KI-Systemengineering — RAG, Agenten und Evaluation

Universitätskurs · 72 Stunden

Bauen, messen und vertreten Sie ein KI-System mit RAG, Speicher, Orchestrierung, lokalen Modellen und echter Evaluation.

Was Sie lernen

Die Engineering-Roadmap in 10 Einheiten

Jede Einheit verbindet eine einfache Erklärung, eine technische Entscheidung und einen Nachweis für das Endsystem.

Abschlussprojekt

Verteidigen Sie ein RAG-System, das weiß, wann es nicht antworten sollte.

Legen Sie Ingestion-Plan, Retrieval-Evaluation, Zitate, Speicherpolitik, Kostenmodell, Red-Team-Ergebnisse und offenzulegende Grenzen vor.

Modellgrundlagen

Tokens, Transformer, Training, Inferenz, SLMs und GPU-Grenzen.

Fundiertes RAG

Dokumente, Chunking, Embeddings, Reranking, Zitate und Enthaltung ohne Belege.

Zuverlässige Systeme

Speicher, Agenten, menschliche Freigabe, Diffusion, Multimodalität, Evaluation und Red Teaming.

72 begleitete Stunden

10 Engineering-Einheiten

40 Lektionen und Labs

1 verteidigtes Abschlussprojekt

Tokens und Transformer

Kontext, Kosten und Repräsentation

Training und Inferenz

Prompting, RAG oder Fine-Tuning wählen

SLMs, Frontier und Open Source

Qualität, Datenschutz, Lizenz und Kontrolle

GPU, VRAM und Serving

Latenz, Kapazität und Kosten

Retrieval und Embeddings

Dokumente, Chunks und Metadaten

Reranking und Zitate

Belege vor flüssigen Antworten

Speicher und Kontext

Aufbewahrung, Korrektur und Löschung

Orchestrierung und Agenten

Tools, Zustand und menschliche Freigabe

Diffusion und Multimodalität

Bilder, Audio, Rechte und Tests

Evaluation und Red Teaming

Fehler messen, bevor Nutzende sie finden