AI i Tech: Udvikling af RAG-løsninger
Dette kursus er for udviklere, data scientists og it-arkitekter, der vil gå skridtet videre end standard AI-modeller.

Om kurset
Dette kursus er for udviklere, data scientists og it-arkitekter, der vil gå skridtet videre end standard AI-modeller. Vi dykker ned i RAG-arkitekturen, som gør det muligt at forbinde store sprogmodeller (LLM’er) med virksomhedens egne, private data uden at skulle gen-træne modellerne. Du lærer at bygge systemer, der leverer faktuelt præcise svar baseret på jeres egne kildedokumenter, databaser og vidensartikler, hvilket minimerer “hallucinationer” og maksimerer relevansen.
Det får du ud af det
- Du lærer at designe og implementere en fuld RAG-pipeline fra dokumentindlæsning til det endelige AI-svar.
- Du får indblik i at arbejde med vektordatabaser (f.eks. Pinecone, Chroma eller Weaviate) og forståelsen af embeddings.
- Du lærer at optimere "retrieval"-delen, så AI'en altid finder de mest relevante informationer i jeres datasæt.
- Du bliver i stand til at evaluere kvaliteten af dine RAG-svar ved hjælp af frameworks som RAGAS eller TruLens.
Program
- AI-ingeniører og udviklerePersoner, der bygger og implementerer AI-systemer og ønsker at mestre RAG-teknikker til at forbedre LLM'er med ekstern viden, herunder retrieval, embedding og integration uden dyb forudgående erfaring.
- Data scientists og maskinlæringspecialisterAnalytikere og ML-entusiaster, der søger praktiske færdigheder i RAG til at optimere modeller, håndtere store datasæt og udvikle applikationer som chatbots og søgesystemer.
- Tekniske ledere og IT-managereLedere i tech-afdelinger, der har brug for at forstå RAG for at drive innovation, sikre skalérbarhed og implementere RAG-løsninger i organisationens AI-strategi.
- Forskere og studerendeAkademikere, forskere og studerende inden for AI og computer science, der vil lære om avancerede RAG-metoder, rammer som LangChain og LlamaIndex for at udvikle pålidelige AI-applikationer.
- Professionelle fra virksomheder med AI-fokusMedarbejdere fra start-ups, SME'er og store virksomheder, der investerer i generativ AI, og som har brug for kompetencer i RAG til at bygge sikre, kontekstbevidste systemer til real-world applikationer.
- Arkitektur og Data-ingestionHvordan man "chunker" data korrekt og vælger de rette embedding-modeller til danske og engelske tekster.
- Vektor-søgning vs. Hybrid-søgningPraktisk træning i at kombinere semantisk søgning med traditionel nøgleordssøgning for bedre præcision.
- Prompt Engineering i RAGHvordan man instruerer modellen i kun at svare ud fra det medsendte kontekstmateriale for at sikre validitet.
Kurset er til dig, der er
AI-ingeniører og udviklere: Personer, der bygger og implementerer AI-systemer og ønsker at mestre RAG-teknikker til at forbedre LLM'er med ekstern viden, herunder retrieval, embedding og integration uden dyb forudgående erfaring.
Hør tidligere deltagere
Næste hold 14. decBook plads



