Machine Learning Operations (MLOps)

BESCHREIBUNG

Spätestens nach der Proof-of-Concept-Phase benötigen Machine-Learning-Projekte die richtige Herangehensweise, Steuerung und Infrastruktur, um dauerhaft effizient und skalierbar zu sein. Ähnlich wie DevOps im Bereich der Softwareentwicklung bietet das Modell MLOps (Machine Learning Operations) einen hilfreichen Leitfaden mit Best Practices, Methoden und Tools, die darauf abzielen, den Lebenszyklus von Machine-Learning-Modellen optimal zu managen und abzubilden.

In diesem zweitägigen Seminar lernen Sie sämtliche MLOps-Stationen im Detail kennen – von der Datenversionierung bis zu ML-Plattformen. Sie erfahren, wie Sie Ihre Pipelines mit hilfreichen Tools wie DVC, Dagster, MLflow u.v.m. deployen, überwachen und produktiv halten.

Als zusätzliche Exkurse behandelt das Seminar MLOps in der Cloud (z.B. Azure ML Studio oder Google Vertex AI) und gibt einen Ausblick zu LLMOps, wobei auf die besonderen Anforderungen von generativen KI-Modellen eingegangen wird. Das Seminar bietet neben Wissen zu Konzepten und Methoden auch zahlreiche praktische Übungen, um die erlernten Technologien und Tools direkt anzuwenden.

Warum Sie diese Schulung besuchen sollten

Mit diesem Seminar erhalten Sie tiefgehendes Wissen über die Konzepte und Methoden von MLOps (Machine Learning Operations). Sie lernen die grundlegenden Konzepte und Werkzeuge kennen und erlernen die praktische Arbeit mit den wichtigsten Tools (DVC, Dagster, MLflow, FastAPI, ONNX u.v.m.).

Wir geben Ihnen wertvolles Rüstzeug an die Hand, um skalierbare Data- und Machine-Learning-Pipelines zu konzipieren, zu planen, umzusetzen und zu betreuen.

Nach Abschluss dieses Seminars besitzen Sie praktische Erfahrungen in der Anwendung der vorgestellten Methoden und Tools. Sie werden fähig sein, eigene Machine-Learning-Pipelines zu entwickeln, anzupassen, zu überwachen und produktiv einzusetzen. Dies qualifiziert Sie für fortgeschrittene Aufgaben in ML Engineering und KI-Entwicklung.