KI für Big Data Architekturen & Technologien
Qdrant-Schulung: RAG und Hybrid Search im Betrieb
Baue Qdrant-RAG mit Payload-Filtern und Self-Hosting-Routinen für produktive Vektor-Suche
- Dauer
- 3 Tage
- Format
- Präsenz oder Live-Online
- Preis
- 1.890 € netto
- Uhrzeiten
- 09:00-16:00 Uhr
- Gruppe
- max. 8 Personen
- Niveau
- Aufbau
- Kursnummer
- KKC_0328
Aktuelle Termine und Online-Buchung: www.cmt.de/j/KKC_0328
Qdrant-Schulung: RAG und Hybrid Search im Betrieb
Baue Qdrant-RAG mit Payload-Filtern und Self-Hosting-Routinen für produktive Vektor-Suche
Die wichtigsten Themen
Qdrant-Collections und Payload-Filter
Dense- und Sparse-Vektoren
Hybrid Search mit RRF und DBSF
Qdrant-RAG mit Reranking-Vorbereitung
Backup- und Monitoring-Routinen
Self-Hosting für Produktionsumgebungen
Überblick Diese Qdrant-Schulung führt dich von Collections und Embeddings bis zum Betrieb einer selbst gehosteten Vektordatenbank. Du modellierst Payload-Felder für Mandant, Dokumenttyp und Zugriffsbereich und setzt darauf...
Diese Qdrant-Schulung führt dich von Collections und Embeddings bis zum Betrieb einer selbst gehosteten Vektordatenbank. Du modellierst Payload-Felder für Mandant, Dokumenttyp und Zugriffsbereich und setzt darauf Filterabfragen für RAG-Retrieval auf. Für Hybrid Search kombinierst du dense Retrieval über Embeddings mit sparse Retrieval über Token-Signale und bewertest die Wirkung von Score-Fusion-Strategien wie RRF und DBSF, HNSW-Parametern und Score-Thresholds anhand von Latenz und Trefferqualität. Im Training entsteht ein nachvollziehbarer Qdrant-RAG-Ablauf: Dokumente werden aufbereitet, eingebettet, in Qdrant gespeichert, gefiltert abgerufen und für Reranking vorbereitet. Qdrant als Vector Database wird greifbar, weil Architekturentscheidungen direkt an Abfragen, Speicherbedarf, Snapshot-Strategie und Monitoring-Metriken geprüft werden. Dieser Hybrid-Search-Kurs richtet sich an Teams, die Datenschutzanforderungen, Mandantentrennung und produktive RAG-Anwendungen in einer Self-Hosting-Umgebung zusammenbringen. Für die grundlegende Einordnung von Vektordatenbanken passt vorab das Vektordatenbanken und KI-Training.
Die Themen Qdrant-Server mit Client-Bibliotheken · Collections für dichte Vektoren · Named Vectors und Distanzmetriken · Payload-Schema für fachliche Metadaten · Embedding-Modelle und Vektordimensionen...
Qdrant-Architektur und Collections
- Qdrant-Server mit Client-Bibliotheken
- Collections für dichte Vektoren
- Named Vectors und Distanzmetriken
- Payload-Schema für fachliche Metadaten
Embeddings und Payload-Filter
- Embedding-Modelle und Vektordimensionen
- Mandantenfilter über Payload-Felder
- Upserts für Dokumentversionen
- Löschoperationen für veraltete Inhalte
- Snapshots für Collection-Sicherung
- HNSW-Parameter für Indexsteuerung
Qdrant RAG: Retrieval und Reranking
- Top-k-Retrieval für Kontextfenster
- Score-Thresholds für Trefferqualität
- Kandidatenmengen für Reranking-Pipelines
- Prompt-Kontext aus Payload-Feldern
- Universal Query API für Abfrage-Flows
Hybrid Search mit Sparse und Dense Retrieval
- Dense Retrieval mit Embeddings
- Sparse Retrieval mit Token-Signalen
- Score-Fusion mit RRF und DBSF
- Filterbedingungen in Hybrid-Abfragen
Betrieb, Backup und Skalierung
- Collection-Snapshots und Restore-Abläufe
- Monitoring zentraler Qdrant-Metriken
- Ressourcenplanung für Self-Hosting
- Shards und Replicas für Skalierung
Anwendungsintegration und Deployment
- REST-API mit Python-Client
- Retrieval-Schicht für RAG-Services
- Fehlerbehandlung in Query-Flows
- Deployment-Muster für Produktionsumgebungen
Zielgruppe
- Software-Entwicklerinnen und Software-Entwickler für RAG-Systeme
- Data-Engineers mit Vektor-Suche-Projekten
- DevOps-Teams für Self-Hosting-Betrieb
- Solution-Architektinnen und Solution-Architekten für KI-Suche
Das lernst du
- Qdrant-Collections für dense und sparse Vektoren strukturieren
- Payload-Filter für mandantenfähige Retrieval-Szenarien entwerfen
- Hybrid Search mit RRF und DBSF nachvollziehbar konfigurieren
- RAG-Pipelines mit stabilen Query-Flows integrieren
- Backups, Monitoring und Skalierung für den Betrieb planen
So arbeiten wir
- Trainer-Impulse zu Qdrant-Architektur, Retrieval-Design und Betriebsentscheidungen
- Live-Demos an einer bereitgestellten Qdrant-Umgebung
- Lab-Übungen zu Collections, Payload-Filtern und Hybrid Search
- RAG-Integration mit Query-Flows, Reranking-Vorbereitung und Fehleranalyse
- Betriebsszenarien mit Snapshots, Restore-Abläufen und Monitoring-Metriken
Empfohlene Vorkenntnisse
- Grundkenntnisse in Python, REST-APIs und JSON
- Basiswissen zu Embeddings, RAG und Container-Betrieb
- Hilfreich: Grundlagen aus dem Large Language Model Grundkurs
Natural Language Processing Grundkurs: Plattformen und Frameworks im Überblick
RAG & Vektordatenbanken Training: Enterprise AI beherrschen
Vektordatenbanken und KI Training: Architektur & Praxis
Large Language Model Grundkurs: Einsatz und Überblick
Dein Fahrplan
Der erste Tag schafft die technische Grundlage für Qdrant als Vektordatenbank im eigenen Stack.
