• für für Einzelpersonen
  • für Unternehmen
  • für für Hochschulen
  • für Behörden
Coursera
Anmelden
Kostenlose Teilnahme
Coursera
  • Blättern
  • Large Language Models

Große Sprachmodelle - Kurse Online

Finden Sie Large Language Models-Kurse, die Themen wie Textverarbeitung, maschinelles Lernen und Sprachmodelle abdecken. Bereiten Sie sich auf Karrieren in Forschung, KI und NLP vor.

Zu den Suchergebnissen springen

Filtern nach

Betreff
Erforderlich
 *

Sprache
Erforderlich
 *

Die im gesamten Kurs, sowohl für Anweisungen als auch Bewertungen, verwendete Sprache.

Lernprodukt
Erforderlich
 *

Erwerben Sie mit praktischen Tutorials praxisrelevante Kompetenzen in weniger als zwei Stunden.
Lernen Sie von Spitzenlehrkräften mit benoteten Aufgaben, Videos und Diskussionsforen.
Sie erlernen neue Tools oder Kompetenzen in einer interaktiven, praxisnahen Umgebung.
Erwerben Sie eingehende Kenntnisse in einem Fach, indem Sie eine Reihe von Kursen und Projekten abschließen.
Erwerben Sie Karrierereferenzen von Branchenführern, die Ihre Qualifikation belegen.
Erwerben Sie Karrierereferenzen, während Sie an Kursen für Ihren Masterabschluss teilnehmen.
Erwerben Sie Ihren Bachelor- oder Master-Abschluss online zu einem Bruchteil der Kosten eines Präsenzstudium.
Erwerben Sie eine von einer Universität ausgegebene Karrierereferenz in einem flexiblen, interaktiven Format.

Niveau
Erforderlich
 *

Dauer
Erforderlich
 *

Untertitel
Erforderlich
 *

Lehrkraft
Erforderlich
 *

Erkunden Sie den Large Language Models-Kurskatalog

  • Status: Vorschau
    Vorschau
    D

    DeepLearning.AI

    Generative KI mit Large Language Models

    Kompetenzen, die Sie erwerben: Modellierung großer Sprachen, PyTorch (Bibliothek für Maschinelles Lernen), Reinforcement Learning, Maschinelles Lernen, Python-Programmierung, Angewandtes maschinelles Lernen, Skalierbarkeit, Verantwortungsvolle KI, Generative KI, Verarbeitung natürlicher Sprache, Schnelles Engineering, Leistungsoptimierung

    4,8
    Bewertung, 4,8 von 5 Sternen
    ·
    3487 Bewertungen

    Mittel · Kurs · 1–4 Wochen

  • Status: Kostenloser Testzeitraum
    Kostenloser Testzeitraum
    G

    Google Cloud

    Einführung in große Sprachmodelle

    Kompetenzen, die Sie erwerben: Modellierung großer Sprachen, LLM-Bewerbung, Generative Modellarchitekturen, Schnelles Engineering, Generative KI, Prompt-Muster

    4,4
    Bewertung, 4,4 von 5 Sternen
    ·
    1159 Bewertungen

    Anfänger · Kurs · 1–4 Wochen

  • Status: Kostenloser Testzeitraum
    Kostenloser Testzeitraum
    V

    Vanderbilt University

    Schnelles Engineering für ChatGPT

    Kompetenzen, die Sie erwerben: Modellierung großer Sprachen, LLM-Bewerbung, Künstliche Intelligenz, Produktivität, Kreatives Denken, Künstliche Intelligenz und Maschinelles Lernen (KI/ML), Schnelles Engineering, Problemlösung, Generative KI, Kreative Problemlösung, OpenAI, ChatGPT, Prompt-Muster

    4,8
    Bewertung, 4,8 von 5 Sternen
    ·
    6985 Bewertungen

    Anfänger · Kurs · 1–3 Monate

  • Status: Kostenloser Testzeitraum
    Kostenloser Testzeitraum
    D

    Duke University

    Operationen für große Sprachmodelle (LLMOps)

