Es gibt noch keine bevorstehenden Veranstaltungen. Trage Dich in unseren Newsletter ein und werde benachrichtigt, wenn neue Veranstaltungen angekündigt werden.
VollzeitkursAI Engineering Bootcamp
Werde in 9 Wochen zum production-ready AI Engineer. Baue, evaluiere und deploye LLM-basierte Systeme, von Retrieval und Agenten bis zur Produktionsinfrastruktur.
Vollzeit
Wochen
Bremen
Englisch
Programmüberblick
Starte mit Sprachmodellen und Prompting, veröffentliche in Woche zwei Deine erste AI-Demo, und mache daraus danach jede Woche einen echten Service: Evaluation, Agenten, Security und Production-Betrieb, immer am selben System. Am Ende kannst Du ein echtes produktives AI-System selbstständig übernehmen, statt nur eine Liste von Tools aufzuzählen.
Auszeichnungen
Bevorstehende Termine
Das nächste Datum ist noch nicht bekannt
Möchtest Du Dich für unseren Kurs anmelden? Dann registriere Dich hier und wir informieren Dich, sobald die nächsten Kursdaten bekannt sind.
Auf der Suche nach Finanzierung? Schau Dir unsere Finanzierungsmöglichkeiten an.
Zeitplan
- Mo - Fr
Vor Ort
- 09.00 - 12.00Vorlesung
- 13.00 - 18.00Praxisübungen
VorlesungLerne von unseren Referenten, die Experten auf ihrem jeweiligen Gebiet sind, und werde während der Live-Vorlesungen in neue Themen eingeführt.
PraxisübungenArbeite an einer Reihe interessanter und herausfordernder Übungen zu den Themen, die in der Vormittagsvorlesung behandelt wurden. Übe Dich in Teamarbeit, indem Du gemeinsam mit Deinen Mitstudenten Projekte durchführst.
Wo unsere Studenten Arbeit finden
Erfahrungsberichte
Till Solenthaler
Full-Stack
Ich liebte ihren praxisorientierten Ansatz und sie lehrten uns immer Best-Practices mit realen Implementierungen im Hinterkopf.
Wurde vom System Engineer zum Software Engineer bei SIX
Leal Oburoglu
Mastering Generative AI
Ich empfehle diesen Kurs auf jeden Fall. Ich denke, jeder sollte ihn in jeder Karrierephase belegen. Je früher wir über generative KI lernen, desto besser, da sie sich schnell weiterentwickeln wird!
Wurde vom Associate Researcher zum Startup Founder bei Sci.Alpha
Mijail Febres
Full-Stack
Die Constructor Academy hat mich bei der Vorbereitung auf meine Vorstellungsgespräche sehr unterstützt.
Wurde vom Scientist zum Software Developer bei Repower
Was Du lernen wirst
Woche vor dem Start
Offene Session
Triff Deine Mitstudierenden in einer Abendsession in der Woche vor Kursbeginn, richte Deinen Laptop gemeinsam mit dem Team ein und bring Deine Fragen mit in die Klasse.Woche 1
Sprachmodelle & Prompting
- Ein AI-Produkt scopen: Eine vage Anfrage aus dem Business in ein klares Problem, Erfolgsmessgrössen und ein Systemdesign überführen.
- Wie Sprachmodelle funktionieren: Tokens, Training und Sampling gut genug verstehen, um das Verhalten eines Modells vorherzusagen.
- Mit Sprachmodellen arbeiten: OpenAI, Anthropic, Gemini und Open-Source-Modelle aufrufen und Qualität, Geschwindigkeit und Kosten vergleichen.
- Verlässliche Antworten: Prompts entwerfen und strukturierte Daten zurückbekommen, auf die sich Dein Code verlassen kann.
- Notebooks & AI-Assistenten: In Jupyter experimentieren und produktiv mit Claude Code und Cursor programmieren.
- Streaming-Chat-Oberfläche: Eine Chat-Seite bauen, die Antworten Wort für Wort anzeigt.
Woche 2
Antworten aus Deinen eigenen Dokumenten
- Dokumente aus der echten Welt: PDFs, Tabellen, Scans, Webseiten und Transkripte in sauberen, durchsuchbaren Text überführen.