- Qdrant-Server und Client-Zugriff
- Collections und Distanzmetriken
- Named Vectors für Suchprofile
- Embeddings und Vektor-Dimensionen
- Payload-Filter für Mandant und Dokumenttyp
- Upserts und erste Suchabfragen
Organisatorisches
Lernformate
Unsere Seminare bieten dir maximale Flexibilität: Du kannst zwischen Live-Online und Vor Ort in unseren modernen Schulungszentren im D-A-CH Raum wählen. Beide Formate garantieren dir die gleiche hohe Qualität und interaktive Lernerfahrung.
Schulungsarten
Wir bieten dir verschiedene Schulungsarten: Offene Seminare, Firmenseminare für Teams und Inhouse-Schulungen direkt bei dir vor Ort. So findest du genau das Format, das zu deinen Bedürfnissen passt.
Uhrzeiten
09:00-16:00 Uhr
Aktuelle Software
In unseren offenen Kursen arbeiten wir mit der aktuellsten Software-Version. So lernst du direkt mit den Tools und Features, die du auch in deinem Arbeitsalltag verwendest - mit klarem Alltagsbezug und zukunftsorientiert. Bei Inhouse- und Firmenschulungen bestimmt ihr die Version.
Deine Vorteile
Zufriedenheitsgarantie
Wir sind von unserer Qualität überzeugt. Sollte ein Training einmal nicht deinen Erwartungen entsprechen, bieten wir dir an, den Kurs kostenlos zu wiederholen oder ein anderes Training zu besuchen. Ohne Risiko, ohne Diskussion.
Inklusivleistungen
Deine Teilnahme beinhaltet: Schulungsmaterial, Zertifikat, Verpflegung (bei Präsenzveranstaltungen) und persönliche Betreuung durch unsere Trainer und unser Orga-Team. Alles aus einer Hand - keine versteckten Kosten.
Lernen von Experten
Unsere Trainer sind zertifizierte und erfahrene Profis mit jahrelanger Berufserfahrung. Sie vermitteln dir in den Kursen nicht nur theoretisches Wissen, sondern teilen ihre Erfahrungen aus realen Projekten und helfen dir, das Gelernte direkt in deiner täglichen Arbeit anzuwenden. Das ist kein Werbeversprechen, sondern unser Anspruch. Am besten siehst du das in unseren Bewertungen, z.B. auch bei Google.
Keine Vorkasse
Du zahlst erst nach dem Seminar. Keine Vorkasse, keine Vorauszahlung - so kannst du sicher sein, dass du nur für das bezahlst, was du auch wirklich erhalten hast. Die Rechnung erhältst du erst nach Kursbeginn.
Max. 8 Teilnehmende
Wir setzen auf kleine Gruppen, damit du die Aufmerksamkeit bekommst, die du verdienst. So haben wir mehr Zeit für deine individuellen Fragen und können gezielt auf deine Bedürfnisse eingehen.
Termine und Preise
| Zeitraum | Ort | Preis (netto) |
|---|---|---|
| 25.01. - 27.01.2027 | München oder Live-Online | 1.890 € |
| 26.04. - 28.04.2027 | München oder Live-Online | 1.890 € |
| 14.06. - 16.06.2027 | München oder Live-Online | 1.890 € |
| 09.08. - 11.08.2027 | München oder Live-Online | 1.890 € |
| 27.09. - 29.09.2027 | München oder Live-Online | 1.890 € |
Alle Preise zuzüglich gesetzlicher Mehrwertsteuer. Freie Plätze und weitere Termine findest du unter www.cmt.de/j/KKC_0328.
Firmenschulung und Inhouse
Diese Schulung gibt es auch exklusiv für dein Unternehmen, bei euch vor Ort, an unseren Standorten oder Live-Online. Inhalte und Termine stimmen wir mit euch ab.
