Large Language Models (LLMs) Kurs i Norge

Denne opplæringskurs i ledet av en instruktør (online eller på stedet) er rettet mot ledere i øverste ledelse som ønsker å forstå hva LLMs er, utforske deres potensielle innvirkning på virksomhetsdrifter og vurdere praktiske bruksområder for AI-verktøy som ChatGPT, Microsoft Copilot eller Grok for reelle oppgaver som innholdsproduksjon, dataresumering og beslutningsstøtte.

Ved avslutningen av denne opplæringskursen vil deltakerne kunne:

• Forstå hva LLMs er og hvordan verktøy som ChatGPT og Copilot fungerer.
• Bruke prompt-teknikker for å få praktiske og pålitelige resultater fra LLMs.
• Vurdere reelle bruksområder som utkast til e-post, sammenfatning av dokumenter og automatisering av produktivitet.
• Identifisere investeringsmuligheter og strategiske anvendelser for AI-adopsjon.

Denne underviser-ledede, live opplæringen i Norge (online eller på sted) er rettet mot AI-forskere, dataforskere og utviklere på mellomnivå til avansert nivå som ønsker å forstå, justere og implementere Meta AI's Large Language Models for ulike NLP-applikasjoner.

Ved avslutningen av denne opplæringen vil deltakerne være i stand til å:

• Forstå arkitekturen og funksjonen til Meta AI's Large Language Models.
• Oppsette og justere Meta AI LLMs for spesifikke bruksområder.
• Implementere LLM-baserte applikasjoner som tekstsummering, chatbots og følelsesanalyse.
• Optimalisere og distribuere store språkmodeller effektivt.

Denne instruktørledede, levende opplæring i Norge (online eller på sted) er rettet mot AI-profesjonelle, forretningsanalytikere og teknologiledere på mellomnivå som ønsker å forstå prinsippene for generativ AI og anvendelsene av LLMs i forretningsmiljøer. Deltakere vil lære om transformers, prompt engineering og etiske overveielser ved implementering av disse modellene for virkelige løsninger.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå de underliggende prinsippene for generativ AI og store språkmodeller.
• Implementere og finjustere LLMs for spesifikke forretningsapplikasjoner.
• Bruke prompt engineering-teknikker for optimale modellutganger.
• Identifisere etiske hensyn og håndtere risikoer ved implementering av LLMs.

Denne instruktørledede, direkteopplæringen i Norge (online eller på stedet) er rettet mot AI-fagfolk og etikere på middels nivå, datavitere og ingeniører, og beslutningstakere og interessenter som ønsker å forstå og navigere i det etiske landskapet til LLM-er.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Identifiser etiske problemstillinger og utfordringer knyttet til LLM-er.
• Bruk etiske rammer og prinsipper for LLM-distribusjon.
• Vurder den samfunnsmessige virkningen av LLM-er og reduser potensielle risikoer.
• Utvikle strategier for ansvarlig AI-utvikling og bruk.

Denne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot NLP-utøvere og dataforskere på middels nivå, innholdsskapere og oversettere, og globale virksomheter som ønsker å bruke LLM-er for språkoversettelse og skape flerspråklig innhold.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå prinsippene for tverrspråklig læring og oversettelse med LLM-er.
• Implementer LLM-er for å oversette innhold mellom ulike språk.
• Opprett og administrer flerspråklige datasett for opplæring av LLM-er.
• Utvikle strategier for å opprettholde konsistens og kvalitet i oversettelse.

Denne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot finansanalytikere på mellomnivå, dataforskere og investeringseksperter som ønsker å utnytte LLM-er for finansmarkedsanalyse og prediksjon.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå bruken av LLM i finansmarkedsanalyse.
• Bruk LLM-er til å behandle økonomiske nyheter, rapporter og data for markedsinnsikt.
• Utvikle prediktive modeller for aksjekurser, markedstrender og økonomiske indikatorer.
• Integrer LLM-innsikt i investeringsbeslutningsprosesser.

Denne instruktørledede, direkteopplæringen i Norge (online eller på stedet) er rettet mot miljøforskere og forskere på middels nivå, dataanalytikere og beslutningstakere og miljøforkjempere som ønsker å bruke LLM-er for miljømodellering og -analyse.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå anvendelsen av LLM i miljøvitenskap.
• Bruk LLM-er til å analysere og modellere miljødata.
• Tolke LLM-utdata for miljøkonsekvensvurderinger.
• Formidle funn effektivt for å informere om politikk og bevaringsarbeid.

Denne instruktørledede, direkteopplæringen i Norge (online eller på stedet) er rettet mot VR- og AR-utviklere på middels nivå, spilldesignere og AI-ingeniører som ønsker å inkorporere LLM-er i VR- og AR-applikasjoner for å skape mer engasjerende og responsive miljøer .

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå rollen til LLMs i å skape oppslukende VR- og AR-opplevelser.
• Utvikle VR- og AR-applikasjoner som bruker LLM-er for interaktive dialoger og innholdsskaping.
• Integrer LLM-er med VR- og AR-utviklingsverktøy for økt brukerengasjement.
• Bruk beste praksis for utforming av AI-drevne fortellinger og interaksjoner i virtuelle rom.