    Kompetenzen, die Sie erwerben: Modellierung großer Sprachen, AWS SageMaker, LLM-Bewerbung, Apache Airflow, MLOps (Maschinelles Lernen Operations), Daten-Seen, Datenbausteine, Datenbank-Management-Systeme, Skalierbarkeit, Leistungsanalyse, Generative Modellarchitekturen, Schnelles Engineering, Generative KI, Multimodale Aufforderungen, Amazonas-Felsen, OpenAI, Workflow Management, ChatGPT, Leistungsoptimierung, Auszug

    4,4
    Bewertung, 4,4 von 5 Sternen
    ·
    236 Bewertungen

    Anfänger · Spezialisierung · 3–6 Monate

  • Status: Kostenloser Testzeitraum
    Kostenloser Testzeitraum
    I

    IBM

    IBM Generative AI Engineering with LLMs

    Kompetenzen, die Sie erwerben: Prompt Engineering, Large Language Modeling, Generative AI, LLM Application, PyTorch (Machine Learning Library), Generative AI Agents, Natural Language Processing, Data Pipelines, Artificial Intelligence, Text Mining, Data Ethics, Deep Learning, Performance Tuning, Applied Machine Learning, Data Processing, Artificial Neural Networks, Reinforcement Learning, Document Management, Database Management Systems, Data Storage Technologies

    4,5
    Bewertung, 4,5 von 5 Sternen
    ·
    747 Bewertungen

    Mittel · Spezialisierung · 3–6 Monate

  • Status: Kostenlos
    Kostenlos
    D

    DeepLearning.AI

    Finetuning großer Sprachmodelle

    Kompetenzen, die Sie erwerben: Modellierung großer Sprachen, LLM-Bewerbung, AI-Personalisierung, Schnelles Engineering, Netzwerk-Modell

    4,6
    Bewertung, 4,6 von 5 Sternen
    ·
    580 Bewertungen

    Mittel · Projekt · Weniger als 2 Stunden

Was führt Sie heute zu Coursera?

  • G

    Google Cloud

    Transformator-Modelle und BERT-Modell

    Kompetenzen, die Sie erwerben: Modellierung großer Sprachen, Künstliche neuronale Netze, Generative Modellarchitekturen, Verarbeitung natürlicher Sprache

    4,1
    Bewertung, 4,1 von 5 Sternen
    ·
    123 Bewertungen

    Fortgeschritten · Kurs · 1–4 Wochen

  • Status: Kostenloser Testzeitraum
    Kostenloser Testzeitraum
    I

    IBM

    IBM AI Engineering mit Python, PyTorch & TensorFlow

    Kompetenzen, die Sie erwerben: Modellierung großer Sprachen, LLM-Bewerbung, Computervision, Apache Spark, PyTorch (Bibliothek für Maschinelles Lernen), Datenverarbeitung, Unüberwachtes Lernen, Deep Learning, Maschinelles Lernen, Python-Programmierung, Generative AI-Agenten, Generative KI, Schnelles Engineering, Reinforcement Learning, Angewandtes maschinelles Lernen, Feature Technik, Bildanalyse, PySpark, Überwachtes Lernen, Keras (Bibliothek für Neuronale Netze)

    Auf einen Abschluss hinarbeiten

    4,6
    Bewertung, 4,6 von 5 Sternen
    ·
    21.237 Bewertungen

    Mittel · Berufsbezogenes Zertifikat · 3–6 Monate

  • Status: Vorschau
    Vorschau
    D

    Duke University

    Grundlagen der lokalen großen Sprachmodelle

    Kompetenzen, die Sie erwerben: Modellierung großer Sprachen, LLM-Bewerbung, Rahmen für das Risikomanagement, Verantwortungsvolle KI, Rust (Programmiersprache), Open Source Technologie, Datenethik, Generative KI, Bereitstellung von Anwendungen, Cloud-Anwendungen, Schnelles Engineering

