MLOps - Skalier- und wartbare ML-Projekte

• Kurzbeschreibung

  In diesem Praxisseminar für Entwickler und ML-Teams lernen Sie, wie Sie Machine-Learning-Modelle versionieren, bereitstellen und überwachen. Dabei nutzen Sie Tools Tools wie MLflow für stabile und wiederholbare Workflows im Unternehmensalltag.

• Kursinfo (Code: kurspyo)

  In vielen Unternehmen entstehen leistungsfähige Machine-Learning-Modelle – doch der Weg vom Prototyp zur produktiven Anwendung ist oft unklar. Dieser Kurs zeigt, wie Sie ML-Projekte so strukturieren, dass sie zuverlässig, versionierbar und wartbar bleiben.

  Sie lernen, wie Sie Trainingsprozesse automatisieren, Modelle dokumentieren und den Betrieb überwachen. Mit Python, Git und MLflow schaffen Sie reproduzierbare Abläufe. Sie erkennen, wie Sie Daten, Parameter und Modelle versionieren – und wie sich Änderungen nachvollziehbar dokumentieren lassen.

  Ein Schwerpunkt liegt auf der Alltagstauglichkeit: Weniger Toolvielfalt, mehr Klarheit. Sie setzen einen durchgängigen Workflow um – von der Entwicklung bis zur Auslieferung eines Modells, das zuverlässig läuft und gepflegt werden kann.

  Angesprochener Teilnehmerkreis:
  Entwickler, Data Scientists und ML-Engineers, die ML-Modelle nachhaltig in Unternehmenssysteme integrieren und betreiben möchten.

  Kursziel:
  Sie bauen skalierbare MLOps-Pipelines, setzen Versionierung und Monitoring auf und automatisieren die Pflege und Aktualisierung produktiver Machine-Learning-Modelle.

• Seminar- bzw. Schulungsinhalte

  • 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

• Seminar- bzw. Schulungsvoraussetzungen

  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.

Anmeldung

• Seminarbeurteilungen

  Python - Aufbaukurs - OOP und Datenbanken

  
  

  • Viele Programmierbeispiele, auch spontane Beispiele (Datenbanken, Websites etc.). Gute Antworten auf Fragen, Erläuterungen verständlich, schlüssig und direkt.
    P.S. - 19.06.2024
    
    

  Python - Grundkurs für Programmieranfänger

  
  

  • Der Seminarleiter ist sehr kompetent und weiß extrem viel über das Thema. Das war wirklich sehr beeindruckend.
    B.U. - 28.05.2025
    
    

  • Durch die geringe Teilnehmerzahl war es jederzeit problemlos möglich, Fragen zu stellen oder sich etwas nochmal erklären zu lassen. Thematisch war der Kurs sehr umfangreich, trotzdem war alles gut verständlich vermittelt. Ich war sehr zufrieden.
    D.F. - 28.05.2025
    
    

• Ihre Vorteile

  • Durchführung ab 1 Teilnehmenden

    Unser Ziel ist es, Ihnen schnellstmöglich den gewünschten Kurs anzubieten. Aus diesem Grund führen wir einen Großteil unserer Seminare ab einer Person durch. Das bietet Ihnen Planungssicherheit und bringt Sie schnell an Ihr Ziel.

  • Schulungsexperte seit 1985

    Wir haben mehr als 30 Jahre Schulungserfahrung. Dabei setzen wir auf Trainerinnen und Trainer mit langjähriger didaktischer und praktischer Erfahrung.

  • Zertifikatsservice

    Sollten Sie Ihr PC-COLLEGE-Zertifikat verlegt oder bei einem Arbeitgeber abgegeben haben, senden wir Ihnen auf Wunsch, bis zu sieben Jahre nach Kursende, gerne Ihr Original-Zertifikat per Post oder ein PDF per E-Mail zu.

  • ... alle Vorteile auf einen Blick

• Terminübersicht

  SeNr.	Seminar	Termin	Dauer	Standorte
  PYO 251127	MLOps - Skalier- und wartbare ML-Projekte	27.11. - 28.11.2025	2 Tage	Berlin
  PYO 251222	MLOps - Skalier- und wartbare ML-Projekte	22.12. - 23.12.2025	2 Tage	Berlin
  PYO 260119	MLOps - Skalier- und wartbare ML-Projekte	19.01. - 20.01.2026	2 Tage	Berlin
  PYO 260219	MLOps - Skalier- und wartbare ML-Projekte	19.02. - 20.02.2026	2 Tage	Berlin
  PYO 260316	MLOps - Skalier- und wartbare ML-Projekte	16.03. - 17.03.2026	2 Tage	Berlin
  PYO 260416	MLOps - Skalier- und wartbare ML-Projekte	16.04. - 17.04.2026	2 Tage	Berlin
  PYO 260511	MLOps - Skalier- und wartbare ML-Projekte	11.05. - 12.05.2026	2 Tage	Berlin
  PYO 260706	MLOps - Skalier- und wartbare ML-Projekte	06.07. - 07.07.2026	2 Tage	Berlin
  PYO 260806	MLOps - Skalier- und wartbare ML-Projekte	06.08. - 07.08.2026	2 Tage	Berlin
  PYO 260831	MLOps - Skalier- und wartbare ML-Projekte	31.08. - 01.09.2026	2 Tage	Berlin
  PYO 261001	MLOps - Skalier- und wartbare ML-Projekte	01.10. - 02.10.2026	2 Tage	Berlin
  PYO 261026	MLOps - Skalier- und wartbare ML-Projekte	26.10. - 27.10.2026	2 Tage	Berlin
  PYO 261126	MLOps - Skalier- und wartbare ML-Projekte	26.11. - 27.11.2026	2 Tage	Berlin

• Seminarübersichten

  • Nach Schlagworten
  • Nach Herstellern
  • Nach Kategorien

Verwandte Seminare/Schulungen

• Deep Learning - mit Python und PyTorch
• Python - Aufbaukurs - Bildverarbeitung
• Deep Learning - mit Python und TensorFlow und Keras
• Python - Grundkurs für Programmiererfahrene