Denne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot dataforskere på mellomnivå, maskinlæringsingeniører og programvareutviklere som ønsker å bruke Large Language Models (LLMs) til multimodale data for avanserte AI-applikasjoner.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå prinsippene for multimodal læring med LLM.
• Implementer LLM-er for å behandle og analysere tekst-, bilde- og lyddata.
• Utvikle applikasjoner som utnytter styrkene ved multimodal dataintegrasjon.
• Evaluere ytelsen til multimodale LLM-systemer.

Denne instruktørledede, direkteopplæringen i Norge (online eller på stedet) er rettet mot cybersikkerhetsfagfolk på middels nivå og dataforskere som ønsker å bruke LLM-er for å forbedre cybersikkerhetstiltak og trusselintelligens.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå rollen til LLM-er i cybersikkerhet.
• Implementer LLM-er for trusseldeteksjon og analyse.
• Bruk LLM-er for sikkerhetsautomatisering og respons.
• Integrer LLM med eksisterende sikkerhetsinfrastruktur.

Denne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot dataforskere på middels nivå og forretningsanalytikere som ønsker å bruke store språkmodeller (LLM) for å forutsi trender og atferd i ulike bransjer.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå det grunnleggende om LLM-er og deres rolle i prediktiv analyse.
• Implementer LLM-er for å analysere og forutsi data i ulike bransjer.
• Evaluer effektiviteten til prediktive modeller ved hjelp av LLM-er.
• Integrer LLM-er med eksisterende databehandlingsrørledninger.

Denne instruktørledede, direkteopplæringen i Norge (online eller på stedet) er rettet mot dataforskere på middels nivå som ønsker å få en omfattende forståelse og praktiske ferdigheter i både Large Language Models (LLMs) og Reinforcement Learning (RL).

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå komponentene og funksjonaliteten til transformatormodeller.
• Optimaliser og finjuster LLM-er for spesifikke oppgaver og applikasjoner.
• Forstå kjerneprinsippene og metodene for forsterkende læring.
• Lær hvordan forsterkende læringsteknikker kan forbedre ytelsen til LLM-er.

Denne instruktørledede, direkteopplæringen i Norge (online eller på stedet) er rettet mot innholdsskapere, markedsførere og pedagogiske teknologer på middels nivå som ønsker å utnytte kraften til LLM-er for å generere høykvalitets, mangfoldig og engasjerende innhold på tvers av ulike domener.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå mulighetene til LLM-er og deres anvendelse i innholdsgenerering.
• Sett opp og bruk LLM-er for å generere ulike typer innhold.
• Bruk beste praksis for å spørre og finjustere LLM-er for å produsere ønskede resultater.
• Evaluer kvaliteten på AI-generert innhold og avgrens det for spesifikke målgrupper.
• Utforsk avanserte teknikker for kreativ og multimodal innholdsgenerering med LLM-er.

Denne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot lærere, EdTech-fagfolk og forskere med varierende nivåer av erfaring og ekspertise som ønsker å utnytte LLM-er for å skape personlige pedagogiske opplevelser.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå arkitekturen og egenskapene til LLM-er.
• Identifiser muligheter for personalisering i pedagogisk innhold ved å bruke LLM-er.
• Design adaptive læringsplattformer som bruker LLM-er for personlig tilpasning av innhold.
• Implementer LLM-drevne strategier for å forbedre studentenes engasjement og læringsutbytte.
• Evaluer effektiviteten til LLM i utdanningsmiljøer og ta datadrevne beslutninger for

Dette instruktørledede, live opplæringen i Norge (online eller på stedet) er rettet mot mellomnivå ML-praktikere og AI-utviklere som ønsker å fintunere og distribere åpne vektmodeller som LLaMA, Mistral, og Qwen for spesifikke bedrifts- eller interne applikasjoner.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå økosystemet og forskjellene mellom åpne kildekode LLMs.
• Forberede datasets og fine-tuning konfigurasjoner for modeller som LLaMA, Mistral, og Qwen.
• Kjøre fine-tuning rørledninger ved bruk av Hugging Face Transformers og PEFT.
• Vurdere, lagre, og distribuere fine-tunede modeller i sikre miljøer.

Denne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot programvareutviklere og dataforskere på nybegynnernivå til mellomnivå som ønsker å implementere LLM-er i talegjenkjennings- og syntesesystemer.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå rollen til LLM i taleteknologier.
• Implementer LLM-er for nøyaktig talegjenkjenning og naturlig klingende talesyntese.
• Integrer LLM-er med talegjenkjenningsmotorer og talesyntese.
• Evaluer og forbedre ytelsen til talesystemer ved hjelp av LLM-er.
• Hold deg informert om nåværende trender og fremtidige retninger innen taleteknologi.

