Building Secure and Responsible LLM Applications Treningskurs
LLM applikasjonssikkerhet er disiplinen som handler om å designe, bygge og vedlikeholde sikre, pålitelige og policy-kompatible systemer ved bruk av store språkmodeller.
Denne instruktørledede, levende opplæringen (online eller på sted) er rettet mot mellomnivå- til avanserte AI-utviklere, arkitekter og produktledere som ønsker å identifisere og redusere risikoer forbundet med LLM-drevne applikasjoner, inkludert prompt-injeksjon, datalekkasje og ufiltrert utdata, samt å inkorporere sikkerhetskontroller som inndatavalidering, menneske-i-løkketilsyn og utdata-garder.
Ved slutten av denne opplæringen vil deltakerne kunne:
- Forstå de grunnleggende sårbarhetene i LLM-baserte systemer.
- Bruke sikre designprinsipper for LLM-app-arkitektur.
- Bruk verktøy som Guardrails AI og LangChain for validering, filtrering og sikkerhet.
- Integere teknikker som sandboxing, red teaming og menneske-i-løkke-oversikt i produksjonsklasse-pipe.
Kursformat
- Interaktiv forelesning og diskusjon.
- Mange øvelser og praksis.
- Hands-on implementering i en live-lab-miljø.
Kurs Tilsvarende
- For å be om en tilpasset opplæring for dette kurset, kontakt oss for å avtale.
Kursplan
Oversikt over LLM-arkitektur og angrepsflate
- Hvordan LLMs bygges, distribueres og tilgjengeliggjøres via APIer
- Nøkkelkomponenter i LLM-applikasjonsstakker (eks. prompts, agenter, hukommelse, APIer)
- Hvor og hvordan sikkerhetsproblemer oppstår i virkelige bruksscenarier
Prompt Injeksjon og Jailbreak-angrep
- Hva prompt injeksjon er og hvorfor det er farlig
- Direkte og indirekte prompt injeksjonsscenarier
- Jailbreaking-teknikker for å omgå sikkerhetsfilter
- Strategier for oppdagelse og avverging
Datalekkasje og privatrisikoer
- Utenomeksponering av data gjennom svar
- PII-lekkasjer og misbruk av modellhukommelse
- Å designe privatskytsbevisste prompts og retrieval-augmented generation (RAG)
LLM-outputfiltrering og beskyttelse
- Bruk av Guardrails AI for innholdsfiltrering og validering
- Definere outputskjemaer og begrensninger
- Overvåking og logging av usikre outputs
Human-in-the-Loop og arbeidsflytsmetoder
- Hvor og når å introdusere menneskelig overvåkning
- Godkjenningskøer, skåringstrøskler, tilbakefallshåndtering
- Tilstedskalibrering og forklarbarhetens rolle
Sikker LLM-applikasjon Design Patterns
- Minste privilegier og sandboxing for API-kall og agenter
- Rate limiting, tråling og misbruksovervåkning
- Robust kobling med LangChain og prompt-isolasjon
Overholdelse, logging og Gostyre
- Å sikre revisjonsevnen til LLM-output
- Å opprettholde sporbarhet og prompt/versjonskontroll
- Å overholde interne sikkerhetspolitikker og reguleringskrav
Oppsummering og neste trinn
Krav
- En forståelse av store språkmodeller og grensesnitt basert på prompt
- Erfaring med å bygge LLM-applikasjoner ved bruk av Python
- Kjennskap til API-integrasjoner og skybaserte distribusjoner
Målgruppe
- AI-utviklere
- Applikasjons- og løsningsarkitekter
- Tekniske produktledere som arbeider med LLM-verktøy
Open Training Courses require 5+ participants.
Building Secure and Responsible LLM Applications Treningskurs - Booking
Building Secure and Responsible LLM Applications Treningskurs - Enquiry
Building Secure and Responsible LLM Applications - Consultancy Enquiry
Consultancy Enquiry
Upcoming Courses
Relaterte kurs
Advanced LangGraph: Optimization, Debugging, and Monitoring Complex Graphs
35 timerLangGraph is a framework for building stateful, multi-actor LLM applications as composable graphs with persistent state and control over execution.
This instructor-led, live training (online or onsite) is aimed at advanced-level AI platform engineers, DevOps for AI, and ML architects who wish to optimize, debug, monitor, and operate production-grade LangGraph systems.
By the end of this training, participants will be able to:
- Design and optimize complex LangGraph topologies for speed, cost, and scalability.
- Engineer reliability with retries, timeouts, idempotency, and checkpoint-based recovery.
- Debug and trace graph executions, inspect state, and systematically reproduce production issues.
- Instrument graphs with logs, metrics, and traces, deploy to production, and monitor SLAs and costs.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
Bygge private AI-arbeidsflyter med Ollama
14 timerDenne instruktørledede, live-treningen (online eller på stedet) er rettet mot avanserte fagpersoner som ønsker å implementere sikre og effektive AI-drevne arbeidsflyter ved hjelp av Ollama.