    4,2
    Bewertung, 4,2 von 5 Sternen
    ·
    19 Bewertungen

    Anfänger · Kurs · 1–4 Wochen

  • Status: Kostenlos
    Kostenlos
    D

    DeepLearning.AI

    LangChain Chat mit Ihren Daten

    Kompetenzen, die Sie erwerben: LLM-Bewerbung, Modellierung großer Sprachen, Dokumentenverwaltung, Schnelles Engineering, Datenverarbeitung, LangChain, Generative KI, Daten importieren/exportieren, Semantisches Web, Auszug

    4,8
    Bewertung, 4,8 von 5 Sternen
    ·
    646 Bewertungen

    Anfänger · Projekt · Weniger als 2 Stunden

  • Status: Kostenloser Testzeitraum
    Kostenloser Testzeitraum
    I

    IBM

    IBM GenAI Engineering with PyTorch, LangChain & Hugging Face

    Kompetenzen, die Sie erwerben: Exploratory Data Analysis, Prompt Engineering, Data Wrangling, Prompt Patterns, LangChain, Large Language Modeling, Unsupervised Learning, PyTorch (Machine Learning Library), ChatGPT, Generative AI, Keras (Neural Network Library), Supervised Learning, Data Transformation, Flask (Web Framework), Feature Engineering, Data Analysis, Data Cleansing, Data Manipulation, LLM Application, Data Import/Export

    4,6
    Bewertung, 4,6 von 5 Sternen
    ·
    94.536 Bewertungen

    Anfänger · Berufsbezogenes Zertifikat · 3–6 Monate

  • Status: Kostenloser Testzeitraum
    Kostenloser Testzeitraum
    H

    H2O.ai

    Large Language Models

    Kompetenzen, die Sie erwerben: Large Language Modeling, LLM Application, Artificial Neural Networks, Deep Learning, Artificial Intelligence and Machine Learning (AI/ML), Generative AI, Data Management, Prompt Engineering, Training Programs, Data Validation, Data Cleansing, Program Evaluation, Natural Language Processing, Applied Machine Learning, MLOps (Machine Learning Operations), Data Transformation, Verification And Validation, Data Quality, Performance Tuning, Data Processing

    3,4
    Bewertung, 3,4 von 5 Sternen
    ·
    12 Bewertungen

    Mittel · Spezialisierung · 3–6 Monate

1234…509

Zusammenfassend finden Sie hier 10 unsere beliebtesten large language models Kurse

  • Generative KI mit Large Language Models: DeepLearning.AI
  • Einführung in große Sprachmodelle: Google Cloud
  • Schnelles Engineering für ChatGPT: Vanderbilt University
  • Operationen für große Sprachmodelle (LLMOps): Duke University
  • IBM Generative AI Engineering with LLMs: IBM
  • Finetuning großer Sprachmodelle: DeepLearning.AI
  • Transformator-Modelle und BERT-Modell: Google Cloud
  • IBM AI Engineering mit Python, PyTorch & TensorFlow: IBM
  • Grundlagen der lokalen großen Sprachmodelle: Duke University
  • LangChain Chat mit Ihren Daten: DeepLearning.AI

Häufig gestellte Fragen zum Thema Large Language Models

Stöbern Sie in den unten aufgeführten LLM-Kursen - beliebte Einstiegspunkte auf Coursera.

  • Generative KI mit großen Sprachmodellen: DeepLearning.AI
  • Einführung in große Sprachmodelle: Google Cloud
  • Operationen mit großen Sprachmodellen (LLMOps): Duke University
  • Finetuning großer Sprachmodelle: DeepLearning.AI
  • Generative KI-Entwicklung mit LLMs: IBM
  • Große Sprachmodelle: H2O.ai
  • Grundlagen von lokalen großen Sprachmodellen: Duke University‎

Große Sprachmodelle beziehen sich auf Modelle der künstlichen Intelligenz, die an einer großen Menge von Textdaten trainiert wurden. Diese Modelle sind darauf ausgelegt, menschenähnliche Texte zu verstehen und zu erstellen und auf Aufforderungen oder Fragen mit kohärenten und kontextbezogenen Antworten zu reagieren. Große Sprachmodelle haben sich bei verschiedenen Aufgaben der Verarbeitung natürlicher Sprache bewährt, z. B. bei der maschinellen Übersetzung, der Texterstellung und bei Systemen zur Beantwortung von Fragen. Sie haben die Fähigkeiten von KI-Systemen, menschliche Sprache zu verstehen und zu erzeugen, erheblich verbessert. ‎

