Generative KI-Systeme entwickeln - KI-Engineering für die Praxis - vom Prompt Engineering bis zu RAG und Agenten
| Verlag | dpunkt |
| Auflage | 11.12.2025 |
| Seiten | 528 |
| Format | 16,6 x 24,2 x 3,4 cm |
| Großformatiges Paperback. Klappenbroschur | |
| Gewicht | 979 g |
| ISBN-10 | 3960092768 |
| ISBN-13 | 9783960092766 |
| Bestell-Nr | 96009276A |
Von der Idee zur KI-Anwendung - praxisnah und fundiert
- Ein Leitfaden für alle wesentlichen Aspekte der Entwicklung generativer KI-Systeme, inklusive Prompt Engineering, RAG, Finetuning und Agenten
- Das Buch bietet ein Framework für den Einsatz von KI in realen Anwendungen
- Es deckt den kompletten Entwicklungszyklus von KI-Systemen ab, von der Modellentwicklung bis zum produktiven Betrieb
In diesem Praxishandbuch beschreibt Bestsellerautorin Chip Huyen die Werkzeuge des KI-Engineerings und den Prozess der Erstellung von KI-Anwendungen mithilfe generativer Foundation Models. Das Buch deckt den kompletten Entwicklungszyklus von KI-Systemen ab, von der Modellentwicklung bis zum produktiven Betrieb.
Entwickler und Entwicklerinnen von KI-Anwendungen erfahren, wie sie sich in der KI-Landschaft zurechtfinden - bei Modellen, Datensätzen, Bewertungs-Benchmarks und der scheinbar unendlichen Zahl von möglichen Anwendungsmustern. Das Buch bietet damit einen praxisorientierten Rahmen für die Entwicklung produktionsreifer generativer KI-Systeme - mit klarem Fokus auf aktuellen Tools, Herausforderungen und Potenzialen im KI-Engineering.
- Erfahren Sie, was KI-Engineering ist und wie es sich vom traditionellen Machine-Learning-Engineering unterscheidet
- Machen Sie sich mit dem Prozess der KI-Anwendungsentwicklung vertraut und lernen Sie die typischen Herausforderungen sowie mögliche Lösungsansätze kennen
- Erkunden Sie verschiedene Techniken zur Modellanpassung wie Prompt Engineering, RAG, Finetuning, Agenten und Dataset Engineering und verstehen Sie deren Funktionsweise
- Untersuchen Sie die Engpässe hinsichtlich Latenz und Kosten bei der Bereitstellung von Foundation Models und lernen Sie, wie Sie diese überwinden können
- Wählen Sie das passende Modell und die richtigen Metriken, Daten und Entwicklungsmuster für Ihre Anforderungen aus