Denne instruktørledede, liveopplæringen i Norge (online eller på stedet) er rettet mot nybegynnernivå til middels kundestøtte og IT-fagfolk som ønsker å implementere LLM-er for å lage responsive og intelligente kundestøtte chatbots.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå det grunnleggende og arkitekturen til Large Language Models (LLMs).
• Design og integrer LLM-er i kundestøttesystemer.
• Forbedre responsen og brukeropplevelsen til chatbots.
• Ta tak i etiske hensyn og sikre overholdelse av industristandarder.
• Distribuer og vedlikehold en LLM-basert chatbot for applikasjoner i den virkelige verden.

Denne instruktørledede, live-treningen på Norge (online eller på sted) er rettet mot mellomnivå-dataforskere og AI-ingeniører som ønsker å fine-tune store språkmodeller på en mer økonomisk og effektiv måte ved å bruke metoder som LoRA, Adapter Tuning, og Prefix Tuning.

Ved slutten av denne treningen vil deltakerne være i stand til:

• Forstå teorien bak parameter-effektive fine-tuning-metoder.
• Implementere LoRA, Adapter Tuning, og Prefix Tuning ved hjelp av Hugging Face PEFT.
• Sammenligne ytelse og kostnadsoverveielser av PEFT-metoder mot full fine-tuning.
• Deploye og skale fine-tuned LLMs med redusert beregning og lagringsbehov.

Denne instruktørledede, live-opplæring i Norge (online eller på stedet) er rettet mot maskinlæringsingeniører, AI-utviklere og dataforskere på mellomnivå til avansert nivå som ønsker å lære hvordan de kan bruke QLoRA til effektiv finjustering av store modeller for spesifikke oppgaver og tilpasninger.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå teorien bak QLoRA og kvantiseringsteknikker for LLMs.
• Implementere QLoRA i finjustering av store språkmodeller for domene-spesifikke applikasjoner.
• Optimalisere finjusteringsyytelse på begrensede beregningsressurser ved hjelp av kvantisering.
• Utplassere og evaluere finjusterte modeller effektivt i virkelige applikasjoner.

Denne instruktørledede, liveopplæringen i Norge (online eller på stedet) er rettet mot data- og markedsføringsfagfolk på middels nivå som ønsker å bruke LLM-er for å analysere og tolke offentlige følelser fra ulike tekstkilder som innlegg i sosiale medier, produktanmeldelser, og tilbakemeldinger fra kunder.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå prinsippene for sentimentanalyse og dens anvendelse ved hjelp av LLM-er.
• Forbehandle og klargjøre datasett for sentimentanalyse.
• Tren og finjuster LLM-er for nøyaktig å reflektere følelser i tekst.
• Analyser sentiment i sanntid fra sosiale medier og andre tekstkilder.
• Integrer funn fra sentimentanalyse i forretningsstrategier og beslutningsprosesser.

Denne instruktørledede, direkteopplæringen i Norge (online eller på stedet) er rettet mot programvareutviklere og tekniske forfattere på middels nivå som ønsker å utnytte LLM-er for å strømlinjeforme arbeidsflyten for koding og lage detaljert, omfattende dokumentasjon.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå rollen til LLM-er i automatisering av kodegenerering og programvaredokumentasjon.
• Bruk LLM-er for å lage nøyaktige og effektive kodebiter og dokumentasjon.
• Integrer LLM-er i livssyklusen for programvareutvikling for økt produktivitet.
• Oppretthold dokumentasjonsstandarder av høy kvalitet ved hjelp av automatiserte verktøy.
• Ta opp etiske hensyn og beste praksis for bruk av AI i programvareutvikling.

Denne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot fagfolk på mellomnivå og dataanalytikere som ønsker å utnytte kraften til LLM-er for å hente ut forretningsinnsikt.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå grunnleggende og anvendelser av LLM-er i sammenheng med business intelligence.
• Bruk LLM-er for å analysere store datasett og trekke ut meningsfull innsikt.
• Integrer LLM-drevet analyse i strategiske forretningsbeslutningsprosesser.
• Vurder de etiske hensyn og beste praksis for bruk av LLM-er i virksomheten.
• Forutse fremtidige trender innen AI og forbered deg på det utviklende landskapet innen forretningsintelligens.

Denne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot utviklere på middels til avansert nivå og dataforskere som ønsker å mestre LlamaIndex for å utvikle innovative LLM-drevne applikasjoner.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Sett opp og konfigurer LlamaIndex for bruk med LLM-er.
• Indekser og spør etter egendefinerte datasett ved å bruke LlamaIndex for å forbedre LLM-funksjonaliteten.
• Design og utvikler sofistikerte applikasjoner som bruker LlamaIndex og LLM-er.
• Forstå og ta i bruk beste praksis for arbeid med LLM og LlamaIndex.
• Naviger gjennom de etiske vurderingene som er involvert i distribusjon av LLM-drevne applikasjoner.

