AWS Certified Generative AI Developer - Professional
Dieser Kurs bereitet dich als erfahrenen Entwickler auf die Prüfung zum AWS Certified Generative AI Developer - Professional vor. Du lernst, wie du generative KI-Anwendungen auf AWS aufbaust und bereitstellst .
Keine Termine verfügbar
Schau später noch einmal vorbei oder kontaktiere einen Anbieter direkt.
Beschreibung
Dieser Kurs bereitet dich als erfahrenen Entwickler auf die Prüfung zum AWS Certified Generative AI Developer - Professional vor.
Du lernst, wie du generative KI-Anwendungen auf AWS aufbaust und bereitstellst. Dabei verwendest du Amazon Bedrock, Retrieval-Augmented Generation (RAG), Agents, Sicherheitskontrollen, Monitoring und Kostenmanagement.
Der Unterricht kombiniert Erklärungen durch Trainer, angeleitete AWS-Labs, Fallstudien und prüfungsnahe Fragen. Der Kurs verbindet Architekturkonzepte mit der praktischen Umsetzung, einschließlich Identitätsmanagement, Infrastructure as Code und Observability.
Nach dem Abschluss kannst du produktionsbereite GenAI-Lösungen planen und deine Bereitschaft für die Zertifizierungsprüfung AIP-C01 einschätzen.
Was du lernen wirst
Lösungsdesign für Foundation Models
Prüfe den Umfang der Prüfung zum AWS Certified Generative AI Developer, Professional und ihren Fokus auf produktive generative KI-Anwendungen auf AWS.
Vergleiche die Auswahl von Foundation Models, Amazon Bedrock-Nutzungsmuster, Amazon SageMaker AI-Endpunkte, Bereitstellungsoptionen und Anforderungen an den Lebenszyklus von Modellen.
Plane Lösungen für Retrieval Augmented Generation, RAG, unter Verwendung von Embeddings, Vector Stores, Amazon Bedrock Knowledge Bases, Amazon OpenSearch Service, Amazon S3 und Metadatenstrategien.
Datenvorbereitung, Prompts und Anwendungsintegration
Bereite Text-, Bild-, Audio- und Tabelleneingaben für die Nutzung durch Foundation Models vor, indem du AWS Glue Data Quality, SageMaker Data Wrangler, AWS Lambda, Amazon Transcribe und Amazon Comprehend verwendest.
Wende Prompt Engineering, Prompt-Vorlagen, Amazon Bedrock Prompt Management, Amazon Bedrock Prompt Flows, Prompt-Tests und Versionskontrolle an.
Erstelle API- und ereignisgesteuerte Integrationsmuster mit Amazon API Gateway, AWS Lambda, Amazon SQS, Amazon EventBridge, AWS Step Functions und AWS SDKs.
Agentic AI, Sicherheit und Governance
Befasse dich mit Agenten-Workflows, Werkzeugnutzung, Speicher- und Statusverwaltung, dem Model Context Protocol, menschlichen Überprüfungsschritten und Abbruchbedingungen.
Implementiere Inhaltssicherheit, Kontrollen gegen Prompt-Injektionen, Amazon Bedrock Guardrails, IAM-Minimalrechte (Least Privilege), VPC-Endpunkte, AWS KMS, Amazon Macie und CloudTrail-Audit-Protokollierung.
Berücksichtige verantwortungsvolle KI-Praktiken, Data Lineage, Modelldokumentation, Compliance-Prüfungen und Governance-Kontrollen für den Unternehmenseinsatz.
Betrieb, Evaluierung und Fehlerbehebung
Überwache Token-Nutzung, Latenz, Kosten, Antwortqualität, Halluzinationsraten und die Leistung von Vector Stores mit Amazon CloudWatch, CloudWatch Logs, AWS X-Ray und Amazon Bedrock Model Invocation Logs.
Nutze A/B-Tests, Canary-Tests, Amazon Bedrock Model Evaluations, Golden Datasets, Retrieval-Tests und Leistungskennzahlen für Agenten.
Diagnostiziere Context-Window-Überläufe, API-Fehler, Prompt-Regressionen, Embedding-Drift, Retrieval-Fehler und inkonsistente Antworten.
Zertifizierung & Prüfung
Dieser Kurs bereitet dich auf die Zertifizierungsprüfung AWS Certified Generative AI Developer, Professional (Prüfungscode AIP-C01) vor.
