Deutsche Ausgabe

Embeddings, RAG und semantische Suche

Dieser Kurs behandelt OpenAI Embeddings, Vektordatenbanken, semantische Suche, eine vollständige RAG-Pipeline sowie Produktionsanwendungen.

22 Lektionen ca. 2 h 15 min Entwickler

Das lernen Sie

Embeddings generieren und die semantische Nähe zwischen Texten mittels Kosinus-Ähnlichkeit messen
Einen Korpus in einer Vektordatenbank indexieren und eine hybride semantisch-lexikalische Suche einrichten
Eine vollständige RAG-Pipeline erstellen: Chunking, Retrieval, Reranking und anschließende Generierung
Die Relevanz einer RAG-Pipeline evaluieren und zwischen File Search und einer benutzerdefinierten Architektur wählen
Embeddings zur Klassifizierung, Clusterbildung, Empfehlung sowie zur Erkennung von Anomalien und Duplikaten nutzen

Zielgruppe: Entwickler, Ingenieure und Integratoren, die ChatGPT über die API in ihren Anwendungen nutzen möchten.
Voraussetzungen: Fähigkeit, Python und JSON zu lesen, sowie Grundkenntnisse der Kommandozeile. Ein OpenAI Platform API-Schlüssel zur Erprobung der Beispiele.
Dauer: 2 h 15 min — 22 Lektionen
Modalitäten: 100 % onlineer Selbstlernkurs, rund um die Uhr über den Browser zugänglich. Der Fortschritt wird gespeichert und kann jederzeit fortgesetzt werden. Geschätzte Dauer: 2 h 15 min.
Bewertung: Selbsteinschätzung anhand der wichtigsten Erkenntnisse am Ende jeder Lektion sowie direkte Anwendung der Beispiele auf eigene Daten. Ein abschließendes Quiz mit 5 Fragen und Antworten am Ende der letzten Lektion validiert das Gelernte.
Barrierefreiheit: Selbstlernkurs, der für Menschen mit Behinderungen zugänglich ist: Textinhalte sind mit Screenreadern kompatibel, die Navigation erfolgt über die Tastatur und die Farbkontraste entsprechen den Richtlinien. Bei Anpassungsbedarf wenden Sie sich bitte per E-Mail an [email protected].
Preis: Kostenlos