Denne instruktørledede, live opplæringen på nett eller på sted er rettet mot mellomnivå AI-forskere, maskinlæringsprofesjonelle og datavitere som ønsker å bruke LlamaIndex for å forbedre kapasiteten til AI-modeller, slik at de blir mer nøyaktige og pålitelige for ulike applikasjoner.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå prinsippene og komponentene i LlamaIndex.
• Innta og strukturere data for bruk med LLMs.
• Implementere kontekstutvidelse for å forbedre AI-modellens ytelse.
• Integrere LlamaIndex i eksisterende AI-systemer og arbeidsflater.

Mistral AI is a powerful family of open-source and enterprise-ready AI models for language, multimodal, and agentic applications.

This instructor-led, live training (online or onsite) is aimed at intermediate-level to advanced-level professionals who wish to build, deploy, and manage AI agents using Mistral’s Medium 3, Le Chat Enterprise, and Devstral models.

By the end of this training, participants will be able to:

• Understand the architecture and capabilities of Mistral Medium 3, Le Chat Enterprise, and Devstral.
• Design and implement AI agents leveraging Mistral models for enterprise and developer use cases.
• Integrate coding systems, connectors, and enterprise data into agent workflows.
• Optimize performance, cost, and compliance for Mistral-powered agents.

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.

Mistral AI is an open AI platform that enables teams to build and integrate conversational assistants into enterprise and customer-facing workflows.

This instructor-led, live training (online or onsite) is aimed at beginner-level to intermediate-level product managers, full-stack developers, and integration engineers who wish to design, integrate, and productize conversational assistants using Mistral connectors and integrations.

By the end of this training, participants will be able to:

• Integrate Mistral conversational models with enterprise and SaaS connectors.
• Implement retrieval-augmented generation (RAG) for grounded responses.
• Design UX patterns for internal and external chat assistants.
• Deploy assistants into product workflows for real-world use cases.

Format of the Course

• Interactive lecture and discussion.
• Hands-on integration exercises.
• Live-lab development of conversational assistants.

Course Customization Options

• To request a customized training for this course, please contact us to arrange.

Denne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot fagfolk på middels nivå som ønsker å utnytte kraften til rask ingeniørkunst og få greps læring for å optimalisere LLM-ytelsen for virkelige applikasjoner.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå prinsippene for rask prosjektering og få-skuddslæring.
• Design effektive spørsmål for ulike NLP-oppgaver.
• Bruk få-skuddsteknikker for å tilpasse LLM-er med minimalt med data.
• Optimaliser LLM-ytelsen for praktiske bruksområder.

LangGraph er en rammeverk for å bygge tilstandsbærende, multi-actor LLM-applikasjoner som sammensatte grafer med vedvarende tilstand og presis kontroll over utførelse.

Denne instruktørledede, levende opplæringen (online eller på stedet) er rettet mot mellomnivå til avanserte fagfolk som ønsker å designe, implementere og drifte LangGraph-baserte juridiske løsninger med nødvendige overholdelseskontroller, sporbarhet og styre.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Designe juridiske LangGraph-workflows som opprettholder revisjonsbarhet og overholdelse.
• Integrere juridiske ontologier og dokumentstandarder i graftilstand og prosessering.
• Implementere vernegrenser, mennesker-i-løkken-godkjenninger og sporbare beslutningsveier.
• Utplassere, overvåke og vedlikeholde LangGraph-tjenester i produksjon med observabilitet og kostnadskontroll.

Kursformat

• Interaktiv forelesning og diskusjon.
• Mange øvelser og praktiske øvelser.
• Håndson implementering i et live-laboratoriumsmiljø.

Tilpassningsmuligheter for kurset

• For å be om en tilpasset opplæring for dette kurset, vennligst ta kontakt med oss for å avtale.

Mistral AI is an open and enterprise-ready AI platform that provides features for secure, compliant, and responsible AI deployment.

This instructor-led, live training (online or onsite) is aimed at intermediate-level compliance leads, security architects, and legal/ops stakeholders who wish to implement responsible AI practices with Mistral by leveraging privacy, data residency, and enterprise control mechanisms.

By the end of this training, participants will be able to:

• Implement privacy-preserving techniques in Mistral deployments.
• Apply data residency strategies to meet regulatory requirements.
• Set up enterprise-grade controls such as RBAC, SSO, and audit logs.
• Evaluate vendor and deployment options for compliance alignment.

Format of the Course

• Interactive lecture and discussion.
• Compliance-focused case studies and exercises.
• Hands-on implementation of enterprise AI controls.

Course Customization Options

• To request a customized training for this course, please contact us to arrange.

LangGraph er et rammeverk for å bygge tilstandsbaserte, multi-actor LLM-applikasjoner som sammensatte grafer med vedvarende tilstand og kontroll over utføring.

Denne instruktørledede, live-treningen (online eller på sted) er rettet mot mellomnivå- til avanserte profesjonelle som ønsker å designe, implementere og drive LangGraph-baserte finansløsninger med riktig styring, observabilitet og overholdelse.