Die Prüfung ist ein Assessment auf Professional-Niveau, das über Pearson VUE durchgeführt wird, entweder in einem Testzentrum oder als online beaufsichtigte Prüfung.
Sie dauert 180 Minuten und umfasst 75 Multiple-Choice- oder Multiple-Response-Fragen. Davon werden 65 Fragen gewertet und 10 werden nicht gewertet. Die Ergebnisse werden als skalierte Punktzahl von 100 bis 1.000 angegeben, mit einer Mindestpunktzahl zum Bestehen von 750.
Die Prüfung bestätigt deine Fähigkeiten bei der Integration von Basismodellen, der Nutzung von RAG und Vektorspeichern, der Anwendung von Prompt-Techniken, dem Erstellen von agentenbasierten KI-Lösungen sowie der Verwaltung von Sicherheit, Governance, Überwachung und Optimierung für generative KI-Anwendungen auf AWS. Referenz: offizielle AWS-Zertifizierungsseite und AWS-Prüfungsleitfaden.
Was du erreichen wirst
Nach Abschluss dieses Kurses wirst du in der Lage sein:
Analysieren von geschäftlichen und technischen Anforderungen für generative KI-Anwendungen und deren Zuordnung zu passenden Foundation Models, AWS-Diensten, Bereitstellungsmustern und Integrationsoptionen.
Entwerfen von Retrieval Augmented Generation-Lösungen unter Verwendung von Vector Stores, Embeddings, Document Chunking, Metadaten, Amazon Bedrock Knowledge Bases, Amazon OpenSearch Service, Amazon Aurora mit pgvector und zugehörigen Retrieval-Methoden.
Implementieren von Foundation-Model-Integrationen in Anwendungen und Workflows unter Verwendung von Amazon Bedrock-APIs, AWS Lambda, Amazon API Gateway, AWS Step Functions, Amazon SQS, Streaming-Antworten, Retry-Logik und Kontrollen zur Ratenbegrenzung.
Erstellen von Prompt-Engineering- und Prompt-Management-Ansätzen, die ein konsistentes Modellverhalten, wiederverwendbare Vorlagen, Freigabe-Workflows, Prompt-Tests, Amazon Bedrock Prompt Management und Amazon Bedrock Prompt Flows unterstützen.
Entwickeln von agentenbasierten KI-Lösungen mit Tool-Nutzung, Speicher, Zustandsverwaltung, mehrstufigen Reasoning-Workflows, Abbruchbedingungen, Schritten zur menschlichen Überprüfung und kontrolliertem Zugriff auf externe Systeme.
Anwenden von Sicherheits-, Datenschutz-, Governance- und Responsible-AI-Kontrollen unter Verwendung von IAM, VPC-Endpunkten, Amazon Bedrock Guardrails, AWS CloudTrail, Amazon CloudWatch, Amazon Comprehend, Amazon Macie, Audit-Protokollierung, PII-Erkennung und richtlinienbasierter Ausgabefilterung.
Optimieren von generativen KI-Anwendungen im Hinblick auf Kosten, Latenz, Durchsatz und Antwortqualität durch Modellauswahl, Token-Tracking, Caching, Batching, bereitgestellten Durchsatz, Kontextfenster-Verwaltung und Leistungstests.
Evaluieren und Beheben von Fehlern in generativen KI-Systemen unter Verwendung von Amazon Bedrock Model Evaluations, A/B-Tests, Canary-Tests, RAG-Evaluierung, Halluzinationsprüfungen, Regressionstests, CloudWatch Logs, AWS X-Ray und Diagnosen zur Retrieval-Qualität.
Schulungsanbieter
Noch keine Anbieter für diesen Kurs verfügbar.
Häufige Fragen
Allgemeine Informationen
Voraussetzungen und Anforderungen
Zertifizierung und Prüfung
Individuelle Inhouse-Schulung
Einmal anfragen, Angebote von mehreren Anbietern erhalten. Wähle das passende Angebot für dein Team.
Ähnliche Schulungen
AWS Certified Cloud Practitioner
Dieser von einem Anbieter geleitete Kurs zum AWS Certified Cloud Practitioner führt in die grundlegenden AWS-Cloud-Konzepte für kaufmännische, technische, Vertriebs- und Support-Rollen ein. Du lernst die globale AWS-Infrastruktur, IAM, EC2, S3, VPC, Lambda, Sicherheitsverantwortlichkeiten, Preisgestaltung, Abrechnung und Support-Pläne kennen. Der Unterricht kann aus von Trainern geleiteten Lektionen, Service-Demos, Wissenstests, Fallstudien und praktischen Übungen bestehen, die sich an echten Praxisszenarien orientieren. Nach dem Abschluss kannst du wichtige AWS-Dienste erklären, den grundlegenden Nutzen der Cloud beschreiben, Sicherheits- und Kostenaspekte erkennen und dich auf die Prüfung zum AWS Certified Cloud Practitioner vorbereiten.
