Weiter zum Inhalt
StartseitePython

Kurs

End-to-End RAG mit Weaviate

MittelSchwierigkeitsgrad
Aktualisiert 03/2026
Lerne RAG mit Weaviate kennen! Füge Text und Bilder zum Abrufen ein und probiere die Vektor-, BM25- und Hybridsuche aus.
Kurs kostenlos starten
PythonArtificial Intelligence
2 Std.
4 Videos
14 Übungen
1,200 XP
Leistungsnachweis

Kostenloses Konto erstellen

Mit Google fortfahrenWeitere Optionen anzeigen

oder


Durch Klick auf die Schaltfläche akzeptierst du unsere Nutzungsbedingungen, unsere Datenschutzrichtlinie und die Speicherung deiner Daten in den USA.

Beliebt bei Lernenden in Tausenden Unternehmen

Group

Ein Team schulen?

Für Unternehmen ausprobieren

Kursbeschreibung

Lerne, wie du von einfachen LLM-Aufrufen zu multimodalen RAG-Workflows mit Weaviate gelangst! Du lernst, PDF-Dokumente zu verarbeiten, um wichtige Textinhalte wie Absätze, Überschriften und Tabellen zu extrahieren. Du erstellst Embeddings und speicherst diese Daten zur Abfrage in Weaviate. Abschließend formulierst du effektive Retrieval-Prompts für generative Modelle. Zum krönenden Abschluss behandelst du PDFs als Bilder, um Kontext aus Grafiken und Diagrammen zu erhalten, der sonst verloren geht. Du nutzt das multimodale Embedding-Modell ColPali zusammen mit einem multimodalen Generationsmodell von OpenAI, um erste Unterhaltungen mit Bildern und Dokumenten zu führen!

Voraussetzungen

Working with the OpenAI API
1

RAG-Grundlagen mit Weaviate

Entdecke, wie Weaviate RAG-Anwendungen ermöglicht! Du baust einen RAG-Workflow Schritt für Schritt von Hand auf, um die Schritte Retrieval–Augmentation–Generation kennenzulernen. Dieses Verständnis ermöglicht dir in Kapitel 2 robuste und optimierte RAG-Workflows mit Weaviate.
Kapitel starten
2

End-to-End RAG mit Weaviate

Auch wenn es Spaß macht, RAG-Workflows von Hand zu coden, verpasst du dabei möglicherweise Optimierungen durch Tools wie Weaviate. In diesem Kapitel erstellst du Embeddings, speicherst, rufst ab und generierst Antworten – alles mit Weaviate!
Kapitel starten
3

Multimodales RAG

Im letzten Kapitel hast du die Textinhalte der PDF-Dokumente genutzt, um deine Dokument-Chunks zu erstellen, die Bildinhalte jedoch außen vor gelassen. Dadurch geht wertvoller Kontext verloren, der fürs Retrieval und die Generierung hilfreich sein kann! In diesem Kapitel verwendest du die multimodalen ColPali-Modelle, um Text und Bilder zu embedden und zu generieren und so mehr Kontext für die Antworten deines Modells bereitzustellen.
Kapitel starten
End-to-End RAG mit Weaviate
Kurs
abgeschlossen

Leistungsnachweis verdienen

Füge diesen Fähigkeitsnachweis zu deinem LinkedIn-Profil, Anschreiben oder Lebenslauf hinzu
Teile es auf Social Media und in deiner Leistungsbeurteilung
Jetzt anmelden

Schließe dich 19 Millionen Lernenden an und starte End-to-End RAG mit Weaviate heute!

Kostenloses Konto erstellen

Mit Google fortfahrenWeitere Optionen anzeigen

oder


Durch Klick auf die Schaltfläche akzeptierst du unsere Nutzungsbedingungen, unsere Datenschutzrichtlinie und die Speicherung deiner Daten in den USA.

DataCamp gibt es auch für Mobilgeräte

Mit unseren Kursen für Mobilgeräte und täglichen Programmier-Challenges erweiterst du deine Datenkompetenz von unterwegs.