Seminare
Seminare
  • Seminare
  • Anbieter
  • 5 km
  • 10 km
  • 25 km
  • 50 km
  • 100 km
  • 150 km
  • 200 km
  • 300 km

Full-Stack KI-Entwicklung: End-to-End Projekt

Seminar - PROKODA GmbH

Full-Stack KI-Entwicklung: End-to-End Projekt
Termin Ort Preis*
18.05.2026- 20.05.2026 online 2.320,50 €
18.05.2026- 20.05.2026 München 2.320,50 €
17.08.2026- 19.08.2026 München 2.320,50 €
17.08.2026- 19.08.2026 online 2.320,50 €

Alle Termine anzeigen

*Alle Preise verstehen sich inkl. MwSt.

Detaillierte Informationen zum Seminar

Inhalte:
  • Use Case, Datenstrategie, Erfolgskriterien
    • Problem- und KPI-Definition, Risiko-Check (Bias, Leakage)
    • Datenquellen, Datenverträge, Versionierung (DVC/MLflow)
    • Train/Validation/Test sauber schneiden, Baselines festlegen
  • Modellierung: von Baseline zu robustem Modell
    • Feature Engineering vs. Embeddings, sinnvolle Abkürzungen
    • Training, Cross-Validation, Hyperparameter-Tuning
    • Evaluation: Metriken, Kalibrierung, Fehleranalyse
  • LLM-Integration (wenn sinnvoll): RAG statt Bauchgefühl
    • Prompt-Design, Output-Schemata, Guardrails
    • RAG-Pipeline: Chunking, Embeddings, Vector DB Konzepte
    • Evaluation: Retrieval-Qualität, Halluzinationen, Kosten
  • Backend-API und Produktisierung
    • FastAPI Service Design, Auth, Rate Limits
    • Batch vs. Realtime Inference, Caching-Strategien
    • Fehlerhandling, Observability, strukturierte Logs
  • Deployment und MLOps
    • Containerisierung mit Docker, reproduzierbare Builds
    • CI/CD für Modelle und Services, Model Registry
    • Rollouts: Blue/Green, Canary, schnelle Rollbacks
  • Monitoring, Drift und Betrieb
    • Model Monitoring: Qualität, Latenz, Kosten, SLOs
    • Data Drift/Concept Drift erkennen und reagieren
    • Retraining-Trigger, Incident Playbooks, Postmortems
  • Security, Compliance und Responsible AI
    • PII-Handling, Zugriffskonzepte, Secret Management
    • Dokumentation: Model Cards, Data Sheets
    • Red-Teaming, Abuse Cases, sichere Freigaben
Teilnahmevoraussetzungen:
  • Solide Python-Kenntnisse und Erfahrung mit mindestens einem ML-Projekt.
  • Grundverständnis von REST APIs und Docker ist hilfreich.
Zielgruppe:
  • Machine Learning Engineers mit Projekterfahrung
  • Data Scientists, die KI produktisieren wollen
  • Software Engineers im KI-Umfeld (Backend/API)
  • Tech Leads, die MLOps-Standards aufbauen
  • Für alle, die ein KI-System von Training bis Betrieb sauber liefern wollen
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