Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Schulungsübersicht
Einführung in die erweiterten Funktionen von Cursor
- Verständnis der Erweiterbarkeit und Architektur von Cursor
- Überblick über KI-Modelltypen und Integrationspunkte
- Vorbereitung der Umgebung für erweiterte Anpassungen
Prinzipien des effektiven Prompt Engineerings
- Gestaltung von Prompts für Präzision, Konsistenz und Anpassungsfähigkeit
- Strukturierung von Kontexthierarchien und Variableninjektion
- Auswertung von Prompt-Outputs und iterative Verfeinerung
Erstellung und Verwaltung von Prompt-Vorlagen
- Erstellung wiederverwendbarer Prompt-Vorlagen für Teams
- Versionierung und Pflege von Vorlagen-Repositories
- Integration von Prompt-Vorlagen in CI/CD-Pipelines
Integration von Cursor mit internen Knowledge Bases
- Anbindung an Dokumentations-APIs und interne Datenquellen
- Eingebettung domänenspezifischen Wissens in KI-Prompts
- Automatisierung von Updates und Synchronisierung für dynamische Daten
Feinjustierung von Modellen für domänenspezifische Codegenerierung
- Identifizierung von Use Cases für feinjustierte Modelle
- Erfassung und kuratierung von Feinjustierung-Datensätzen
- Testen, Validieren und Bereitstellen individuell trainierter Modelle
Entwicklung benutzerdefinierter Tools und Adapter
- Erweiterung von Cursor um API-basierte benutzerdefinierte Tools
- Erstellung sicherer Adapter für Enterprise-Workflows
- Implementierung benutzerdefinierter Aktionen im Editor
Sicherheit, Governance und Performance-Optimierung
- Sicherer Umgang mit KI-generiertem Code
- Einführung von Policy-Guards und Compliance-Filtern
- Optimierung von Leistung und Ressourcenmanagement
Zukunftsfähige KI-Entwicklungsstrategien
- Bewertung neu出现的 Cursor-Funktionen und APIs
- Einführung kontinuierlichen Fine-Tunings und Lebenszyklus-Managements von Prompts
- Aufbau interner Frameworks für nachhaltiges KI-Ingenieurwesen
Zusammenfassung und nächste Schritte
Voraussetzungen
- Gut verankertes Verständnis von Programmierung und Softwarearchitektur
- Erfahrung mit KI-gestützten Coding-Tools und APIs
- Kenntnisse im Bereich maschinelles Lernen oder Prompt Engineering
Zielgruppe
- KI-Ingenieure, die benutzerdefinierte KI-Workflows entwerfen
- Tooling- und Plattform-Ingenieure, die interne Developer Tools entwickeln
- Senior-Developer, die domänenspezifische KI-Modelle integrieren
14 Stunden