- Bedeutung als Zahlen: Mit Embeddings Text nach Bedeutung finden, nicht nur nach den enthaltenen Wörtern.
- Dokumente aufteilen: Lange Dokumente in Teile schneiden, ohne den Kontext zu verlieren.
- Bessere Suche: Stichwort- und bedeutungsbasierte Suche kombinieren und die besten Ergebnisse nach vorne holen.
- Suchqualität messen: Prüfen, ob Dein System die richtigen Quellen gefunden hat, getrennt davon, wie gut es geantwortet hat.
- Antworten mit Quellen: Jede Antwort in den Dokumenten verankern, aus denen sie stammt.
- Erste öffentliche Demo: Deinen Assistenten auf Hugging Face Spaces veröffentlichen und den Link teilen.
Woche 3
Vom Notebook zum Service
- Dein lokaler Stack: Deine App, PostgreSQL und Redis gemeinsam als einen Docker-Compose-Stack betreiben.
- Dein AI-Backend: Notebook-Code in einen FastAPI-Service mit Streaming-Antworten überführen.
- Suche direkt in Deiner Datenbank: Deine Suche mit pgvector in PostgreSQL verschieben.
- Sicher gegen Ausfälle: Timeouts, Rate Limits und Provider-Ausfälle abfangen, ohne dass das System bricht.
- Einblick in jede Anfrage: Jeden Prompt, jede Antwort, jede Verzögerung und jede Kostenposition mit Langfuse aufzeichnen.
- Tests & Pipelines: Deinen AI-Code testen und die Tests automatisch bei jedem Push ausführen.
Woche 4
Qualität messen
- Fehler finden: Echte Konversationen systematisch lesen, um herauszufinden, was tatsächlich schiefgeht.
- Testsets: Testfragen mit bekannt guten Antworten aufbauen und echte Nutzer im grossen Massstab simulieren.
- Automatisierte Bewertung: Ein AI-Modell als Bewerter einsetzen und belegen, dass es mit menschlichem Urteil übereinstimmt.
- Datengetriebene Entscheidungen: Prompts, Modelle und Chunking anhand von Zahlen wählen, nicht nach Gefühl.
- Quality Gates: Jeden Release automatisch stoppen, der Dein System verschlechtert.
- Kosten pro Antwort: Verfolgen, was jede Antwort kostet, und die Kosten mit Caching und klügerer Modellwahl senken.
Woche 5
Agenten: Deiner AI Werkzeuge geben
- Wie Agenten funktionieren: Die Denken–Handeln–Beobachten-Schleife von Hand bauen, um zu verstehen, was jedes Framework für Dich übernimmt.
- Agenten mit LangGraph: Deinen Agenten mit State, Checkpoints und klarem Kontrollfluss neu bauen.
- Framework-Showdown: LangChain, Pydantic AI und das OpenAI Agents SDK praktisch vergleichen.
- Tools & agentische Suche: Deinen Agenten Daten und Services abfragen lassen und selbst entscheiden lassen, wann er nachschaut.
- MCP: Tools über das branchenweite Standardprotokoll mit Deinem Agenten verbinden.
- Context & Memory: Genau steuern, was Dein Agent sieht und was er über Sitzungen hinweg behält.
- Einblick in Coding-Agenten: Sehen, wie Tools wie Claude Code planen, Code bearbeiten und prüfen.
- Agenten testen: Die Schritte eines Agenten bewerten, nicht nur seine finale Antwort.
Woche 6
Agenten, denen Du vertrauen kannst
- Multi-Agent-Systeme: Wissen, wann sich Arbeit auf mehrere Agenten aufteilen lohnt, und wie man sie als Team bewertet.
- Menschliche Freigabe: Vor riskanten Aktionen eine Freigabe verlangen und jede Aktion sicher wiederholbar machen.
- Guardrails: Unsichere Ein- und Ausgaben blockieren, bevor sie Schaden anrichten.
- Angriffe auf AI-Systeme: Prompt Injection, Datenlecks und Tool-Missbrauch verstehen und dann Dein eigenes System angreifen.
