MLOps - Skalier- und wartbare ML-Projekte
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 ...
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
Zielgruppe
Nach dem Kurs können Sie ML-Modelle in automatisierte Workflows integrieren, dokumentieren, überwachen und bei Bedarf automatisiert retrainieren.
Voraussetzungen
Erfahrung mit Python und ML-Workflows. Grundkenntnisse im Umgang mit ML-Frameworks (z. B. Scikit-Learn, TensorFlow oder PyTorch) und gängige DevOps-Tools (Git, Bash) sind hilfreich.
Abschluss/Bescheinigung
Teilnahmezertifikat
Preisdetails
1.773,10 € inkl. MwSt.
Informationsanfrage
Unverbindliche und kostenfreie Informationsanfrage zum Kursthema: "MLOps - Skalier- und wartbare ML-Projekte"