Um sich bei großen Sprachmodellen (LLMs) auszuzeichnen, sollten Sie sich auf die Entwicklung der folgenden Fähigkeiten konzentrieren:

  1. Verarbeitung natürlicher Sprache (NLP): Das Verständnis der Grundlagen von NLP wird Ihnen helfen, die Algorithmen und Techniken zu verstehen, die in großen Sprachmodellen verwendet werden. Sie sollten etwas über Tokenisierung, syntaktische und semantische Analyse und Spracherzeugung lernen, um ein solides Verständnis der NLP-Techniken zu erlangen.

  2. maschinelles Lernen: Große Sprachmodelle beruhen in hohem Maße auf Techniken des maschinellen Lernens, daher sollten Sie die Grundlagen des überwachten und unüberwachten Lernens sowie die Algorithmen von Deep Learning beherrschen. Machen Sie sich mit neuronalen Netzen vertraut, insbesondere mit rekurrenten neuronalen Netzen (RNNs) und Transformatoren, die in der Sprachmodellierung häufig verwendet werden.

  3. Programmierung: Die Beherrschung von Programmiersprachen ist für die Arbeit mit großen Sprachmodellen von entscheidender Bedeutung. Python ist besonders im Bereich der Datenverarbeitung und des maschinellen Lernens beliebt, so dass gute Kenntnisse der Python-Programmierung von unschätzbarem Wert sein werden. Darüber hinaus helfen Ihnen Kenntnisse von Frameworks wie TensorFlow oder PyTorch, große Sprachmodelle effektiv zu implementieren und zu trainieren.

  4. Vorverarbeitung der Daten: Die Aufbereitung der Daten ist ein entscheidender Schritt beim Training von Sprachmodellen. Lernen Sie, wie man mit Rohtextdaten umgeht, sie bereinigt und normalisiert und geeignete Vorverarbeitungstechniken wie Tokenisierung, Stemming und Lemmatisierung anwendet. Wenn Sie wissen, wie Sie Daten vorverarbeiten können, verbessern Sie die Qualität Ihrer Sprachmodellausgaben.

  5. Bewertung und Feinabstimmung: Um die Leistung Ihrer Sprachmodelle beurteilen zu können, sollten Sie mit den für Sprachaufgaben spezifischen Evaluierungsmetriken vertraut sein, z. B. Perplexität, BLEU-Score oder ROUGE-Score. Darüber hinaus kann das Wissen um die Feinabstimmung von vortrainierten Sprachmodellen für bestimmte Bereiche oder Aufgaben deren Fähigkeiten erheblich verbessern.

  6. Fachwissen: Je nach der spezifischen Anwendung von großen Sprachmodellen, an der Sie interessiert sind, kann der Erwerb von Fachwissen in relevanten Bereichen von großem Nutzen sein. Wenn Sie beispielsweise an Sprachmodellen für medizinische Texte arbeiten möchten, kann ein solides Verständnis des medizinischen Bereichs Ihnen helfen, genauere und spezialisierte Modelle zu erstellen.

  7. Kontinuierliches Lernen: Der Bereich der großen Sprachmodelle entwickelt sich ständig weiter. Bleiben Sie auf dem Laufenden mit den neuesten Forschungsarbeiten und Fortschritten auf diesem Gebiet. Beteiligen Sie sich an Online-Communities und Foren, die sich mit NLP und Sprachmodellierung befassen, und nehmen Sie regelmäßig an Trainingsübungen oder Codierungsaufgaben im Zusammenhang mit Sprachmodellen teil.