- Security-Tests: Jeden gefundenen Angriff in einen automatisierten Test verwandeln, der bei jedem Release läuft.
- Datenschutz & der EU AI Act: Personenbezogene Daten unter der DSGVO schützen und die AI-Kompetenzanforderungen des Acts erfüllen.
- Team-Hackathon: Ein Deep-Research- oder Multi-Agent-System mit Deinem Team an einem einzigen Tag bauen.
Woche 7
Production & Betrieb
- Produktionsreife Container: Schlanke, sichere Docker-Images für das System bauen, das Du gebaut hast.
- In die Cloud deployen: Mit HTTPS, richtigem Login und Secrets ausserhalb Deines Codes nach AWS ausliefern.
- Sichere Releases: Über Staging in Production deployen und bei Problemen in Minuten zurückrollen.
- Dashboards & Alerts: Geschwindigkeit, Kosten, Fehler und Qualität live mit Prometheus und Grafana beobachten.
- Drift & Lasttests: Qualitätsdrift früh erkennen und belegen, dass Dein System hoher Last standhält.
- Incident-Übungen: Ausfälle, fehlerhafte Releases und Kostenspitzen in realistischen Simulationen bewältigen.
- Private AI & Fine-Tuning: Open-Source-Modelle für DSGVO-Anforderungen betreiben und Embeddings fine-tunen, um die Suche zu verbessern.
Woche 8 – 9
Abschlussprojekt
- Wähle Deine Herausforderung: Einen Wissensassistenten, einen Coding-Agenten oder einen Deep-Research-Agenten in einer neuen Domäne bauen.
- Scopen wie ein Profi: Von einem Stakeholder-Briefing ausgehen und Dein Design in einem Architecture Review verteidigen.
- End-to-End in zwei Wochen: Ein komplettes eigenes System bauen, evaluieren, absichern, deployen und überwachen.
- Tägliches Code-Review: Ein Senior AI Engineer begleitet Deinen Code durchgehend, nicht nur am Ende.
- Bereit für den Job: Dein Portfolio polieren und System-Design-Interviews üben.
- Demo Day: Präsentiere Dein fertiges, live laufendes System vor Publikum.
Betreuung
Bei Constructor Nexademy betreuen wir unsere Schüler, wobei wir ihre individuellen Bedürfnisse und Ziele in den Mittelpunkt unseres Ansatzes stellen. Unser Ziel ist es, unsere Schüler zum Erfolg zu befähigen, indem wir die nötige Anleitung und Unterstützung geben, um ihr volles Potenzial zu erreichen.
Kontinuierliche Betreuung
Keine Terminvereinbarung erforderlich; erhalte promptes und kontinuierliches Feedback. Unsere Lehrassistenten stehen jederzeit zur Verfügung, um Dir zu helfen.
Echte Projekte
Effektives Mentoring vermittelt Dir die Fähigkeiten, um tatsächlichen Arbeitsherausforderungen zu begegnen. Unsere Abschlussprojekte spiegeln echte Industrieprojekte wider und fassen alles zusammen, was Du gelernt hast.
Karriere-Coaching
Wir unterstützen Dich bei der Suche nach neuen Jobmöglichkeiten und präsentieren Deine Qualifikationen potenziellen Arbeitgebern.
Live-Vorlesungen
Lernen kann schwierig sein, und deshalb liegt die Abbrecherquote bei selbstgesteuerten Kursen bei bis zu 85%. Wir erkennen, dass interaktiver, von Menschen geleiteter Unterricht entscheidend ist, um ehrgeizige Lernziele zu erreichen.
Themen
Sprachmodelle & Retrieval
Arbeite mit Sprachmodellen von OpenAI, Anthropic und Hugging Face, wende Prompt Engineering an und programmiere produktiv mit AI-Assistenten. Baue eine vollständige RAG-Pipeline über Dokumente aus der echten Welt, mit Hybrid-Suche und Quellenangaben, die Halluzinationen reduzieren.
