Zertifikat „Build AI-Powered Apps“ von Code with Mosh, ausgestellt Dezember 2025
In neuem Tab öffnen
KI / AI

Build AI-Powered Apps

Code with MoshDezember 2025 · 7 Std · 120 Lektionen
Zertifikat als PDF öffnen

Projektkurs von Mosh Hamedani zum Bauen von LLM-Anwendungen: von den Grundlagen der Sprachmodelle (Tokens, Modellwahl, Model Settings) über ein modernes Full-Stack-Setup mit Bun, TailwindCSS und shadcn/ui bis zu zwei durchgehenden Projekten — einem Chatbot mit Streaming-UI und einem Review Summarizer mit MySQL, Prisma und TanStack Query. Dazu ein eigenes Modul Prompt Engineering und der Einsatz von Open-Source-Modellen über Hugging Face und Ollama. Ein durchgehendes Thema ist das Refactoring: Repository, Service und Controller werden schrittweise herausgezogen. Vollständig abgeschlossen (alle Lektionen).

Umfang
7 Std.
Lektionen
120 in 8 Abschnitten
Dozent
Mosh Hamedani
Sprache
Englisch
Format
Video-Kurs mit Projektarbeit
Fortschritt
100 % abgeschlossen
Abschluss
7. Dezember 2025

Inhalte & Kompetenzen

  • Grundlagen der Sprachmodelle: Was LLMs können, Tokens verstehen und zählen, das passende Modell wählen, Model Settings und API-Aufrufe
  • Modernes Full-Stack-Setup: Bun, getrenntes Frontend und Backend, OpenAI-API-Key-Handling, TailwindCSS, shadcn/ui, Prettier und Pre-Commit-Checks mit Husky
  • Chatbot-Backend: Chat-API, Verwaltung des Konversationszustands, Input-Validierung und Fehlerbehandlung — anschließend refactored in Repository, Service, Controller und Routes
  • Chatbot-Frontend: Chat-UI, State-Management, Markdown-Rendering, Typing-Indicator, Auto-Scrolling und Fehlerbehandlung, zerlegt in eigene Komponenten
  • Prompt Engineering: Aufbau eines guten Prompts, Kontext liefern, Ausgabeformat steuern, Beispiele geben, Halluzinationen reduzieren und Prompts iterativ verbessern
  • Review Summarizer: MySQL und Prisma mit Schema, Migrationen und realistischen Testdaten, API zum Abrufen und Zusammenfassen von Reviews, Speichern und Regenerieren der Summary, Edge Cases
  • Frontend mit TanStack Query: Reviews und Sternebewertungen anzeigen, Loading Skeletons, Fehlerbehandlung, Mutations und eine herausgezogene API-Schicht
  • Open-Source-Modelle: Modelle auf Hugging Face finden und aufrufen, das passende Modell für die Aufgabe wählen, Modelle lokal mit Ollama betreiben

Kursaufbau

Die Kursseite nennt 7 Stunden und 120 Lektionen in 8 Abschnitten, listet die Einzellektionen aber nur für „Getting Started“. Die Gliederung hier ist deshalb dem Kursplayer entnommen und zeigt alle 109 Lektionen, die zum Abschluss im Dezember 2025 enthalten waren — der Kurs ist seither gewachsen. Die Urkunde von Code with Mosh weist selbst keinen Umfang aus. Die Nummerierung der Unterlektionen (2.1, 4.3 …) ist zugunsten einer durchlaufenden Zählung entfernt.

Getting Started7 Min. · 6 Lektionen
  1. Welcome
  2. Prerequisites
  3. What You'll Learn
  4. Getting Help
  5. Source Code
  6. Submitting Feedback
Introduction to AI Models32 Min. · 8 Lektionen
  1. Rise of AI Engineering
  2. What Are Large Language Models?
  3. What Can You Do With Language Models?
  4. Understanding Tokens
  5. Counting Tokens
  6. Choosing the Right Model
  7. Understanding Model Settings
  8. Calling Models
Setting Up a Modern Full-Stack Project50 Min. · 11 Lektionen
  1. Setting Up Bun
  2. Creating the Project Structure
  3. Creating the Backend
  4. Managing OpenAI API Key
  5. Creating the Frontend
  6. Connecting the Frontend and Backend
  7. Running Both Apps Together
  8. Setting Up TailwindCSS
  9. Setting Up ShadCN/UI
  10. Formatting Code With Prettier
  11. Automating Pre-Commit Checks With Husky
Building a ChatBot1 Std. 15 Min. · 30 Lektionen
  1. Introduction
  2. Building the Backend
  3. Building the Chat API
  4. Testing the API
  5. Managing Conversation State
  6. Input Validation
  7. Error Handling
  8. Refactoring the Chat API
  9. Extracting Conversation Repository
  10. Extracting Chat Service
  11. Extracting Chat Controller
  12. Extracting Routes
  13. Building the Frontend
  14. Designing the Chat UI
  15. Managing State
  16. Sending Messages
  17. Displaying Messages
  18. Styling Messages
  19. Rendering Markdown Text
  20. Adding a Typing Indicator
  21. Auto-Scrolling to the Latest Message
  22. Improving Copy Behaviour
  23. Improving the Look and Feel
  24. Handling Errors
  25. Refactorings
  26. Extracting TypingIndicator Component
  27. Extracting ChatMessages Component
  28. Extracting ChatInput Component
  29. Recap
  30. Summary
Prompt Engineering32 Min. · 12 Lektionen
  1. What is Prompt Engineering
  2. Anatomy of a Good Prompt
  3. Providing Context
  4. Controlling the Output Format
  5. Providing Examples
  6. Handling Errors and Edge Cases
  7. Reducing Hallucinations
  8. Refining Prompts
  9. Improving Chatbot Responses
  10. Adding Sound Effects
  11. Exercises
  12. Summary
Building a Review Summarizer2 Std. 20 Min. · 32 Lektionen
  1. Introduction
  2. Setting Up the Database
  3. Setting Up MySQL
  4. Setting Up Prisma
  5. Defining the Prisma Schema
  6. Running Migrations
  7. Refining the Prisma Schema
  8. Populating the Database with Realistic Data
  9. Building the Backend
  10. Creating the API to Fetch Reviews
  11. Refactoring: Separation of Concerns
  12. Creating an API for Summarizing Reviews
  13. Generating Summaries
  14. Refactoring: Extracting the LLM Logic
  15. Refactoring: Extracting the Prompt
  16. Storing the Summary
  17. Handling Regeneration
  18. Handling Edge Cases
  19. Fetching the Summary
  20. Building the Frontend
  21. Displaying Reviews
  22. Displaying Star Ratings
  23. Displaying Loading Skeletons
  24. Handling Errors
  25. Introducing Tanstack Query
  26. Displaying the Summary
  27. Triggering Summary Generation
  28. Displaying Loading Skeletons
  29. Handling Errors
  30. Refactoring with Mutations
  31. Refactoring for Readability
  32. Extracting the API Layer
Building with Open Source Models28 Min. · 8 Lektionen
  1. Introduction
  2. Why Use Open-Source Models
  3. Finding Open-Source Models
  4. Calling Hugging Face Models
  5. Choosing the Right Model For the Job
  6. Running Models Locally
  7. Using Hugging Face Models with Ollama
  8. Calling Ollama Models
Course Wrap Up2 Lektionen
  1. Course Wrap Up
  2. Feedback

Themen

LLMOpenAI API