Durch die Entwicklung dieser Fähigkeiten können Sie Ihre Kenntnisse über große Sprachmodelle verbessern und verschiedene Anwendungen erforschen, die von Chatbots und Sprachübersetzung bis hin zu Texterstellung und Stimmungsanalyse reichen. ‎

Mit Ihren Kenntnissen im Bereich Large Language Models können Sie verschiedene Karrieremöglichkeiten sowohl in der Industrie als auch im akademischen Bereich erkunden. Zu den möglichen Tätigkeiten im Zusammenhang mit großen Sprachmodellen gehören:

  1. Forschungswissenschaftler: Als Forschungswissenschaftler können Sie in hochmodernen Forschungslabors oder Technologieunternehmen arbeiten und zur Entwicklung neuer und zur Verbesserung bestehender Sprachmodelle beitragen.

  2. Ingenieur für natürliche Sprachverarbeitung: Viele Unternehmen und Organisationen investieren in Technologien zur Verarbeitung natürlicher Sprache (NLP). Mit Ihren Fähigkeiten im Bereich Large Language Models können Sie als NLP-Ingenieur arbeiten und Sprachmodelle entwickeln und einsetzen, um komplexe Aufgaben der natürlichen Sprachverarbeitung zu lösen.

  3. Datenwissenschaftler: Datenwissenschaftler mit Fachkenntnissen in großen Sprachmodellen können ihre Fähigkeiten nutzen, um große Textdatenkorpora zu analysieren und zu interpretieren. Sie können Modelle entwickeln, um Erkenntnisse zu gewinnen, Stimmungsanalysen durchzuführen, die Texterstellung zu automatisieren oder Gesprächsagenten zu verbessern, um nur einige Anwendungen zu nennen.

  4. Ingenieur für maschinelles Lernen: Als Ingenieur für maschinelles Lernen können Sie sich auf das Training, die Feinabstimmung und den Einsatz von Large Language Models für verschiedene Anwendungen wie Chatbots, virtuelle Assistenten, Empfehlungssysteme oder die automatische Erstellung von Inhalten spezialisieren.

  5. KI-Forscher: Mit einem fundierten Hintergrundwissen im Bereich der großen Sprachmodelle können Sie zur Forschung und Entwicklung fortschrittlicher KI-Systeme beitragen und die Grenzen des Verständnisses und der Erzeugung natürlicher Sprache erweitern.

  6. Akademischer Forscher/Professor: Universitäten und Forschungseinrichtungen erforschen kontinuierlich die Weiterentwicklung von Sprachmodellen. Mit Ihrem Fachwissen im Bereich der großen Sprachmodelle können Sie eine akademische Laufbahn einschlagen und in den Bereichen NLP oder KI forschen, publizieren und lehren.

Denken Sie daran, dass sich der Bereich der Large Language Models schnell weiterentwickelt und dass sich mit dem technologischen Fortschritt neue Möglichkeiten ergeben können, so dass dies ein spannender Bereich ist, in dem Sie Ihre Fähigkeiten und Ihr Fachwissen ausbauen können. ‎

Die im Rahmen eines LLM erworbenen Fähigkeiten können verschiedene Karrieremöglichkeiten in der Technologiebranche eröffnen, insbesondere in Bereichen, die sich auf KI und maschinelles Lernen konzentrieren:

  • AI Research Scientist, der an der Entwicklung neuer Sprachmodelle und NLP-Techniken arbeitet.
  • Ingenieur für maschinelles Lernen, der LLMs für kommerzielle oder Forschungsanwendungen implementiert und skaliert.
  • Data Scientist, der LLMs für die Datenanalyse und die Gewinnung von Erkenntnissen einsetzt.
  • NLP-Spezialist, der sich auf die Verbesserung der Interaktion zwischen Mensch und Computer durch Sprache konzentriert.
  • Ethical AI Advocate, der die gesellschaftlichen Auswirkungen von KI-Technologien wie LLMs analysiert und anspricht.‎

Möchten Sie die LLM-Kenntnisse Ihres Teams verbessern? Coursera bietet maßgeschneiderte Unternehmenslösungen für Teams von 5-125 Mitarbeitern. Unser Angebot umfasst fortschrittliche Analysen, maßgeschneiderte Lernpfade und Tools für die Zusammenarbeit. Um unsere LLM-Schulungsoptionen zu erkunden und einen Kauf zu tätigen, besuchen Sie bitte unsere Seite Coursera für Teams.‎

Diese häufig gestellten Fragen dienen nur zu Informationszwecken. Den Lernenden wird empfohlen, eingehender zu recherchieren, ob Kurse und andere angestrebte Qualifikationen wirklich ihren persönlichen, beruflichen und finanziellen Vorstellungen entsprechen.

