Fra 0 til Generativ AI og LLM – Python udvikler kursus. 2 moduler af 3 dage

Python & AI‑Udvikling – Fra Fundament til Avancerede LLM‑Løsninger

Dette kursus består af to moduler, der tilsammen giver dig en solid rejse fra de grundlæggende elementer i Python til udvikling af avancerede AI‑løsninger baseret på Large Language Models (LLM’er). Forløbet er ideelt for dig, der vil kombinere praktiske programmeringskompetencer med moderne AI‑teknikker og bygge robuste, datadrevne applikationer.

Modul 1: Grundlæggende Python – Sproget, strukturerne og programmeringslogikken

I modul 1 får du et stærkt fundament i Python – et enkelt, veldesignet og fleksibelt programmeringssprog, der bruges til alt fra simple scripts til avanceret dataanalyse, machine learning, IOT, automatisering og softwareudvikling.

Du lærer, hvordan Python håndterer de grundlæggende elementer, der udgør programmering:

• Repræsentation af data som tal, strenge, arrays, lister og dictionaries
• Strukturering af kode i moduler og packages, så projekter kan deles uden versionsproblemer
• Flow‑kontrol med if‑then, løkker og Python‑specifikke konstruktioner, der gør arbejdet med store datamængder enklere
• Funktioner og parametre – hvordan data sendes ind og resultater kommer ud
• Exception‑handling til robust fejlbehandling
• Filhåndtering, læsning og skrivning til lokale filer
• Introduktion til objektorienteret programmering i Python (klasser, objekter, nedarvning, genbrug)

Modul 1 giver dig et stærkt, praktisk programmeringsgrundlag og klæder dig på til at arbejde med Python i alle typer projekter – også i AI‑kontekster.

Modul 2: Avanceret AI‑udvikling med Python og LLM’er

Modul 2 bygger videre på dine Python‑kompetencer og tager dig ind i udviklingen af komplekse og produktionsklare AI‑løsninger baseret på moderne LLM’er.

Kurset er målrettet dig, der vil arbejde professionelt med AI, udnytte egne datasæt og sikre både kvalitet, præcision og governance.

I dette modul arbejder vi med:

Avanceret prompt engineering

• Dynamiske og kontekstuelle prompts
• Role prompting og memory‑styring
• Token‑budgettering og præcisionskontrol

RAG – Retrieval‑Augmented Generation

Du lærer at kombinere LLM’er med dine egne data via:

• Strukturering og indeksering af dokumenter
• Embeddings og similarity search
• Værktøjer som FAISS, Chroma og LlamaIndex
• Oprettelse af stabile og præcise RAG‑pipelines

AI‑pipelines og agent‑frameworks

Med Python og LangChain bygger du avancerede workflows, der kan:

• Integrere eksterne værktøjer, databaser, API’er og webkilder
• Håndtere multi‑step reasoning
• Arbejde med streaming og samtalekontrol

Evaluering og kvalitetssikring af AI‑output

Du lærer at teste og validere output via:

• Human & automatisk evaluering
• Faithfulness og groundedness‑målinger
• Logging, A/B‑tests og løbende forbedringsmetoder

Drift, robusthed og governance

Vi gennemgår:

• Privacy og sikring af brugerdata
• Fallback‑strategier og fejlrobusthed
• Feedback‑loops
• Compliance og audit‑forberedelse

Efter modul 2 kan du:

• Udvikle og optimere RAG‑pipelines
• Strukturere egne dokumenter til AI‑integration
• Integrere LLM’er med eksterne værktøjer og plugins
• Evaluere kvalitet og præcision af AI‑output
• Designe avancerede workflows med fuld kontekst‑ og adfærdskontrol

Samlet udbytte af begge moduler

Efter hele kurset kan du:

• Mestre Python som værktøj til både klassisk udvikling og AI‑projekter
• Strukturere og automatisere komplekse datastrømme
• Udvikle avancerede AI‑baserede løsninger med moderne LLM‑teknologier
• Forstå hele AI‑livscyklussen – fra dataforberedelse til drift og governance
• Bygge applikationer der kombinerer Python‑logik, egne datasæt og intelligente modeller