Seminare
Seminare

KI-Cloud-Infrastruktur: AWS vs Azure vs GCP

Webinar - PROKODA GmbH

KI-Cloud-Infrastruktur: AWS vs Azure vs GCP
Termin Ort Preis*
08.02.2027- 09.02.2027 München 1.725,50 €
08.02.2027- 09.02.2027 online 1.725,50 €
*Alle Preise verstehen sich inkl. MwSt.

Detaillierte Informationen zum Seminar

Inhalte:

Plattform-Entscheidung und Workload-Bewertung

  • Training, Fine-Tuning, Inferenz, RAG
  • Kriterienraster für Cloud-Vergleiche
  • Time-to-Value und Lock-in-Risiken
  • Compliance, Skills und Betriebsmodell
  • Referenzarchitekturen und Anti-Patterns

Compute, Accelerator und Skalierung

  • GPU-Instanzen und TPU-Optionen
  • Cluster-Design und Scheduling
  • Spot- und Preemptible-Strategien
  • Datenparallelität und Modellparallelität
  • Treiber, Container und Images

Datenwege, Storage und Performance

  • Objekt-, Block- und File-Storage
  • Datenlokalität und Caching
  • High-Throughput-Datenzugriff
  • Lifecycle und Versionierung
  • Verschlüsselung und Schlüsselmanagement

Netzwerk, Security und Governance

  • VPC- und VNet-Design
  • Private Endpoints und Egress-Kontrolle
  • IAM-Rollen und Least Privilege
  • Secret Management
  • Sichere Service-to-Service-Kommunikation

MLOps und produktiver LLM-Betrieb

  • Managed ML-Plattformen und Grenzen
  • Model Registry und Experiment Tracking
  • Feature Store und Pipeline-Integration
  • CI/CD für Modelle
  • Canary, Shadow und Rollback

RAG, Vektorsuche und Inferenz-Architektur

  • Vektor-Datenbanken und Suchdienste
  • Autoscaling und Batching
  • Quantisierung und Caching
  • Guardrails und Content-Filter
  • Prompt- und Kontextschutz

Kosten, FinOps und Kapazitätsplanung

  • On-Demand, Reservations und Commitments
  • Savings Plans und Laufzeitmodelle
  • Right-Sizing für GPU-Workloads
  • Cost per Token
  • Cost per Experiment und Unit Economics
Teilnahmevoraussetzungen:
  • Grundverständnis von Cloud-Konzepten wie Netzwerk, IAM, Compute und Storage
  • Erste Berührung mit ML-, LLM- oder MLOps-Workloads hilfreich
  • Für grundlegende Azure-KI-Begriffe eignet sich vorab das AI-900 Training Microsoft Azure AI Fundamentals
Zielgruppe:
  • Cloud Architects mit KI-Plattformverantwortung
  • Solution Architects für AWS, Azure und GCP
  • ML Engineers und MLOps Engineers
  • Platform Engineers für produktive KI-Workloads
  • IT-Leitung, Product Owner und FinOps-Verantwortliche
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