TensorFlow und PyTorch: KI-Modelle entwickeln, trainieren und skalieren
Webinar - GFU Cyrus AG
Dieses praxisorientierte Seminar vermittelt Ihnen nicht nur das technische Fundament von Deep Learning-Modellen (z. B. CNNs, Transformer, GANs) in den Frameworks TensorFlow und PyTorch, sondern zeigt zugleich, wie Sie diese Modelle im unternehmerischen Umfeld - von Datenaufbereitung über Infrastruktur-Design bis hin zur produktiven Inferenz - gezielt einsetzen. Sie lernen, Deep-Learning-Projekte ganzheitlich zu steuern: Auswahl der Architektur, Einsatz auf Edge oder Cloud, Monitoring & MLOps, sowie Skalierung und Nachhaltigkeit. Am Ende sind Sie in der Lage, erste eigene Modelle aufzubauen, zu evaluieren, zu optimieren und in Live-Systeme zu überführen.
Energie-Effizienz von Deep Learning (Green AI), CO2-Footprint von Modellen.
Governance, Compliance, Unternehmensrichtlinien.
Service, Kommunikation und Business-Impact
Kommunikationsstrategie: Ergebnisse gegenüber Stakeholdern präsentieren.
Kosten-Nutzen-Analyse von KI-Projekten, ROI, Life-Time-Value von Modellen.
Aufbau einer internes Wissens- und Fehlerkultur, Lessons-Learned und Skalierungsstrategie.
Praxisübungen
Kleingruppen-Projekt: Datenaufbereitung und Modelltraining auf einem ausgewählten Use-Case mit Transfer Learning.
Implementierung & Deployment: Modell in Cloud und/oder Edge bereitstellen + Monitoring einrichten.
Business-Review & Präsentation: Auswertung der Ergebnisse, ROI-Berechnung, Lessons Learned dokumentieren.
Dauer/zeitlicher Ablauf:
5 Tage
Zielgruppe:
Diese Weiterbildung richtet sich an Data Scientists, KI-Ingenieur:innen, ML-Engineers, Projektleiter:innen im Bereich KI sowie technische Führungskräfte, die Deep Learning-Projekte übernehmen oder begleiten wollen. Vorkenntnisse in Python-Programmierung und lineare Algebra sind von Vorteil, aber keine umfassende ML-Erfahrung erforderlich.
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.
