Seminare
Seminare

Amazon SageMaker Studio in der Praxis (3-Tages-Seminar)

Fernlehrgang - ITSM-COLOGNE (Inh. Markus Götz)

Entwickeln und trainieren Sie Machine-Learning-Modelle in Amazon SageMaker Studio. Sie bereiten Daten vor, führen Experimente durch und begleiten Modelle vom Training bis zur Bereitstellung. Dabei lernen Sie einen strukturierten ML-Workflow und wichtige AWS-Werkzeuge für professionelle KI-Projekte kennen.
Termin Ort Preis*
11.01.2027- 13.01.2027 München 2.469,25 €
11.01.2027- 13.01.2027 Köln 2.469,25 €
11.01.2027- 13.01.2027 Hamburg 2.469,25 €
11.01.2027- 13.01.2027 Berlin 2.469,25 €
11.01.2027- 13.01.2027 online 2.232,44 €
13.04.2027- 15.04.2027 München 2.469,25 €
13.04.2027- 15.04.2027 Köln 2.469,25 €
13.04.2027- 15.04.2027 Hamburg 2.469,25 €
13.04.2027- 15.04.2027 Berlin 2.469,25 €
13.04.2027- 15.04.2027 online 2.232,44 €
27.07.2027- 29.07.2027 München 2.469,25 €
27.07.2027- 29.07.2027 Köln 2.469,25 €
27.07.2027- 29.07.2027 Hamburg 2.469,25 €
27.07.2027- 29.07.2027 Berlin 2.469,25 €
27.07.2027- 29.07.2027 online 2.232,44 €
05.10.2027- 07.10.2027 München 2.469,25 €
05.10.2027- 07.10.2027 Köln 2.469,25 €
05.10.2027- 07.10.2027 Hamburg 2.469,25 €
05.10.2027- 07.10.2027 Berlin 2.469,25 €
05.10.2027- 07.10.2027 online 2.232,44 €

Alle Termine anzeigen

*Alle Preise verstehen sich inkl. MwSt.

Detaillierte Informationen zum Seminar

Inhalte:

AGENDA

MACHINE-LEARNING-WORKFLOW IN SAGEMAKER

  • SageMaker Studio und zentrale Komponenten kennenlernen
  • ML-Projekte und Entwicklungsumgebungen strukturieren
  • Datenquellen für Experimente anbinden

DATENAUFBEREITUNG UND ANALYSE

  • Daten untersuchen, bereinigen und transformieren
  • Trainings- und Testdaten vorbereiten
  • Features für Machine Learning entwickeln

MODELLE TRAINIEREN

  • Trainingsjobs konfigurieren und durchführen
  • Algorithmen und Hyperparameter auswählen
  • Experimente nachvollziehbar vergleichen

MODELLBEWERTUNG UND OPTIMIERUNG

  • Qualitätsmetriken interpretieren
  • Modelle testen und gezielt verbessern

DEPLOYMENT UND BETRIEB

  • Modelle als Endpoints bereitstellen
  • Inferenz und Monitoring einordnen

PRAXISPROJEKT

  • ML-Projekt vom Datensatz bis zum Endpoint umsetzen
  • Modell und Workflow systematisch optimieren
Dauer/zeitlicher Ablauf:
3
Teilnahmevoraussetzungen:
Grundkenntnisse in Python, Machine Learning und AWS. Erfahrung mit Datenanalyse ist empfehlenswert.
Zielgruppe:
Data Scientists, Machine-Learning-Entwickler und Cloud-Spezialisten, die ML-Modelle mit Amazon SageMaker entwickeln, trainieren und bereitstellen möchten.
Seminarkennung:
ITSM-10264
Nach unten
Nach oben
Wir setzen Analyse-Cookies ein, um Ihre Zufriedenheit bei der Nutzung unserer Webseite zu verbessern. Diese Cookies werden nicht automatisiert gesetzt. Wenn Sie mit dem Einsatz dieser Cookies einverstanden sind, klicken Sie bitte auf Akzeptieren. Weitere Informationen finden Sie hier.
Akzeptieren Nicht akzeptieren









Um Spam abzuwehren, geben Sie bitte die Buchstaben auf dem Bild in das Textfeld ein:

captcha



Bei der Verarbeitung Ihrer personenbezogenen Daten im Zusammenhang mit der Kontaktfunktion beachten wir die gesetzlichen Bestimmungen. Unsere ausführlichen Datenschutzinformationen finden Sie hier. Bei der Kontakt-Funktion erhobene Daten werden nur an den jeweiligen Anbieter weitergeleitet und sind nötig, damit der Anbieter auf Ihr Anliegen reagieren kann.







Um Spam abzuwehren, geben Sie bitte die Buchstaben auf dem Bild in das Textfeld ein:

captcha