Ved slutten av denne treningen vil deltakerne kunne:

• Designe finansrelaterte LangGraph-flere arbeidsflyter som følger regelverks- og revisjonskrav.
• Integere finansielle datastandarder og ontologier i graftilstand og verktøy.
• Implementere pålitelighet, sikkerhet og menneske-i-løkke-kontroll for kritiske prosesser.
• Deploy, overvåke og optimalisere LangGraph-systemer for ytelse, kostnad og SLAs.

Format på kurset

• Interaktiv forelesning og diskusjon.
• Mange øvelser og praktisk trening.
• Hender i live-laboratoriums miljø.

Tilpassingsalternativer for kurset

• For å be om en tilpasset trening for dette kurset, vennligst kontakt oss for å avtale.

Vertex AI tilbyr kraftige verktøy for å bygge multimodal LLM-workflows som integrerer tekst-, lyd- og bildedata i en enkelt pipeline. Med støtte for lange kontekstvindu og Gemini API-parameterer, gjør det mulig for avanserte applikasjoner innen planlegging, resonnering og krysmodal intelligens.

Denne instruktørligede, live-treningen (online eller på sted) er rettet mot praktikere på mellom- til avansert nivå som ønsker å designe, bygge og optimalisere multimodal AI-workflows i Vertex AI.

Ved slutten av denne treningen vil deltakere kunne:

• Utnytt Gemini-modeller for multimodal inn- og utdata.
• Implementere langkontekst-workflows for kompleks resonnering.
• Designe pipelines som integrerer tekst-, lyd- og bildeanalyse.
• Optimalisere Gemini API-parameterer for ytelse og kostnadseffektivitet.

Format på kurset

• Interaktiv forelesning og diskusjon.
• Hånds-på-laboratorier med multimodal workflows.
• Prosjektbaserte øvelser for anvendte multimodale bruksområder.

Tilpassingsmuligheter for kurset

• For å be om en tilpasset treningsprogram for dette kurset, vennligst kontakt oss for å avtale.

Mistral models are open-source AI technologies that now extend into multimodal workflows, supporting both language and vision tasks for enterprise and research applications.

This instructor-led, live training (online or onsite) is aimed at intermediate-level ML researchers, applied engineers, and product teams who wish to build multimodal applications with Mistral models, including OCR and document understanding pipelines.

By the end of this training, participants will be able to:

• Set up and configure Mistral models for multimodal tasks.
• Implement OCR workflows and integrate them with NLP pipelines.
• Design document understanding applications for enterprise use cases.
• Develop vision-text search and assistive UI functionalities.

Format of the Course

• Interactive lecture and discussion.
• Hands-on coding exercises.
• Live-lab implementation of multimodal pipelines.

Course Customization Options

• To request a customized training for this course, please contact us to arrange.

Devstral and Mistral models are open-source AI technologies designed for flexible deployment, fine-tuning, and scalable integration.

This instructor-led, live training (online or onsite) is aimed at intermediate–level to advanced–level ML engineers, platform teams, and research engineers who wish to self-host, fine-tune, and govern Mistral and Devstral models in production environments.

By the end of this training, participants will be able to:

• Set up and configure self-hosted environments for Mistral and Devstral models.
• Apply fine-tuning techniques for domain-specific performance.
• Implement versioning, monitoring, and lifecycle governance.
• Ensure security, compliance, and responsible usage of open-source models.

Format of the Course

• Interactive lecture and discussion.
• Hands-on exercises in self-hosting and fine-tuning.
• Live-lab implementation of governance and monitoring pipelines.

Course Customization Options

• To request a customized training for this course, please contact us to arrange.

LangGraph muliggjør tilstandsbaserte, multi-aktorarbeidsfløter drevet av LLMs med presis kontroll over utførelsespåer og tilstandspersistens. I helsevesenet er disse evnene avgjørende for overholdelse av forskrifter, interoperabilitet og opprettelse av beslutningsstøttesystemer som samordnes med medisinske arbeidsfløter.

Denne instruktørledede, live trening (online eller på stedet) er rettet mot mellomnivå- til avanserte fagfolk som ønsker å designe, implementere og administrere LangGraph-baserte helsevesenløsninger mens de møter regulerings-, etiske og operative utfordringer.

Ved avslutningen av denne treningen vil deltakerne kunne:

• Designe helsevesen-spesifikke LangGraph-arbeidsfløter med overholdelse og auditering i tankene.
• Integrere LangGraph-applikasjoner med medisinske ontologier og standarder (FHIR, SNOMED CT, ICD).
• Bruke beste praksis for pålitelighet, sporbarhet og forklarbarhet i sensitive miljøer.
• Utplassere, overvåke og validere LangGraph-applikasjoner i helsevesensproduksjonsmiljøer.

Format på kurset

• Interaktive forelesninger og diskusjoner.
• Hender-på øvelser med virkelige tilfeller.
• Implementeringsøvelser i et live-labmiljø.

Tilpasningsmuligheter for kurset

• For å be om tilpasset trening for dette kurset, vennligst kontakt oss for å avtale.

