Seminarinformationen

Seminar - Ziel

In diesem 2-tägigen Seminar „Multi-Agent LLM Workflows mit LangChain & LangGraph“ erhalten Sie einen fundierten Einstieg in die Konzepte und Funktionsweise von LangChain und LangGraph. Sie lernen, wie Sie mit Python eigene Agenten entwickeln – von einfachen bis hin zu komplexen Systemen – und diese mithilfe von LangGraph effizient koordinieren.

Darüber hinaus erwerben Sie praxisrelevante Kenntnisse im Einsatz von Best Practices für die Integration von Large Language Models (LLMs) in produktionsfähige Anwendungen. Zum Abschluss des Seminars setzen Sie Ihr Wissen in einem eigenen Projekt um, das die zentralen Inhalte und Methoden kombiniert und die praktische Anwendung der gelernten Technologien vertieft.

Teilnehmer - Zielgruppe

  • Python-Entwickler mit Interesse an KI-gestützten Anwendungen
  • Data Scientists und Machine Learning Engineers, die LLMs produktiv einsetzen möchten
  • Technische Produktmanager und Solution Architects, die komplexe KI-Workflows verstehen und gestalten wollen
  • Softwareentwickler, die sich mit Agentenarchitekturen und Workflow-Orchestrierung vertraut machen möchten
  • Tech-Enthusiast, die praktische Erfahrung mit LangChain und LangGraph sammeln wollen

Kurs - Voraussetzungen

  • Solide Python-Kenntnisse, insbesondere in objektorientierter Programmierung
  • Grundverständnis von LLMs (z. B. GPT-4) und deren Anwendungsmöglichkeiten
  • Erfahrung mit API-Integration Vorteilhaft, nicht notwendig

Seminardauer

  • 2 Tage
  • 09:00 Uhr bis 17:00 Uhr

Schulungsunterlagen

  • nach Absprache

Seminar-Inhalt / Agenda

Einführung in Large Language Models (LLMs) und OpenAI API

  • Grundlagen von LLMs und deren Einsatzmöglichkeiten
  • Verwendung der OpenAI API mit Python
  • Erste Schritte: Einfache Textgenerierung mit OpenAI
  • Praxisbeispiel: Erstellen eines einfachen Chatbots, der auf Benutzeranfragen reagiert

Einstieg in LangChain

  • Überblick über die LangChain-Bibliothek und ihre Komponenten
  • Verwendung von Chains, Prompts und Tools
  • Integration von Speicher (Memory) und externen Datenquellen
  • Praxisbeispiel: Erstellen einer Chain zur Beantwortung von Fragen basierend auf bereitgestellten Dokumenten

Fortgeschrittene Konzepte in LangChain

  • Arbeiten mit Agents und deren Entscheidungsprozessen
  • Tool-Integration und Aktionsausführung durch Agents
  • Fehlerbehandlung und Logging
  • Praxisbeispiel: Entwicklung eines Agents, der Wetterdaten abruft und Empfehlungen gibt

Einführung in LangGraph

  • Motivation für die Verwendung von LangGraph
  • Grundlagen von StateGraph, Nodes und Edges
  • Unterschiede zwischen LangChain und LangGraph
  • Praxisbeispiel: Erstellen eines einfachen Workflows mit LangGraph zur Verarbeitung von Benutzeranfragen

Aufbau eines Multi-Agenten-Systems mit LangGraph

  • Definition und Koordination mehrerer Agents
  • Zustandsverwaltung und Nachrichtenweiterleitung zwischen Agents
  • Parallelisierung und bedingte Pfade
  • Praxisbeispiel: Entwicklung eines Systems mit mehreren Agents, die gemeinsam eine komplexe Aufgabe lösen, z. B. Reiseplanung mit Budget- und Aktivitätsempfehlungen

Erweiterte Themen und Best Practices

  • Integration von LangGraph mit externen APIs und Datenbanken
  • Persistente Speicherung von Zuständen und Ergebnissen
  • Einsatz von LangSmith für Monitoring und Debugging
  • Praxisbeispiel: Implementierung eines Systems, das Benutzerfeedback sammelt und zur Verbesserung der Agentenleistung nutzt

Abschlussprojekt: Entwicklung eines eigenen Multi-Agenten-Tools

  • Planung und Design des Agenten-Workflows
  • Implementierung mit LangChain und LangGraph
  • Präsentation der Ergebnisse und Diskussion
  • Praxisbeispiel: Jeder Teilnehmer oder jede Gruppe entwickelt ein individuelles Projekt, z. B. einen virtuellen Assistenten für spezifische Aufgaben

Weitere Schulungen zu Thema Large Language Model (LLM)

Einführung in LLMOps - Strategien und Best Practices für den Betrieb von Large Language Models

- u.a. in Nürnberg, Berlin, Stuttgart, München, Köln

In diesem 3-tägigen Seminar „Einführung in LLMOps – Strategien und Best Practices für den Betrieb von Large Language Models“ erhalten Sie ein grundlegendes Verständnis von Large Language Models (LLMs) und deren Einsatzmöglichkeiten in der Industrie. Sie erwerben ...

Generative AI & LLMs für Unternehmen

- u.a. in Nürnberg, Berlin, Stuttgart, München, Köln

In diesem 3-tägigen Seminar „Generative AI & LLMs für Unternehmen“ erhalten Sie umfassendes Wissen über die Möglichkeiten und Anwendungen von Large Language Modellen (LLMs). Sie lernen, wie Sie passende Modelle auswählen, deren Leistung und Speicherbedarf bewerten ...

LLMs und Datensicherheit - Risiken erkennen und vermeiden

- u.a. in Bremen, Frankfurt am Main, Düsseldorf, Heidelberg, Kassel

In diesem 3-tägigen Seminar „LLMs und Datensicherheit – Risiken erkennen und vermeiden“ erhalten Sie ein fundiertes Verständnis sowie praktische Fähigkeiten, um Datenschutzfragen und den Umgang mit sensiblen Daten bei der Nutzung und dem Feintuning von LLMs effektiv zu ...

Von ChatGPT bis Gemini - LLM-Integration in Python

- u.a. in Köln, Dresden, Düsseldorf, Essen, Koblenz

In diesem 2-tägigen Seminar „Von ChatGPT bis Gemini – LLM-Integration in Python“ erwerben Sie praxisnahes Wissen über Large Language Models (LLMs) und deren Einbindung in Python. Sie erhalten eine fundierte Einführung in die Funktionsweise von LLMs und deren Anwendung ...