilnehmerkreis:
    Entwickler, Data Scientists, MLOps-Teams, Produktverantwortliche und QA-Fachkräfte, die RAG-Systeme optimieren oder betreiben und deren Leistung zuverlässig bewerten möchten.

    Kursziel:
    Sie kennen Metriken, Methoden und Werkzeuge zur Evaluation von LLM-basierten Systemen und verbessern gezielt die Qualität und Zuverlässigkeit Ihrer RAG-Anwendungen.

    • Grundlagen von Retrieval-Qualität
      • Metriken: Recall, Precision, nDCG
      • Warum klassisches IR- und LLM-Tuning zusammengehören
    • Tuning-Strategien
      • Chunking-Varianten (Overlaps, Semantik-basiert)
      • Embedding-Modelle vergleichen
      • Index-Parameter optimieren (z. B. k, Abstandsmessung)
    • Re-Ranking & Hybrid Search
      • Lexikalische + semantische Suche kombinieren
      • Einsatz von Cross-Encodern
      • Trade-offs zwischen Qualität und Kosten
    • Evaluationstechniken
      • Human-in-the-loop Verfahren
      • Automatisierte Evals: BLEU, ROUGE, BERTScore, G-Eval
      • Benchmark-Sets aufbauen
    • Qualitätssicherung im Betrieb
      • Bias-Checks, Halluzinationsanalyse
      • Drift Detection bei Embeddings
      • Canary-Tests für neue Pipelines
    • Monitoring & Reporting
      • KPI-Tracking: Retrieval-Präzision, Factuality
      • Dashboards für Stakeholder
      • Feedback Loops und kontinuierliche Verbesserung
  • Grundkenntnisse in NLP oder Vektorsuche sowie erste Erfahrungen mit RAG, LangChain oder LLM-Entwicklung sind von Vorteil. Basiswissen in Python wird empfohlen.

  • Dieses Seminar können Sie als Präsenzseminar oder als Live-Online-Training (virtuelles Präsenzseminar) buchen. Die technischen Voraussetzungen für Live-Online-Schulungen (Virtual Classrooms) finden sie hier. Sie können Ihre Auswahl bei der Anmeldung treffen.
Alle Kursinformationen als PDF

Anmeldung

 
↳ Garantietermin

Zeitrahmen: 2 Tageskurs | 09:00 bis 16:00 Uhr

Preise

Die Teilnahmegebühr beträgt

ab 1.490,00 €
(1.773,10 € inkl. 19% MwSt.)

Durchführung ab 1 Teilnehmenden (mehr lesen ...)

Im Preis enthalten sind PC-COLLEGE - Zertifikat, Pausenverpflegung, Getränke und Kursmaterial.


Verwandte Seminare/Schulungen

Ihre gewünschte Kursart wählen Sie bei der Anmeldung:

  • Präsenzseminar:
    Ein Schulungserlebnis vor Ort
    mit persönlichen Kontakten und Hygieneregeln
  • Online-Seminar:
    Modernes und interaktives
    Live-Online-Training in
    Echtzeit
Erfolgreich
im Job!
Ekomi Gold Status

Exzellent 4,8 / 5

basierend auf 538 Bewertungen (Alle Kurs-Bewertungen der letzten 12 Monate)

Hier individuelles Firmenseminar anfragen

Thema:

Large Language Models (LLM) - RAG-Tuning und Evaluation

Ihr Wunschtermin


PC-COLLEGE ist autorisiertes Training Center

  • Autodesk Schulungs Anbieter
  • Lpi Schulungs Anbieter
  • Cobra Schulungs Anbieter
  • Corel Schulungs Anbieter
  • Pearson Schulungs Anbieter
  • Kryterion Schulungs Anbieter
  • Certiport Schulungs Anbieter
  • Learnquest Schulungs Anbieter
  • Google Schulungs Anbieter