LangGraph er et rammeverk for å bygge tilstandsstyrte, multi-aktor LLM-applikasjoner som sammensatte grafer med vedvarende tilstand og kontroll over utførelsen.

Denne instruktørledede, live-treningen (online eller på stedet) er rettet mot AI-plattformingeniører, DevOps for AI, og ML-arkitekter på avansert nivå som ønsker å optimalisere, feilsøke, overvåke og drifte produksjonsklare LangGraph-systemer.

Ved slutten av denne treningen vil deltakerne kunne:

• Designe og optimalisere komplekse LangGraph-topologier for hastighet, kostnad og skalerbarhet.
• Ingeniørreliabilitet med gjentakelser, tidsutløsninger, idempotens, og gjenoppretting basert på sjekkpunkter.
• Feilsøke og spore grafutførelser, inspisere tilstand, og systematisk reprodusere produksjonsproblemer.
• Instrumentere grafer med loggfiler, målinger og spor, deployere til produksjon, og overvåke SLAs og kostnader.

Format for kurset

• Interaktiv forelesning og diskusjon.
• Mye øvelser og praksis.
• Hands-on implementering i et live-laboratoriumsmiljø.

Kursetilpassingsmuligheter

• For å be om tilpasset trening for dette kurset, ta kontakt med oss for å avtale.

Denne instruktørledede, live trening i Norge (online eller på stedet) er rettet mot mellomnivåutviklere som ønsker å lære hvordan man bruker generativ AI med LLMs for ulike oppgaver og områder.

Ved slutten av denne treningen vil deltakerne kunne:

• Forklare hva generativ AI er og hvordan den fungerer.
• Beskrive transformerarkitekturen som driver LLMs.
• Bruke empiriske skaleringslover til å optimalisere LLMs for ulike oppgaver og begrensninger.
• Bruke oppdaterte verktøy og metoder til å trene, fintune og distribuer LLMs.
• Diskutere mulighetene og risikoene med generativ AI for samfunn og forretning.

LLM-er og autonome agentrammeverk som AutoGen og CrewAI omdefinerer hvordan DevOps-team automatiserer oppgaver som endringssporing, testgenerering og varselstriage ved å simulere menneskelig samarbeid og beslutningsprosesser.

Denne instruktørledede, live-treningen (online eller på stedet) er rettet mot avanserte ingeniører som ønsker å designe og implementere DevOps-automatiseringsflyter drevet av store språkmodeller (LLM) og multi-agent-systemer.

Ved avslutningen av denne treningen vil deltakerne kunne:

• Integrere LLM-baserte agenter i CI/CD-flyter for smart automatisering.
• Automatisere testgenerering, commit-analyse og endringssammendrag ved bruk av agenter.
• Koordinere flere agenter for triaging av varsler, generering av svar og levering av DevOps-anbefalinger.
• Bygge sikre og vedlikeholdbare agentbaserte flyter ved bruk av åpne rammeverk.

Kursets Format

• Interaktiv forelesning og diskusjon.
• Mange øvelser og praksis.
• Hands-on implementering i en live-lab-miljø.

Tilpassingsmuligheter for Kurset

• For å be om en tilpasset trening for dette kurset, vennligst kontakt oss for å avtale.

Mistral is a high-performance family of large language models optimized for cost-effective production deployment at scale.

This instructor-led, live training (online or onsite) is aimed at advanced-level infrastructure engineers, cloud architects, and MLOps leads who wish to design, deploy, and optimize Mistral-based architectures for maximum throughput and minimum cost.

By the end of this training, participants will be able to:

• Implement scalable deployment patterns for Mistral Medium 3.
• Apply batching, quantization, and efficient serving strategies.
• Optimize inference costs while maintaining performance.
• Design production-ready serving topologies for enterprise workloads.

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.

Denne instruktørlede, levende opplæringen på Norge (online eller på sted) er rettet mot mellomnivå- til avanserte AI-utviklere, arkitekter og produktledere som ønsker å identifisere og redusere risikoer knyttet til LLM-drevne applikasjoner, inkludert prompt injeksjon, datalekkasje og ufiltrert utdata, samt å inkludere sikkerhetskontroller som inndatavalidering, menneskelig i-løkke-overvåking og utdatabeskyttelse.

Ved slutten av denne opplæringen vil deltakerne være i stand til:

• Forstå kjernen i sårbarhetene til LLM-baserte systemer.
• Anvende sikre designprinsipper til LLM-applikasjonsarkitektur.
• Bruke verktøy som Guardrails AI og LangChain for validering, filtrering og sikkerhet.
• Integere teknikker som sandboxing, red teaming og menneskelig i-løkke-revisjon i produksjonsnivå-pipelines.

LangGraph er et grafbasert orkestreringssrammeverk som gjør det mulig å utføre betingede, flerstegs LLM- og verktøyflyt, ideelt for å automatisere og personliggjøre innholdsstrømmer.

Denne instruktørledede, live-treningen (online eller på sted) er rettet mot markedsførere, innholdsstrateger og automatiseringsutviklere på mellomnivå som ønsker å implementere dynamiske, forgrenede e-postkampanjer og innholdsgenereringsstrømmer ved hjelp av LangGraph.

