Praxisnahe, frameworkfreie Colab-Notizbücher, die den angewandten LLM-Stack für KI-Ingenieure und Forward Deployed Engineers (FDEs) vermitteln. Lernen Sie Modell-APIs, RAG, Evaluierungen, Agenten, Anpassung und Bereitstellung anhand direkter API-Aufrufe – statt Wrapper wie LangChain oder LlamaIndex. Alles läuft auf der kostenlosen Groq API (keine Kreditkarte erforderlich), mit optionalem LoRA-Fein tuning und selbstgehostetem Serving als GPU-gestützte Anhänge.

Evaluierungen sind das Rückgrat: Die Gewohnheit „messen bevor du justierst“ wird früh verankert und kehrt in jedem Abschnitt zurück. Drei reale Fallstudien umfassen einen Produktions-Support-Assistenten, einen Kostenvergleich zwischen Pipeline und Agent sowie einen Roten-Team-Robustheits-Benchmark.

Lernreihenfolge: 00 Einrichtung, 01 Modell-APIs, 02 Evaluierungen I, 03 RAG, 04 Evaluierungen II, 05 Agenten, 06 Fein tuning vs LoRA, 07 Bereitstellung, 08 Prompt-Injektion/Sicherheit, 09 LLMOps, 10 Kunden-Handwerk. Jedes Notizbuch ist eigenständig, liest API-Schlüssel aus Colab-Secrets und endet mit Übungen.

Erstellt als praktischer Begleiter zu „Plan: Übergang zu FDE/KI-Ingenieur“. Durchgehend OpenAI-kompatibel, mit austauschbaren Mustern für Anthropic. Zielgruppe: Backend- oder Full-Stack-Ingenieure, die in KI-Rollen wechseln, produktionsreifen Code liefern können und die angewandte Modellschicht verstehen möchten.

Schlüsselentitäten: Unternehmen: Groq, OpenAI, Anthropic, LangChain, LlamaIndex, Colab