Dein Kontakt bei cmt
Yves Hoppe
Telefon 0800 71 20000
yves.hoppe@cmt.de
Termine & Buchung
Vor Ort
Online
Nicht der passende Termin dabei?
Wir finden eine Lösung: anderer Termin, mehrere Teilnehmer, Inhouse-Schulung oder individuelle Beratung.
Lieber gleich das ganze Team schulen?
Diese Schulung gibt es auch exklusiv für dein Unternehmen, bei euch vor Ort, an unseren Standorten oder Live-Online. Inhalte und Termine nach Maß.
Wie die Planung abläuft, was ein Zuschnitt kostet und welche Themen wir abdecken, steht auf unserer Seite zu Inhouse Schulungen im Bereich KI für Big Data Architekturen.
Inhouse-Schulung
Wir kommen zu euch: diese Schulung maßgeschneidert in euren Räumen, für Unternehmen und Behörden.
- Inhalte exakt auf euch zugeschnitten
- Termine nach euren Bedürfnissen
- Günstiger ab mehreren Teilnehmern
- Vertraute Umgebung, kein Reiseaufwand
Firmen-Seminar
Exklusiv für dein Team an einem unserer Standorte oder Live-Online, individuell angepasst.
- Geschlossene Gruppe aus eurem Haus
- Individuelle Terminplanung
- An unseren Standorten oder Live-Online
- Angepasste Inhalte
Fragen und Antworten zu Qdrant-Schulung: RAG und Hybrid Search im Betrieb
Für wen ist diese Qdrant-Schulung geeignet?
Die Schulung passt, wenn du Qdrant als Vektordatenbank für RAG, semantische Suche oder Self-Hosting-Szenarien einsetzen willst. Besonders relevant ist sie für Entwicklung, Data-Engineering und DevOps.
Welche Vorkenntnisse brauche ich?
Du solltest Python, REST-APIs und JSON grundsätzlich einordnen. Basiswissen zu Embeddings, RAG und Container-Betrieb erleichtert den Einstieg in die Lab-Übungen. Für den fachlichen LLM-Kontext eignet sich vorab der Large Language Model Grundkurs.
Gibt es praktische Übungen mit einer Qdrant-Umgebung?
Ja. Du arbeitest mit einer bereitgestellten Qdrant-Umgebung. Die Übungen umfassen Collections, Payload-Filter, Hybrid Search, RAG-Abfragen, Snapshots und Monitoring-Metriken.
Behandelt die Schulung Qdrant RAG für produktive Systeme?
Ja. Du baust einen Retrieval-Ablauf auf, der Dokumente einbettet, in Qdrant speichert, über Payload-Filter eingrenzt und Kontext für eine RAG-Anwendung liefert. Für die Vertiefung kompletter LLM-RAG-Architekturen passt anschließend der Large Language Models Aufbaukurs.
Wird Reranking vollständig implementiert?
Das Training behandelt die Vorbereitung für Reranking. Dazu gehören Kandidaten-Sets, Score-Thresholds und Payload-Felder, damit ein nachgelagerter Reranker geeignete Treffer erhält.
Welche Fortsetzung passt nach dieser Qdrant-Schulung?
Wenn du Qdrant mit lokal betriebenen Modellen verbinden willst, passt Open-Source-LLMs lokal betreiben. Für Sicherheitsaspekte in RAG- und LLM-Anwendungen ist LLM Security: Injections erkennen und abwehren eine sinnvolle Ergänzung.
Weitere häufig gestellte Fragen und Antworten findest du in den FAQs.
Passende Schulungen nach dem Kurs
Unser Qualitätsversprechen: Wissen, das in der Praxis funktioniert
Aus der Praxis für die Praxis
Schluss mit theoretischem Ballast. Wir trainieren dich für reale IT-Herausforderungen, nicht für Multiple-Choice-Tests. Unsere Trainer vermitteln dir genau das Wissen, das am nächsten Montagmorgen im Job wirklich funktioniert.
Individuell statt "Schema F"
Deine Fragen passen nicht ins Standard-Skript? Bei uns schon. Wir verzichten auf starre Lehrpläne und geben deinen konkreten Projekt-Fragen Raum. Unsere Trainer passen die Inhalte flexibel an das an, was dich und dein Team aktuell weiterbringt.
Maximale Freiheit: Remote oder vor Ort
Lerne so, wie es in deinen Alltag passt - ohne Reise-Stress und Zeitverlust. Egal ob remote, hybrid oder präsent vor Ort: Wir garantieren dir ein nahtloses und effektives Lernerlebnis, egal von wo du dich zuschaltest.
Mit Zufriedenheitsgarantie
Wir sind von unserer Qualität überzeugt - und wollen, dass du es auch bist. Sollte ein Training einmal nicht deinen Erwartungen entsprechen, bieten wir dir an, den Kurs kostenlos zu wiederholen oder ein anderes Training zu besuchen. Ohne Risiko, ohne Diskussion.
Über 20.000 Unternehmen und Behörden vertrauen auf uns