Ved slutten av denne treningen vil deltakerne kunne:

• Designe grafbaserte innholds- og e-postflyt med betinget logikk.
• Integrere LLMs, API-er og datasøk for automatisert personliggjøring.
• Håndtere tilstand, hukommelse og kontekst over flere trinn i kampanjer.
• Vurdere, overvåke og optimalisere flytprestasjoner og leveringsresultater.

Kursformat

• Interaktive forelesninger og gruppediskusjoner.
• Håndson-lab hvor e-postflyt og innholdsstrømmer implementeres.
• Scenariobaserte øvelser om personliggjøring, segmentering og forgreningslogikk.

Kurstilpasningsmuligheter

• For å bestille en tilpasset treningskurs for dette kurset, ta kontakt med oss for å avtale.

Le Chat Enterprise er en privat ChatOps-løsning som tilbyr sikre, tilpassbare og regulerte konversasjonsbaserte AI-funksjoner for organisasjoner, med støtte for RBAC, SSO, koblinger og integrasjoner med bedriftsapplikasjoner.

Denne instruktørledede, live treningen (online eller på sted) er rettet mot mellomnivå-produktansvarlige, IT-ledere, løsningsingeniører og sikkerhets-/samsvarslag som ønsker å implementere, konfigurere og administrere Le Chat Enterprise i bedriftsmiljøer.

Ved slutten av denne treningen vil deltakerne kunne:

• Sette opp og konfigurere Le Chat Enterprise for sikre implementeringer.
• Aktivere RBAC, SSO og samvarsdrevet kontroll.
• Integrere Le Chat med bedriftsapplikasjoner og datalagre.
• Utforme og implementere styrings- og administrativspørsmål for ChatOps.

Formatet på kurset

• Interaktiv forelesning og diskusjon.
• Mange øvelser og øving.
• Hender i en live-lab-miljø.

Tilpassingsmuligheter for kurset

• For å be om tilpasset trening for dette kurset, vennligst kontakt oss for å avtale.

Devstral er en åpen kilde rammeverk designet for å bygge og kjøre kodingsagenter som kan interagere med kodebaser, utviklerverktøy og APIer for å øke ingeniørproduktivitet.

Denne instruktørledede, live-treningen (online eller på stedet) er rettet mot mellomnivå til avanserte ML-ingeniører, utviklerverktøy-teamer og SREs som ønsker å designe, implementere og optimere kodingsagenter ved hjelp av Devstral.

Ved slutten av denne treningen vil deltakerne kunne:

• Sette opp og konfigurere Devstral for utvikling av kodingsagenter.
• Designe agentbaserte arbeidsflyter for utforskning og modifisering av kodebaser.
• Integre kodingsagenter med utviklerverktøy og APIer.
• Implementere beste praksis for sikker og effektiv agentdeploiement.

Kursformat

• Interaktiv forelesning og diskusjon.
• Mange øvelser og praksis.
• Hånds på implementering i et live-lab-miljø.

KursTilpassingsmuligheter

• For å be om en tilpasset trening for dette kurset, vennligst ta kontakt for å avtale.

Denne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot fagfolk på middels til avansert nivå som ønsker å tilpasse forhåndstrente modeller for spesifikke oppgaver og datasett.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå prinsippene for finjustering og dens anvendelser.
• Forbered datasett for finjustering av forhåndstrente modeller.
• Finjuster store språkmodeller (LLM) for NLP-oppgaver.
• Optimaliser modellytelsen og ta tak i vanlige utfordringer.

LangGraph er et rammeverk for å sammensette grafbaserte LLM-arbeidsflyter som støtter avgrening, verktøybruk, hukommelse og kontrollert utførelse.

Denne instruktørledede, live-treningen (online eller på sted) er rettet mot mellomnivåingeniører og produktlag som ønsker å kombinere LangGraphs graflogikk med LLM-agent-sløyfer for å bygge dynamiske, kontekstavhengige applikasjoner som kundestøtteagenter, beslutningstrær og informasjonshentingssystemer.

Ved slutten av denne treningen vil deltakerne kunne:

• Designe grafbaserte arbeidsflyter som koordinerer LLM-agenter, verktøy og hukommelse.
• Implementere betinget ruting, gjentakelser og reserveplaner for robust utførelse.
• Integere henting, APIs og strukturerte utdata i agent-sløyfer.
• Vurdere, overvåke og sikre agentatferd for pålitelighet og sikkerhet.

Format på kurset

• Interaktiv forelesning og fasilitert diskusjon.
• Veiledede laboratorier og kodegjennomganger i en sandkasse-miljø.
• Scenariobaserte designøvelser og kollegaomtaler.

Tilpassingsmuligheter for kurset

• For å be om tilpasset trening for dette kurset, ta kontakt med oss for å avtale.

LLMs for Code Understanding, Refactoring, and Documentation er en teknisk kurs som fokuserer på å bruke store språkmodeller (LLMs) for å forbedre kodekvalitet, redusere teknisk gjeld og automatisere dokumentasjon oppgaver over programmeringsteam.

