MLOps - Skalier- und wartbare ML-Projekte

Kursinfo

In diesem Seminar erfahren Sie, wie Sie Machine-Learning-Modelle wartbar und automatisiert betreiben. Sie versionieren Modelle, setzen CI/CD-Pipelines auf und etablieren Monitoring-Strategien für Performance und Stabilität. Sie lernen Tools wie MLflow und DVC kennen und setzen damit reproduzierbare und kontrollierbare ML-Prozesse im Unternehmenskontext um – von der Entwicklung bis zur Live-Anwendung. Hinweis: Dieses Seminar ist ein Angebot der PC-COLLEGE - Gruppe.

Inhalt:

• Was ist MLOps – und warum ist es notwendig? - Herausforderungen im produktiven ML-Betrieb - Typische Fehlerquellen und Lösungen Projektstruktur und Versionierung - Daten, Code, Parameter und Modelle nachvollziehbar organisieren Modell-Tracking mit MLflow - Experimente dokumentieren - Ergebnisse vergleichen - Modelle registrieren Automatisierung im Trainingsprozess - Wiederholbare Abläufe mit einfachen Skripten oder CI-Tools Monitoring und Nachvollziehbarkeit - Modellqualität beobachten - Drifts erkennen - Retraining vorbereiten Modellbereitstellung im Unternehmenskontext - Deployment-Varianten - Modell als API - Zusammenarbeit mit DevOps-Teams