Andere wissenswerte Themen

Kunst und Geisteswissenschaften
338 Kurse
Wirtschaft
1095 Kurse
Informatik
668 Kurse
Datenverarbeitung
425 Kurse
Informationstechnologie
145 Kurse
Gesundheit
471 Kurse
Mathematik und Logik
70 Kurse
Persönliche Entwicklung
137 Kurse
Physikalische Wissenschaft und Technik
413 Kurse
Sozialwissenschaften
401 Kurse
Sprachen lernen
150 Kurse

Coursera-Fußzeile

Fertigkeiten

  • Künstliche Intelligenz (KI)
  • Cybersicherheit
  • Datenanalyse
  • Digitales Marketing
  • Englisch sprechend
  • Generative KI (GenAI)
  • Microsoft Excel
  • Microsoft Power BI
  • Projektmanagement
  • Python

Zertifikate und Programme

  • Google Cybersecurity-Zertifikat
  • Google Data Analytics Zertifikat
  • Google IT-Support-Zertifikat
  • Google Project Management Zertifikat
  • Google UX Design Zertifikat
  • IBM Fachkraft für Datenanalyse Zertifikat
  • IBM Datenwissenschaft Zertifikat
  • Zertifikat Maschinelles Lernen
  • Microsoft Power BI Fachkraft für Datenanalyse Zertifikat
  • UI / UX-Designer Zertifikat

Industrien & Karrieren

  • Wirtschaft
  • Informatik
  • Datenverarbeitung
  • Bildung & Unterricht
  • Technik
  • Finanzen
  • Gesundheitswesen
  • Personalwesen (HR)
  • Informationstechnologie (IT)
  • Marketing

Karriere-Ressourcen

  • Berufseignungstest
  • Beispiele für Stärken und Schwächen für Vorstellungsgespräche
  • Einkommensstarke Fähigkeiten zu erlernen
  • Wie funktioniert die Kryptowährung?
  • Hervorhebung von doppelten Einträgen in Google Sheets
  • Wie man künstliche Intelligenz lernt
  • Beliebte Zertifizierungen für Cybersicherheit
  • Vorbereitung auf die PMP-Zertifizierung
  • Anzeichen dafür, dass Sie den Job nach einem Vorstellungsgespräch bekommen
  • Was ist künstliche Intelligenz?

Coursera

  • Info
  • Was wir anbieten
  • Leitung
  • Jobs
  • Katalog
  • Coursera Plus
  • Berufsbezogene Zertifikate
  • MasterTrack® Certificates
  • Abschlüsse
  • Für Unternehmen
  • Für Regierungen
  • Für Campus
  • Werden Sie Partner
  • Soziale Auswirkung
  • Kostenlose Kurse
  • Teilen Sie Ihre Coursera-Lerngeschichte

Community

  • Kursteilnehmer
  • Partner
  • Beta-Tester
  • Blog
  • Der Coursera-Podcast
  • Tech-Blog

Mehr

  • Presse
  • Anleger
  • Nutzungsbedingungen/AGB
  • Datenschutz
  • Hilfe
  • Barrierefreiheit
  • Kontakt
  • Artikel
  • Verzeichnis
  • Partnerunternehmen
  • Stellungnahme zu moderner Sklaverei
  • Cookie-Einstellungen verwalten
Überall lernen
Aus dem App Store herunterladen
Erhältlich bei Google Play
Logo von Certified B Corporation
© 2025 Coursera Inc. Alle Rechte vorbehalten.
  • Coursera Facebook
  • Coursera LinkedIn
  • Coursera Twitter
  • Coursera YouTube
  • Coursera Instagram
  • Coursera auf TikTok