Seminare
Seminare

MLOps mit MLflow: Effizientes Management von Machine-Learning-Prozessen - Online Schulung

Webinar - WissensPiloten GmbH

MLOps mit MLflow: Machine-Learning-Prozesse strukturiert managen
In dieser praxisorientierten Schulung erfahren Sie, wie Sie mit MLflow Ihre Machine-Learning-Prozesse effizient, reproduzierbar und teamübergreifend gestalten. Sie lernen, Experimente transparent zu dokumentieren, Modelle strukturiert zu versionieren und den gesamten ML-Lifecycle professionell zu managen – von der Entwicklung bis zum produktiven Einsatz. Anhand praxisnaher Übungen erhalten Sie einen fundierten Einblick in MLflow als zentrale Plattform im modernen MLOps-Prozess und erarbeiten Best Practices für eine nachhaltige, sichere und skalierbare ML-Infrastruktur.
Termin Ort Preis*
08.06.2026- 10.06.2026 online 1.546,00 €
13.07.2026- 15.07.2026 online 1.546,00 €
10.08.2026- 12.08.2026 online 1.546,00 €
14.09.2026- 16.09.2026 online 1.546,00 €
12.10.2026- 14.10.2026 online 1.546,00 €

Alle Termine anzeigen

*Alle Preise verstehen sich inkl. MwSt.

Detaillierte Informationen zum Seminar

Inhalte:

MLOps mit MLflow: Machine-Learning-Prozesse strukturiert managen


In dieser praxisorientierten Schulung erfahren Sie, wie Sie mit MLflow Ihre Machine-Learning-Prozesse effizient, reproduzierbar und teamübergreifend gestalten. Sie lernen, Experimente transparent zu dokumentieren, Modelle strukturiert zu versionieren und den gesamten ML-Lifecycle professionell zu managen – von der Entwicklung bis zum produktiven Einsatz. Anhand praxisnaher Übungen erhalten Sie einen fundierten Einblick in MLflow als zentrale Plattform im modernen MLOps-Prozess und erarbeiten Best Practices für eine nachhaltige, sichere und skalierbare ML-Infrastruktur.


Schulungsinhalte


  • Einführung in MLOps
  • Was ist MLOps?
  • Entstehung und Motivation von MLOps
  • Unterschiede und Gemeinsamkeiten: MLOps vs. DevOps
  • Herausforderungen im Machine Learning Lifecycle
  • Überblick: MLflow und Alternativen
  • MLflow Grundlagen: Was ist MLflow?
  • Komponenten und Architektur (Tracking, Projects, Models, Registry)
  • Open Source und kommerzielle Alternativen zu MLflow
  • Erste Schritte mit MLflow
  • Einführung in das MLflow Framework
  • MLflow Tracking Server: Architektur und Funktionsweise
  • MLflow Model Registry: Versionierung und Modellmanagement
  • Lokales Aufsetzen von MLflow und MLflow Tracking Server
  • Überblick: MLflow UI
  • MLflow Tracking
  • Experimente und Runs: Struktur und Best Practices
  • Logging von Parametern, Metriken und Artefakten
  • Arbeiten mit Artifacts, Parameters, Metadata, Metrics
  • Vergleich und Analyse von Runs im MLflow UI
  • Verschiedene Modellvarianten trainieren und vergleichen
  • MLflow Model Registry
  • Modelle registrieren, versionieren und verwalten
  • Model Staging: Übergang von Experiment zu Staging und Production
  • Modell-Promotion und -Archivierung
  • Best Practices & Security
  • MLflow Best Practices für produktive Umgebungen
  • Security Best Practices (Authentifizierung, Zugriffskontrolle, Datenmanagement)
  • Clean Up: Ressourcen und Artefakte verwalten und aufräumen
Dauer/zeitlicher Ablauf:
3 Tage
Teilnahmevoraussetzungen:
Grundlegende Kenntnisse in Machine Learning und den gängigen ML-Frameworks (z. B. scikit-learn, TensorFlow, PyTorch)
Lehrgangsverlauf/Methoden:

Unsere Webinare sind moderne, digitale Liveschulungen – die fast so ablaufen, als ob Sie vor Ort wären.

Zielgruppe:
ML-Ingenieur:innen, Data Scientists, DevOps-Spezialist:innen, die ihre Machine-Learning-Projekte effizient und zukunftssicher gestalten möchten.
Seminarkennung:
webinar-290105
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