Ved slutten av denne treningen vil deltakerne kunne:
- Utplasser og konfigurer Ollama for privat AI-behandling.
- Integrer AI-modeller i sikre virksomhetsarbeidsflyter.
- Optimer AI-prestasjoner mens data-privatliv opprettholdes.
- Automatiser virksomhetsprosesser med lokal AI-kapasitet.
- Sikre overholdelse av virksomhets sikkerhets- og styringsprinsipper.
Claude AI for Workflow Automation og Productivity
14 timerDenne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot nybegynnere som ønsker å integrere Claude AI i sine daglige arbeidsflyter for å forbedre effektivitet og automatisering.
Ved slutten av denne opplæringen vil deltakerne kunne:
- Bruk Claude AI for å automatisere repeterende oppgaver og effektivisere arbeidsflyter.
- Forbedre personlig og teamproduktivitet ved hjelp av AI-drevet automatisering.
- Integrer Claude AI med eksisterende forretningsverktøy og plattformer.
- Optimaliser AI-drevet beslutningstaking og oppgaveadministrasjon.
Distribuere og optimalisere LLM-er med Ollama
14 timerDenne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot fagfolk på middels nivå som ønsker å distribuere, optimalisere og integrere LLM-er ved hjelp av Ollama.
Ved slutten av denne opplæringen vil deltakerne kunne:
- Sett opp og distribuer LLM-er ved hjelp av Ollama.
- Optimaliser AI-modeller for ytelse og effektivitet.
- Utnytt GPU akselerasjon for forbedrede inferenshastigheter.
- Integrer Ollama i arbeidsflyter og applikasjoner.
- Overvåk og vedlikehold AI-modellytelsen over tid.
Fine-Tuning og tilpasse AI-modeller på Ollama
14 timerDenne instruktørledede, live-trening i Norge (online eller på sted) er rettet mot yrkesutøvere på avansert nivå som ønsker å finjustere og tilpasse AI-modeller på Ollama for forbedret ytelse og brukerdefinerte applikasjoner innen spesifikke områder.
Ved slutten av denne treningen vil deltakerne være i stand til å:
- Opprette en effektiv miljø for finjustering av AI-modeller på Ollama.
- Forberede datasett for overvåket finjustering og forsterkende læring.
- Optimalisere AI-modeller for ytelse, nøyaktighet og effektivitet.
- Implementere tilpassede modeller i produksjonsmiljøer.
- Vurdere forbedringer i modeller og sikre robusthet.
Introduksjon til Google Gemini AI
14 timerDenne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot utviklere på nybegynnernivå til mellomnivå som ønsker å integrere AI-funksjonalitet i applikasjonene sine ved å bruke Google Gemini AI.
Ved slutten av denne opplæringen vil deltakerne kunne:
- Forstå det grunnleggende i store språkmodeller.
- Sett opp og bruk Google Gemini AI for ulike AI-oppgaver.
- Implementer tekst-til-tekst- og bilde-til-tekst-transformasjoner.
- Bygg grunnleggende AI-drevne applikasjoner.
- Utforsk avanserte funksjoner og tilpasningsalternativer i Google Gemini AI.
Google Gemini AI for Content Creation
14 timerDenne instruktørledede, direkteopplæringen i Norge (online eller på stedet) er rettet mot innholdsskapere på middels nivå som ønsker å bruke Google Gemini AI for å forbedre innholdskvaliteten og effektiviteten deres.
Ved slutten av denne opplæringen vil deltakerne kunne:
- Forstå rollen til AI i innholdsskaping.
- Konfigurer og bruk Google Gemini AI for å generere og optimalisere innhold.
- Bruk tekst-til-tekst-transformasjoner for å produsere kreativt og originalt innhold.
- Implementer SEO-strategier ved å bruke AI-drevet innsikt.
- Analyser innholdsytelse og tilpass strategier ved hjelp av Gemini AI.
Google Gemini AI for Transformative Customer Service
14 timerDenne instruktørledede, liveopplæringen i Norge (online eller på stedet) er rettet mot fagfolk på middels nivå som ønsker å implementere Google Gemini AI i sine kundeserviceoperasjoner.
Ved slutten av denne opplæringen vil deltakerne kunne:
- Forstå virkningen av AI på kundeservice.
- Konfigurer Google Gemini AI for å automatisere og tilpasse kundeinteraksjoner.
- Bruk tekst-til-tekst- og bilde-til-tekst-transformasjoner for å forbedre tjenesteeffektiviteten.
- Utvikle AI-drevne strategier for analyse av tilbakemeldinger fra kunder i sanntid.
- Utforsk avanserte funksjoner for å skape en sømløs kundeserviceopplevelse.
Google Gemini AI for Data Analysis
21 timerDenne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot dataanalytikere på nybegynnernivå til mellomnivå og forretningsfolk som ønsker å utføre komplekse dataanalyseoppgaver mer intuitivt på tvers av ulike bransjer ved å bruke Google Gemini AI.