Produktive Services & Evaluation
Baue Deinen RAG-Prototyp zu einem getracten FastAPI-Service mit PostgreSQL im Hintergrund aus. Bewerte die Antwortqualität mit LLM-as-a-Judge und RAG-Evaluation, und verankere Eval-Gates in Deiner CI-Pipeline, damit nie ein schlechter Release ausgeliefert wird.
Agenten & Betrieb
Baue und orchestriere Agenten mit LangGraph, und füge Guardrails und Security-Tests hinzu, um sie sicher zu machen. Deploye und betreibe das System auf AWS, mit Dashboards für Live-Monitoring und selbst gehosteten Modellen für private Inferenz.
AI Engineering
Dieses Programm startet in Woche eins mit Sprachmodellen und Prompting und baut ab Woche zwei ein produktives AI-System, statt eine Liste von Tools abzuarbeiten. Du beherrschst Retrieval, Evaluation, Single- und Multi-Agent-Systeme und Production-Betrieb. Am Ende hast Du ein produktives AI-System ausgeliefert, evaluiert, abgesichert und betrieben, begleitet von Code-Review durch einen praktizierenden AI Engineer.
- Produktive LLM-Services, Retrieval, Evaluation, Agenten und Cloud-Deployment
- Eine solide Grundlage für AI-Engineering-Rollen, die LLM-Produkte in Produktion bauen und betreiben.
- Ideal für Software Engineers mit Programmiererfahrung und Docker-Grundkenntnissen, die produktionsreife AI-Systeme bauen wollen
- Praxisnahes Lernen an einem wachsenden System, das jede Woche neu deployt wird
360 Std.
praktisches Lernen
Ein produktives AI-System end-to-end ausliefern, evaluieren und betreiben
Wir begleiten Dich bei der Suche nach Deinem nächsten Traumjob:
- Einzelgespräche mit unserem Student Success Team
- Beratung zum Schreiben von Lebenslauf und Anschreiben
- Lebenslauf an unser Netzwerk von Partnerunternehmen senden
- Interne Veranstaltungen wie unser Hiring Day
- Möglichkeit, mit Unternehmen an einem Projekt zusammenzuarbeiten
Wähle den gewünschten Standort
Besuche unseren Campus in Bremen
Möchtest Du sehen wie Deine Zeit bei Constructor Nexademy aussehen könnte und wo unsere Studenten die meiste Zeit verbringen? Dann kontaktiere uns für einen Besuch auf unserem Campus.
Constructor University Bremen
Campus Ring 1
28759 Bremen
Finanzierungsformen
Wir bei Constructor Nexademy sind der Meinung, dass die Finanzen niemals ein Hindernis für den Zugang zu einer Weiterbildung sein sollten, die dem Einzelnen helfen kann, seine Ziele zu erreichen. Deshalb bieten wir diverse Finanzierungsmöglichkeiten an, um unsere Kurse für eine Vielzahl von Studenten zugänglich zu machen. Ausserdem arbeiten wir mit externen Organisationen zusammen, die bedürftigen Personen finanzielle Unterstützung gewähren können.
Zertifikat einer führenden AI- & Data-Science-Akademie
Zeige Deinen Erfolg auf LinkedIn, im CV und darüber hinaus. Dein Constructor-Nexademy-Zertifikat zeigt Arbeitgebern, dass Du gefragte Fähigkeiten durch praxisnahe, reale Projekte gemeistert hast, und hilft Dir beim nächsten Schritt in Deiner Karriere.
Bevorstehende Veranstaltungen
Nimm an einer unserer Veranstaltungen teil. Entdecke unsere kommenden Workshops, Infoveranstaltungen, Abschlusspräsentationen und Webinare zu aktuellen Themen.
Unser Blog
Lies die neuesten Nachrichten über Constructor Nexademy und informiere Dich über alles rund um Programmierung und Data Science in der Schweiz und Deutschland.
Data Science Teilzeit -Abschlussprojekte, Gruppe Nr. 11
von Christina Sieber
Data Science-Abschlussprojekt, Gruppe Nr. 36
von Christina Sieber
Data Science-Abschlussprojekte, Gruppe Nr. 35
von Christina Sieber