Workshop Prompt Engineering: Effektives Prompting mit Large Language Models

Ziele des Workshops

Dieser Workshop zielt darauf ab, Fachanwendern tiefgreifende Kenntnisse und Fähigkeiten im Umgang mit ChatGPT und anderen großen Sprachmodellen (LLMs) zu vermitteln. Die Teilnehmer lernen, wie sie durch spezialisierte Prompting-Techniken die Leistungsfähigkeit dieser Modelle optimal nutzen können. Ziel ist es, die Zuverlässigkeit und Präzision der Modellausgaben zu erhöhen, das Verständnis für fortgeschrittene Einsatz- und Integrationsmöglichkeiten zu fördern und die Anwendungssicherheit zu gewährleisten.

Zielgruppe

Der Workshop richtet sich an Fachanwender, Entwickler, Data Scientists und Produktmanager, die ihre Fähigkeiten im spezifischen Bereich der Language Models erweitern möchten. Ebenfalls angesprochen sind Entscheidungsträger, die die Einsatzmöglichkeiten von LLMs in ihren Projekten und Produkten evaluieren wollen.

Voraussetzungen

Keine. Erfahrungen mit spezifischen LLMs wie ChatGPT sind von Vorteil, aber nicht zwingend erforderlich.

Dozent:innen

Leroy Anozie

Bereich:	Artificial Intelligence
Dauer:	1 Tag

Vorbereitung

Im Rahmen mehrerer Vorbereitungsgespräche erstellen wir auf Ihre Bedürfnisse ausgerichtetes Workshopkonzept und planen die Workshopdurchführung.

Nachbereitung

Abschlussdiskussion und Q&A

Offene Fragerunde
Diskussion über zukünftige Entwicklungen und Forschungsrichtungen in der Welt der LLMs

Ergebnisse

Der Workshop kombiniert theoretische Einheiten mit praktischen Übungen, um das Erlernte unmittelbar anzuwenden und zu vertiefen. Wir legen besonderen Wert auf Techniken, die die Zuverlässigkeit und Präzision der Modellausgaben erhöhen, wodurch Sie fundierte und vertrauenswürdige Ergebnisse erzielen können.

Workshopdurchführung

Einführung

Large Language Models & Prompting

Basics des Prompt Engineerings

Aufbau eines Prompts
Iterative Prompt Development
Techniken und Best Practices zur Verbesserung von Prompts

Erweiterte Prompting-Techniken

In-Context Learning: Beispielbasiertes Lernen
Chain-Of-Thought-Prompting: ENtwickeln von Erklärungspfaden
Self-Refelction
Self-Consistency & Prompt Ensembles
Hands-On-Session

Anwendungsbeispiele & Use Case Impuls

Anwendungsbeispiele aus dem Alltag
Vorstellung eines komplexeren Use Cases aus der Praxis

RAG - Retrieval Augmented Generation

Verlässlichkeit und Kontext von Sprachmodellen
Anbindung externer Informationen
RAG

Adversarial Prompting

Methoden des Adversarial Prompting (u.a. Jailbreaking und Prompt Injections)
Umgang mit Adversarial Prompting

Autonome Agenten

Function Calling
Komponenten und Funktionsweise von autonomen Agenten
ReAct

Praktische Anwendung und Bewertung

Evaluation von GenAI-Systemen
Compound AI Systems

Ihre Trainer:innen

Leroy Anozie

Leroy Anozie arbeitet seit 2022 als Data Scientist bei der Informationsfabrik. Er hat einen Master of Science in Wirtschaftsinformatik und verfügt über langjährige und praktische Berufserfahrung in der klassischen Softwareentwicklung sowie in den Bereichen Machine Learning und Artificial Intelligence. Als Data Scientist unterstützt er Kunden sowohl bei der Konzeption als auch bei der Umsetzung von KI-Projekten. Seine Schwerpunktthemen sind dabei die Zeitreihenanalyse und generative KI.

Kontaktieren Sie uns!

Kontaktieren Sie uns über das folgende Formular oder vereinbaren Sie einfach ein Beratungsgespräch.