Sind Sie bereit, Ihre KI-Karriere zu boosten, indem Sie die neuesten Retrieval-Techniken für intelligente Suche und Zusammenfassung beherrschen? Dieser praxisorientierte Kurs führt Sie tief in die Welt der Retrieval-Augmented Generation (RAG), fortgeschrittener Retriever und Vektor-Datenbanken wie FAISS und Chroma DB. Sie erwerben die modernsten Fähigkeiten, die Unternehmen benötigen, um skalierbare, leistungsstarke RAG-Anwendungen zu entwerfen und zu erstellen, die intelligentere Such- und Antwortfunktionen ermöglichen. Während des Kurses lernen Sie, wie man Retrieval-Muster unterscheidet, Ähnlichkeitssuche mit FAISS implementiert und LangChain mit modernen UI-Frameworks wie Gradio integriert. In praktischen Übungen und angeleiteten Projekten erhalten Sie dann praktische Erfahrung im Aufbau einer durchgängigen KI-Anwendung, die Abfragen, Zusammenfassungen und Antworten in Echtzeit liefert. Von Abfragen mit mehreren Abfragen und übergeordneten Dokumenten bis hin zur semantischen Vektorsuche und -auswertung vermittelt Ihnen dieser Kurs die Fähigkeiten, um die Genauigkeit von internen Suchmaschinen, Chatbots und Inhaltsempfehlungssystemen zu verbessern. Melden Sie sich noch heute an und erweitern Sie Ihr Portfolio mit praktischer Erfahrung im Aufbau von KI, die den Kontext versteht und Ergebnisse liefert.
Schalten Sie mit Coursera Plus den Zugang zu mehr als 10.000 Kursen frei. Starten Sie die 7-tägige kostenlose Testversion.
Fortgeschrittene RAG mit Vektordatenbanken und Retrievern
Dieser Kurs ist Teil mehrerer Programme.
Dozenten: Wojciech 'Victor' Fulmyk
5.627 bereits angemeldet
Bei enthalten
(31 Bewertungen)
Empfohlene Erfahrung
Was Sie lernen werden
Erstellung von RAG-Anwendungen unter Verwendung von Vektor-Datenbanken und fortgeschrittenen Abfragemustern
Nutzung der Kernmechanismen von Vektor Datenbanken wie FAISS und Chroma DB und Implementierung von Indexierungsalgorithmen wie HNSW
Implementierung fortgeschrittener Retriever unter Verwendung von LlamaIndex und LangChain zur Verbesserung der Qualität der LLM-Antworten
Entwicklung umfassender RAG-Anwendungen durch Integration von LangChain, FAISS und Front-End-Benutzeroberflächen, die mit Gradio erstellt wurden
Kompetenzen, die Sie erwerben
- Kategorie: UI Komponenten
- Kategorie: Leistungsoptimierung
- Kategorie: Benutzeroberfläche (UI)
- Kategorie: Verarbeitung natürlicher Sprache
- Kategorie: Prompt Engineering
- Kategorie: Anwendungsentwicklung
- Kategorie: Skalierbarkeit
- Kategorie: Datenbank-Management-Systeme
- Kategorie: Generative KI
- Kategorie: LLM-Bewerbung
- Kategorie: Modellierung großer Sprachen
Wichtige Details
Zu Ihrem LinkedIn-Profil hinzufügen
August 2025
5 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 erhalten Sie einen tiefen Einblick in fortgeschrittene Retriever und Retrieval-Patterns, die Sie in die Lage versetzen, fortgeschrittene Retrieval-Strategien innerhalb eines RAG-Systems zu implementieren und zu optimieren. Die Teilnehmer werden verschiedene Retriever-Typen anhand von Videovorlesungen und praktischen Übungen erkunden, darunter Vektor-Speicher-gestützte, Multi-Abfrage-, Selbst-Abfrage- und Elterndokument-Retriever. Die Teilnehmer werden diese Techniken mit Hilfe von LangChain und LlamaIndex anwenden und so praktische Erfahrungen beim Aufbau intelligenterer Suchfunktionen und bei der Verbesserung der Retrieval-Effizienz in KI-gesteuerten Anwendungen sammeln.
Das ist alles enthalten
5 Videos2 Lektüren3 Aufgaben4 App-Elemente1 Diskussionsthema2 Plug-ins
In diesem Modul lernen Sie FAISS kennen, eine leistungsstarke Vektordatenbank für die effiziente Ähnlichkeitssuche. Sie werden FAISS mit Chroma DB vergleichen, um seine einzigartigen Vorteile und Anwendungen zu verstehen. Durch praktische Erfahrung werden Sie eine semantische Suchmaschine unter Verwendung von FAISS in einer Nicht-RAG-Umgebung aufbauen und seine Vielseitigkeit über Retrieval-Augmented Generation Generation (RAG) hinaus demonstrieren. Schließlich werden Sie eine voll funktionsfähige RAG-Anwendung entwickeln, die FAISS, einen erweiterten Retriever und ein mit Gradio erstelltes Front-End UI integriert. Dieses Modul stärkt die wichtigsten RAG-Konzepte und führt die Lernenden durch den Prozess der Erstellung einer durchgängigen KI-gestützten Anwendung.
Das ist alles enthalten
2 Videos3 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 Softwareentwicklung entdecken
Status: Kostenloser Testzeitraum
Status: Kostenloser Testzeitraum
Status: Kostenloser Testzeitraum
Status: Kostenloser Testzeitraum
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
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
Durch die Beherrschung fortgeschrittener RAG-Techniken und Vektordatenbanken wie FAISS und Chroma DB sowie durch das Erlernen der Integration mit LangChain und Gradio sind Sie bestens auf Aufgaben wie KI-Entwickler, Data Engineer, KI-Anwendungsarchitekt, Ingenieur für Suchalgorithmen oder technischer Produktmanager vorbereitet. In diesen Positionen geht es um die Entwicklung intelligenter, effizienter Suchsysteme, die Optimierung von Suchmethoden und das Design von KI-gesteuerten Anwendungen, die fortschrittliche Suchtechniken nutzen.
Nein, Erfahrung im Maschinellen Lernen ist keine Voraussetzung! Obwohl Python-Programmierung und ein Verständnis von APIs und Webentwicklung empfohlen werden, konzentriert sich dieser Kurs auf die Implementierung und Optimierung von Retrieval-Systemen mit Tools wie FAISS, LangChain und Gradio. Er richtet sich an Entwickler und Ingenieure, die ihre Fähigkeiten bei der Erstellung fortgeschrittener suchgesteuerter KI-Anwendungen verbessern möchten, ohne sich tief in das Training von Modellen des Maschinellen Lernens zu vertiefen.
Traditionelle Kurse konzentrieren sich oft auf die grundlegende Optimierung von Abfragen oder relationalen Datenbanken. Im Gegensatz dazu taucht dieser Kurs tief in die Retrieval-Augmented Generation (RAG) und fortgeschrittene vektorbasierte Retrievalsysteme ein. Sie werden innovative Techniken wie die Ähnlichkeitssuche, Vektor-Datenbanken und KI-gesteuerte Retrieval-Strategien erforschen und diese Konzepte anwenden, um dynamische, Echtzeit- und kontextbezogene Sucherfahrungen zu schaffen. Es ist perfekt für Entwickler, die moderne Technologien für KI-gestützte Suchsysteme nutzen möchten.
Weitere Fragen
Finanzielle Unterstützung verfügbar,