Bedankt voor uw aanvraag! Een van onze medewerkers neemt binnenkort contact met u op
Bedankt voor uw boeking! Een van onze medewerkers neemt binnenkort contact met u op.
Cursusaanbod
Inleiding en diagnostische basisprincipes
- Overzicht van foutscenario’s in LLM-systemen en veelvoorkomende problemen specifiek voor Ollama
- Het creëren van reproduceerbare experimenten en gecontroleerde omgevingen
- Debugging-tools: lokale logs, vastlegging van verzoeken en antwoorden, en het gebruik van sandbox-omgevingen
Fouten reproduceren en isoleren
- Technieken voor het ontwikkelen van minimale foutvoorbeelden en testgegevens
- Vergelijking tussen stateless- en stateful-interacties: hoe contextgerelateerde bugs te isoleren
- Determinisme, willekeurigheid en het beheersen van niet-deterministisch gedrag
Gedragsbeoordeling en meetmethoden
- Kwantitatieve metingen: nauwkeurigheid, ROUGE/BLEU-varianten, kalibratie en indicatoren voor onzekerheid
- Kwalitatieve beoordeling: evaluatie door mensen aan de hand van gestandaardiseerde criteria
- Taakgerichte betrouwbaarheidscontroles en acceptatiecriteria
Automatisering van tests en regressietesting
- Eenheidstests voor prompts en componenten, evenals scenario- en end-to-end-tests
- Het opzetten van regressiesuites en het gebruik van standaardvoorbeelden als referentiepunt
- Integratie met CI/CD-pijplijnen om model-updates te valideren en automatische controles uit te voeren
Observability en monitoring
- Gestructureerde logging, gedistribueerde tracing en correlatie-ID’s voor het traceren van dataverwerking
- Belangrijke operationele meetwaarden: latentie, gebruik van tokens, foutpercentages en kwaliteitsindicatoren
- Alert-systemen, dashboards en SLI/SLO’s ter bewaking van diensten gebaseerd op modellen
Geavanceerde oorzaakanalyse
- Tracing door complexe promptstructuren, toolcalls en meerdere conversatiecycli heen
- Vergelijkende A/B-diagnoses en onderzoek naar oorzaakgevolg-verbanden
- Onderzoek naar dataherkomst, debugging van datasets en het verbeteren van hun kwaliteit
Veiligheid, robuustheid en herstellingsstrategieën
- Oplossingen: filteren, contextuele verankering, gebruik van externe informatiebronnen en het structureel opbouwen van prompts
- Werkwijzen voor rollbacks, canary-releases en gefaseerde implementaties van modelupdates
- Naspeuring naar fouten, geleerde lessen en methodieken voor continue verbetering
Samenvatting en vervolgstappen
Vereisten
- Gedegen ervaring in het bouwen en implementeren van toepassingen gebaseerd op LLM’s
- Kennis van Ollama-werkstromen en modelhosting
- Vaardigheid met Python, Docker en basale observability-tools
Doelgroep
- AI-engineers
- ML Ops-professionals
- QA-teams verantwoordelijk voor LLM-systemen in productie
35 Uren
Aangepaste bedrijfsopleiding
Opleidingsoplossingen ontworpen exclusief voor bedrijven.
- Aangepaste inhoud: We passen de syllabus en praktijkopdrachten aan naar de echte doelen en behoeften van uw project.
- Voor flexibel schema: Datums en tijden aangepast aan het rooster van uw team.
- Formaat: Online (live), In-company (bij uw kantoren) of Hybride.
Prijs per privégroep, online live training, startend vanaf 8000 € + BTW*
Neem contact met ons op voor een exacte offerte en om onze laatste promoties te horen