Ved slutten av denne opplæringen vil deltakerne kunne:
- Forstå det grunnleggende i Google Gemini AI.
- Koble ulike datakilder til Gemini AI.
- Utforsk data ved å bruke naturlig språk.
- Analyser datamønstre og få innsikt.
- Lag overbevisende datavisualiseringer.
- Kommuniser datadrevet innsikt effektivt.
Intermediate Gemini AI for Public Sector Professionals
16 timerThis instructor-led, live training in Norge (online or onsite) is aimed at intermediate-level public sector professionals who wish to use Gemini to generate high-quality content, assist with research, and improve productivity through more advanced AI interactions.
By the end of this training, participants will be able to:
- Craft more effective and tailored prompts for specific use cases.
- Generate original and creative content using Gemini.
- Summarize and compare complex information with precision.
- Use Gemini for brainstorming, planning, and organizing ideas efficiently.
Introduksjon til Claude AI: Conversational AI og Business applikasjoner
14 timerDenne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot forretningsfolk på nybegynnernivå, kundestøtteteam og teknologientusiaster som ønsker å forstå det grunnleggende ved Claude AI og utnytte det for forretningsapplikasjoner.
Ved slutten av denne opplæringen vil deltakerne kunne:
- Forstå Claude AIs evner og bruksområder.
- Sett opp og samhandle med Claude AI effektivt.
- Automatiser forretningsflyter med konversasjons-AI.
- Forbedre kundeengasjement og støtte ved å bruke AI-drevne løsninger.
LangGraph Foundations: Graph-Based LLM Prompting and Chaining
14 timerLangGraph is a framework for building graph-structured LLM applications that support planning, branching, tool use, memory, and controllable execution.
This instructor-led, live training (online or onsite) is aimed at beginner-level developers, prompt engineers, and data practitioners who wish to design and build reliable, multi-step LLM workflows using LangGraph.
By the end of this training, participants will be able to:
- Explain core LangGraph concepts (nodes, edges, state) and when to use them.
- Build prompt chains that branch, call tools, and maintain memory.
- Integrate retrieval and external APIs into graph workflows.
- Test, debug, and evaluate LangGraph apps for reliability and safety.
Format of the Course
- Interactive lecture and facilitated discussion.
- Guided labs and code walkthroughs in a sandbox environment.
- Scenario-based exercises on design, testing, and evaluation.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
Building Dynamic Workflows with LangGraph and LLM Agents
14 timerLangGraph is a framework for composing graph-structured LLM workflows that support branching, tool use, memory, and controllable execution.
This instructor-led, live training (online or onsite) is aimed at intermediate-level engineers and product teams who wish to combine LangGraph’s graph logic with LLM agent loops to build dynamic, context-aware applications such as customer support agents, decision trees, and information retrieval systems.
By the end of this training, participants will be able to:
- Design graph-based workflows that coordinate LLM agents, tools, and memory.
- Implement conditional routing, retries, and fallbacks for robust execution.
- Integrate retrieval, APIs, and structured outputs into agent loops.
- Evaluate, monitor, and harden agent behavior for reliability and safety.
Format of the Course
- Interactive lecture and facilitated discussion.
- Guided labs and code walkthroughs in a sandbox environment.
- Scenario-based design exercises and peer reviews.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
LangGraph for Marketing Automation
14 timerLangGraph is a graph-based orchestration framework that enables conditional, multi-step LLM and tool workflows, ideal for automating and personalizing content pipelines.
This instructor-led, live training (online or onsite) is aimed at intermediate-level marketers, content strategists, and automation developers who wish to implement dynamic, branching email campaigns and content generation pipelines using LangGraph.
By the end of this training, participants will be able to:
- Design graph-structured content and email workflows with conditional logic.
- Integrate LLMs, APIs, and data sources for automated personalization.
- Manage state, memory, and context across multi-step campaigns.
- Evaluate, monitor, and optimize workflow performance and delivery outcomes.
Format of the Course
- Interactive lectures and group discussions.
- Hands-on labs implementing email workflows and content pipelines.
- Scenario-based exercises on personalization, segmentation, and branching logic.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
Komme i gang med Ollama: Kjøre lokale AI-modeller
7 timerDenne instruktørledede, liveopplæringen (online eller på sted) er rettet mot nybegynnere på profesjonelt nivå som ønsker å installere, konfigurere og bruke Ollama for å kjøre AI-modeller på sine lokale maskiner.
Ved avslutningen av denne opplæringen vil deltakerne kunne:
- Forstå grunnleggende prinsipper og evner til Ollama.
- Opprette Ollama for å kjøre lokale AI-modeller.
- Distribueere og interagere med LLMs ved hjelp av Ollama.
- Optimalisere ytelse og resursbruk for AI-belastninger.
- Utforske brukstilfeller for lokal AI-distribusjon innen ulike branser.