Webinar - PC-COLLEGE Training GmbH - Institut für IT-Training
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 ...
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
Dauer/zeitlicher Ablauf:
2 Tage
Ziele/Bildungsabschluss:
Siehe Beschreibung und Inhalt.
Teilnahmevoraussetzungen:
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.
Material:
Im Preis enthalten sind PC-COLLEGE - Zertifikat, technische Beratung und Kursmaterial.
Förderung:
Bildungsscheck, andere auf Anfrage
Zielgruppe:
Technisch versierte ML-Teams, Entwickler und Data Scientists, die Machine Learning sicher, wartbar und skaliert in Unternehmensprozesse überführen möchten.
Seminarkennung:
PYO260706-ONL
Anbieterinformationen
PC-COLLEGE Training GmbH - Institut für IT-Training
Herr Alain Barthel Stresemannstr. 78 (Nähe Potsdamer Platz)
10963 Berlin
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.