Denne instruktørledede, live-opplæringen (online eller på stedet) er rettet mot mellomnivå- til avanserte programmerere som ønsker å bruke LLMs som GPT for å analysere, refaktorisere og dokumentere komplekse eller arvelige kodebaser mer effektivt.

Ved kursets slutt vil deltakerne kunne:

• Bruk LLMs for å forklare kode, avhengigheter og logikk i ukjente repositorier.
• Identifisere og refaktorisere antipatroner og forbedre kode leselighet.
• Automatisk generere og vedlikeholde in-line kommentarer, README filer og API dokumentasjon.
• Integriere LLM-drevne innsikt i eksisterende CI/CD og gjennomgangsarbeidsflyter.

Kursformat

• Interaktiv forelesning og diskusjon.
• Mye øvelser og praksis.
• Hands-on implementering i et live-lab miljø.

Tilpasningsmuligheter for kurset

• For å be om en tilpasset opplæring for dette kurset, vennligst kontakt oss for å avtale.

Denne instruktørledede, liveopplæringen i Norge (online eller på stedet) er rettet mot dataforskere på middels nivå, AI-utviklere og AI-entusiaster som ønsker å bruke LLM-er til å utføre ulike NLP-oppgaver og lage nytt og mangfoldig innhold for forskjellige formål .

Ved slutten av denne opplæringen vil deltakerne kunne:

• Etabler et utviklingsmiljø med LLM og essensielle verktøy.
• Utfør NLU- og NLI-oppgaver ekspertise med LLM-er.
• Trekk ut, utlede og bruk kunnskapsgrafer effektivt.
• Generer og administrer dialoger ved å bruke LLM-er for samtaleapplikasjoner.
• Evaluer innholdskvalitet og mangfold generert av LLM-er og generativ AI.
• Anvende etiske prinsipper, sikre rettferdighet og ansvarlig bruk av LLM-er.

LangGraph er en rammeverk for å bygge grafbaserte LLM-applikasjoner som støtter planlegging, grening, verktøybruk, minne og kontrollerbar utførelse.

Denne instruktørledede, live-trainingen (online eller på stedet) er rettet mot utviklere på begynnernivå, prompt-ingeniører og datapraktikere som ønsker å designe og bygge pålitelige, flertrinns LLM-arbeidsflyter ved hjelp av LangGraph.

Ved slutten av denne trainingen vil deltakerne kunne:

• Forklare kjernekonsepter i LangGraph (noder, kanter, tilstand) og når de skal brukes.
• Bygge promptkjeder som grener, kaller verktøy og opprettholder minne.
• Integere henting og eksterne API-er i grafarbeidsflyter.
• Teste, feilsøke og vurdere LangGraph-apper for pålitelighet og sikkerhet.

Kursformat

• Interaktiv forelesning og fasilitert diskusjon.
• Veiledede laboratorier og kodegåthrough i en sandkassemiljø.
• Scenariebaserte øvelser på design, testing og vurdering.

Muligheter for kurskustomisering

• For å be om en tilpasset treningskurs for dette kurset, vennligst kontakt oss for å avtale.

Denne instruktørledede, liveopplæringen i Norge (online eller på stedet) er rettet mot utviklere på nybegynnernivå til mellomnivå som ønsker å bruke store språkmodeller for ulike naturlige språkoppgaver.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Sett opp et utviklingsmiljø som inkluderer en populær LLM.
• Lag en grunnleggende LLM og finjuster den på et tilpasset datasett.
• Bruk LLM-er for ulike naturlige språkoppgaver som tekstoppsummering, svar på spørsmål, tekstgenerering og mer.
• Feilsøk og evaluer LLM-er ved å bruke verktøy som TensorBoard, PyTorch Lightning og Hugging Face Datasett.

Mistral Medium 3 er en høyytelsesfull, multimodal stor språkmodell designet for produksjonsnivåutplasseringer i virksomhetsmiljøer.

Dette er en instruktørledet, live-trening (online eller på stedet) som er rettet mot mellomnivå til avanserte AI/ML-ingeniører, plattformarkitekter og MLOps-teamer som ønsker å utplassere, optimalisere og sikre Mistral Medium 3 for virksomhetsbruksområder.

Ved slutten av denne treningen vil deltakerne være i stand til å:

• Utplassere Mistral Medium 3 ved bruk av API- og selvvertevalgte alternativer.
• Optimalisere inferensytelse og kostnader.
• Implementere multimodale bruksområder med Mistral Medium 3.
• Søke om sikkerhets- og overholdelsesbest praksis for virksomhetsmiljøer.

Format på kurset

• Interaktiv forelesning og diskusjon.
• Mange øvelser og praktiske oppgaver.
• Håndson implementering i et live-lab-miljø.

Kursets tilpassingsmuligheter

• For å be om tilpasset trening for dette kurset, ta kontakt med oss for å ordne.

Denne 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.