Network+
CompTIA Network+ ist eine etablierte Zertifizierung zur Bestätigung deines Wissens über grundlegende Netzwerk-Tools und -Konzepte. Dabei werden deine Fähigkeiten in den Bereichen Netzwerkkonnektivität, Dokumentation, Dienstekonfiguration, Rechenzentren, Cloud, virtuelle Netzwerke, Monitoring, Troubleshooting und Sicherheitshärtung geprüft. Diese Zertifizierung bereitet dich auf Jobs im technischen Support, im Netzwerkbetrieb und in der Systemadministration vor.
AWS Certified Machine Learning Engineer - Associate
Dieser Kurs behandelt AWS-Machine-Learning-Workflows für die Zertifizierung zum AWS Certified Machine Learning Engineer, Associate . Du befasst dich mit Datenvorbereitung, Feature Engineering, Modelltraining, Evaluierung, Bereitstellung, Überwachung und verantwortungsvollen KI-Praktiken. Die Inhalte werden durch Vorträge, Demonstrationen, praktische Labs und Fallstudien mit AWS-Diensten wie Amazon SageMaker , Amazon S3 , AWS Glue und AWS Lambda vermittelt. Der Kurs verbindet grundlegende ML-Konzepte mit praktischen AWS-Aufgaben. Das hilft dir dabei, dich auf die Prüfung vorzubereiten und Machine-Learning-Workflows in Cloud-basierten Projekten anzuwenden.
AWS Certified Solutions Architect – Associate
Bereite dich durch angeleitete Vorträge, praktische AWS-Labs , Architekturdiagramme und szenariobasierte Fallstudien auf die SAA-C03-Prüfung vor. Du befasst dich mit dem AWS Well-Architected Framework, IAM, VPC-Networking, EC2, S3, RDS, Lambda, Route 53, CloudFront, Auto Scaling, Elastic Load Balancing und CloudWatch. Der Kurs verbindet Prüfungstheorie mit praktischer Gestaltung für sichere, widerstandsfähige, leistungsstarke und kostenoptimierte Architekturen. Nach dem Abschluss kannst du Anforderungen bewerten, passende AWS-Dienste auswählen, bestehende Entwürfe überprüfen und die nächsten Schritte auf dem Weg zur AWS-Zertifizierung planen.
AWS Certified Data Engineer - Associate
Dieser Kurs behandelt Data Engineering auf AWS, mit einem Fokus auf dem Aufbau, dem Betrieb und der Wartung von Datenpipelines mit AWS Glue, Amazon Redshift, Amazon Kinesis, Amazon S3 und verwandten AWS-Diensten. Das Training kombiniert in der Regel Vorträge, praktische Übungen und szenariobasierte Aufgaben , um Kernkonzepte mit der praktischen Umsetzung zu verbinden. Du befasst dich mit Datenaufnahme, Transformation, Orchestrierung, Speicherung, Überwachung, Sicherheit und kostenbewusstem Design. Nach dem Abschluss kannst du AWS-Daten-Workflows planen und unterstützen sowie dich auf die Zertifizierungsprüfung zum AWS Certified Data Engineer Associate vorbereiten.
AWS Certified Developer - Associate
Dieser Kurs behandelt die Entwicklung von Cloud-Anwendungen für die Zertifizierung zum AWS Certified Developer Associate mit einem Schwerpunkt auf AWS Lambda, DynamoDB, API Gateway, AWS SDKs, IAM und CI/CD-Workflows. Du lernst, wie du serverlose Anwendungen erstellst, testest, bereitstellst und überwachst, Anwendungsdaten verwaltest, Authentifizierung und Berechtigungen nutzt und häufige Probleme behebst. Der Unterricht kann von Trainern geleitete Vorträge, praktische Übungen, Demos und Übungsfragen im Stil der Prüfung umfassen. Die Inhalte verbinden AWS-Service-Konzepte mit praktischen Entwicklungsaufgaben. Das hilft Entwicklern und technischen Teams dabei, sich auf die Zertifizierung vorzubereiten und AWS-Entwicklungsfähigkeiten im Beruf anzuwenden.