fachevents.de
Anmelden
Seminarit-software-ki

Generative KI Masterclass: Ein eigenes LLM bauen und trainieren

16.–20. August 2026Hybrid · Köln

Intensive Masterclass zum Aufbau, Training und Optimierung eigener Large Language Models. Praktische Entwicklung von Transformer-Architekturen.

Seminar
Datum16.–20. August 2026
HybridHybrid · Köln
FormatSeminar
Preisab 3.770 €

Über die Veranstaltung

Wenn Standard-Sprachmodelle branchenspezifische Fachbegriffe falsch interpretieren oder interne Unternehmensdaten nicht verstehen, stoßen Entwickler schnell an die Grenzen vortrainierter Lösungen. Der Aufbau eines eigenen Large Language Models verspricht hier Abhilfe, erfordert jedoch tiefgehendes technisches Know-how. Die Masterclass am 17.08.2026 in Köln behandelt genau diese Herausforderung und führt Teilnehmende durch den Prozess von der Architekturplanung bis zum Training. Die GFU Cyrus AG legt Wert auf praktische Entwicklung, sodass die Konstruktion von Transformer-Architekturen nicht nur theoretisch erläutert, sondern nachvollziehbar umgesetzt wird. Themen wie Datenvorbereitung, Tokenisierung und die Feinabstimmung von Modellparametern bilden inhaltliche Schwerpunkte. Wer in Nordrhein-Westfalen an der Schnittstelle von IT und KI forscht, erhält hier Werkzeuge, um die Leistungsfähigkeit generativer Modelle an spezifische Anwendungsfälle anzupassen. Der Veranstaltungsort in Köln wird noch bekanntgegeben. Die intensive Schulung richtet sich an Personen, die verstehen wollen, was unter der Haube großer Sprachmodelle passiert und wie sich diese Technologie für eigene Projekte nutzbar machen lässt, ohne von externen Anbietern abhängig zu bleiben.

Anreise & Ort

Online + Präsenz

Köln

Karte von OpenStreetMap laden

Beim Laden der Karte werden Daten an OpenStreetMap übertragen.

Der Routenlink öffnet einen externen Kartendienst.

Route planen

Themen & Details

it-software-kiKILLMDeep Learning

Anmeldung

ab 3.770 €zzgl. MwSt.

pro Person

Veranstalter

GFU Cyrus AG

Ähnliche Events

Alle Seminare

Noch keine Bewertungen – nach Teilnahme bewerten