Large Language Models (LLM) - RAG-Tuning und Evaluation
Kursdauer: 2 Tage - 09:00 - 16:00 Uhr
Das lernen Sie im Kurs
- RAG Systeme optimieren und Tuning Strategien anwenden
- Retrieval Metriken analysieren und Qualität bewerten
- Evaluation Methoden und Monitoring umsetzen
Termine & Preise
Erfahrung, die Vertrauen schafft - überzeugen Sie sich selbst.
Large Language Models (LLM) - RAG-Tuning und Evaluation
Kurs-ID: LMEWas erwartet Sie in diesem Kurs?
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.
Für wen ist der Kurs geeignet?
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.
Kursvoraussetzungen
Grundkenntnisse in NLP oder Vektorsuche sowie erste Erfahrungen mit RAG, LangChain oder LLM-Entwicklung sind von Vorteil. Basiswissen in Python wird empfohlen.
Ist die Teilnahme vor Ort und online möglich?
Dieses Seminar können Sie als Präsenzseminar oder als Live-Online-Training (virtuelles Präsenzseminar) buchen. Schauen Sie sich die technischen Voraussetzungen für Live-Online-Schulungen an. Sie können Ihre Auswahl bei der Anmeldung treffen.
Welche Themen werden im Seminar behandelt?
- 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
Ihre Vorteile
- Autorisierter Trainingspartner
PC-COLLEGE ist autorisierter Trainingspartner zahlreicher führender Softwarehersteller und Technologieanbieter, darunter Google, Autodesk, cobra, Corel und weitere. - Auszeichnung als "Top Anbieter für Weiterbildung 2026"!
PC-COLLEGE erhält die Höchstwertung „exzellent“ für herausragende Kundenorientierung. Mit diesem Ergebnis stehen wir an der Spitze der IT-Seminaranbieter. Übersicht "PC-COLLEGE-Auszeichnungen" - Qualitätsgarantie
Wir möchten Sie mit unseren Kursen begeistern. Sollten Sie mit einer PC-COLLEGE- Schulung nicht zufrieden sein und uns dies innerhalb von 14 Tagen schriftlich mitteilen, können Sie das Seminar selbstverständlich am selben Standort kostenfrei wiederholen.
Anmeldung
Large Language Models (LLM) - RAG-Tuning und Evaluation
Weitere Schulungsformen kurz erklärt
Offener Kurs
- 2 Tage
- ab 1.490,00 € zzgl. MwSt.
- An 32 Standorten oder online
Diesen Kurs als offenes Seminar buchen
Gemeinsam mit Teilnehmenden aus verschiedenen Unternehmen.
Als Präsenzseminar oder Live-Online-Training zu festen Terminen – ideal für den Erfahrungsaustausch und neue Impulse.
Firmenschulung
- 2 Tage - anpassbar
- Termin nach Wunsch
- Preis auf Angebot
- In ihrem Hause, online, bei PC-COLLEGE
Diesen Kurs als Firmenschulung anfragen
Exklusiv für mehrere Mitarbeitende Ihres Unternehmens.
Bei Ihnen, an einem PC-COLLEGE Standort oder als Live-Online-Training - Inhalte und Termine stimmen wir individuell ab.
Einzelcoaching
- 2 Tage - anpassbar
- Termin nach Wunsch
- Preis auf Angebot
- In ihrem Hause, online, bei PC-COLLEGE
Diesen Kurs als Einzelcoaching anfragen
Individuell für eine Person aus Ihrem Unternehmen.
Als Präsenztermin oder Live-Online-Training - Inhalte, Lerntempo und Termine richten sich nach Ihren persönlichen Anforderungen.
Verwandte Themen
Termine und Standorte
Wählen Sie einen Termin und den gewünschten Standort für ihre Large Language Models (LLM) - RAG-Tuning und Evaluation Schulung.
| Kurs-Nr. | Kursbezeichnung | Termin | Dauer | Standort | Buchung |
|---|---|---|---|---|---|
| LME260924 | Large Language Models (LLM) - RAG-Tuning und Evaluation |
bis
|
2 Tage | ||
| LME261019 | Large Language Models (LLM) - RAG-Tuning und Evaluation |
bis
|
2 Tage | ||
| LME261119 | Large Language Models (LLM) - RAG-Tuning und Evaluation |
bis
|
2 Tage | ||
| LME261214 | Large Language Models (LLM) - RAG-Tuning und Evaluation |
bis
|
2 Tage | ||
| LME270104 | Large Language Models (LLM) - RAG-Tuning und Evaluation |
bis
|
2 Tage | ||
| LME270204 | Large Language Models (LLM) - RAG-Tuning und Evaluation |
bis
|
2 Tage | ||
| LME270301 | Large Language Models (LLM) - RAG-Tuning und Evaluation |
bis
|
2 Tage | ||
| LME270401 | Large Language Models (LLM) - RAG-Tuning und Evaluation |
bis
|
2 Tage | ||
| LME270426 | Large Language Models (LLM) - RAG-Tuning und Evaluation |
bis
|
2 Tage | ||
| LME270524 | Large Language Models (LLM) - RAG-Tuning und Evaluation |
bis
|
2 Tage | ||
| LME270527 | Large Language Models (LLM) - RAG-Tuning und Evaluation |
bis
|
2 Tage | ||
| LME270621 | Large Language Models (LLM) - RAG-Tuning und Evaluation |
bis
|
2 Tage | ||
| LME270722 | Large Language Models (LLM) - RAG-Tuning und Evaluation |
bis
|
2 Tage | ||
| LME270816 | Large Language Models (LLM) - RAG-Tuning und Evaluation |
bis
|
2 Tage | ||
| LME270916 | Large Language Models (LLM) - RAG-Tuning und Evaluation |
bis
|
2 Tage | ||
| LME271011 | Large Language Models (LLM) - RAG-Tuning und Evaluation |
bis
|
2 Tage | ||
| LME271111 | Large Language Models (LLM) - RAG-Tuning und Evaluation |
bis
|
2 Tage | ||
| LME271206 | Large Language Models (LLM) - RAG-Tuning und Evaluation |
bis
|
2 Tage |