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

MLOps auf Azure: Modelle produktiv ausrollen

Webinar - PROKODA GmbH

MLOps auf Azure: Modelle produktiv ausrollen
Termin Ort Preis*
15.06.2026- 16.06.2026 München 1.725,50 €
15.06.2026- 16.06.2026 online 1.725,50 €
14.09.2026- 15.09.2026 München 1.725,50 €
14.09.2026- 15.09.2026 online 1.725,50 €

Alle Termine anzeigen

*Alle Preise verstehen sich inkl. MwSt.

Detaillierte Informationen zum Seminar

Inhalte:
  • MLOps-Grundlagen auf Azure
    • Lebenszyklus: Training, Registry, Deployment, Monitoring
    • Rollen, Verantwortlichkeiten, Übergaben zwischen Data Science und Betrieb
    • Reproduzierbarkeit: Daten, Code, Umgebungen, Artefakte
  • Azure Machine Learning Workspace sauber aufsetzen
    • Workspaces, Compute, Environments und Zugriffskonzepte
    • Datastores, Datasets und Versionierung
    • Model Registry und Asset-Management
  • Training und Packaging für Deployment
    • Standardisierte Trainingsjobs und Outputs
    • Conda/Docker Environments für konsistente Runs
    • Scoring Script, Inferenz-Contract und Tests
  • CI/CD für ML mit Azure DevOps oder GitHub
    • Pipeline-Struktur: Build, Test, Register, Deploy
    • Secrets, Service Principals und Managed Identity
    • Promotion: Dev, Test, Prod mit Freigaben
  • Bereitstellung: Online Endpoints und Batch
    • Managed Online Endpoints: Skalierung, Traffic, Rollback
    • Batch Endpoints für geplante Inferenz
    • Blue/Green und Canary Releases in der Praxis
  • Monitoring, Drift und Betrieb
    • Logging, Metriken und Alerting mit Azure Monitor
    • Daten- und Model Drift erkennen und bewerten
    • Runbooks: Incident, Rollback, Retraining-Trigger
Teilnahmevoraussetzungen:
  • Grundverständnis von Machine Learning (Training vs. Inferenz) und gängigen Deployment-Konzepten.
  • Erste Erfahrung mit Git und einer CI/CD-Umgebung ist hilfreich.
Zielgruppe:
  • Machine-Learning Engineers und Data Scientists mit Produktivierungsauftrag
  • DevOps Engineers, die ML-Workloads auf Azure betreiben
  • Cloud Architects, die MLOps-Standards definieren
  • Engineering Leads, die Release- und Betriebsprozesse für ML verantworten
  • Für alle, die ML-Modelle auf Azure zuverlässig ausrollen und betreiben 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