Dieses zweitägige Training bietet einen praktischen Einstieg in MLOps, das den Machine-Learning-Lebenszyklus durch Automatisierung und Standardisierung optimiert. Die Versionierung von Code und Daten sowie die Überwachung der Modellparameter sorgen für konsistente, reproduzierbare Ergebnisse. Continuous Integration und Continuous Deployment (CI/CD) beschleunigen die Markteinführung neuer ML-Produkte.
Unser Trainerteam besteht aus Fachleuten, die sowohl in der Machine Learning-Forschung tätig sind als auch über umfangreiche Erfahrung in der praktischen Implementierung von Datenmodellen in Unternehmen verfügen.
MLOps Developer
MLOps Developer
MLOps Developer
MLOps Developer
Training
MLOps Developer
Ein praktischer Einstieg und umfassender Einblick in MLOps.
- Grundlagen des Machine-Learning und der Datenvorbereitung verstehen
- Unterschiede zwischen MLOps und DevOps kennen
- ML-Pipelines erstellen, Modelle trainieren und optimieren
- Nutzung von DVC zur Versionierung der Daten und CML für ML-Pipelines
- Weitere Tools wie MLflow und Kubeflow des MLOps Ecosystems kennenlernen
- Die Teilnehmenden benötigen einen Laptop mit direktem Zugang zum Internet
- Unser Training richtet sich an Software-Developer:innen, welche Services auf Basis von Daten und Datenmodellen bereitstellen und bereits Vorkenntnisse im Bereich Softwareentwicklung und Architektur besitzen.
- Vorkenntnisse von Software-Delivery-Prinzipien wie CI/CD und GIT sind von Vorteil.
- CHF 2200 / Person für zwei Tage
- Gruppen von 8-24 Personen
- Inklusive Verpflegung, Unterlagen und Trainingsumgebung in der Cloud
- Rabatt ab 12 Personen
Trainingsinhalt
Unsere Trainings bestehen aus abwechslungsreichen Präsentationen und hands-on Labs, um deren Inhalt auf spannende Art und Weise zu übermitteln. Gerne nehmen wir in Absprache auch Bezug auf eure Infrastruktur. Bei Bedarf für weitere Inhalte können wir auf euren Wunsch hin Anpassungen vornehmen.
MLOps Developer
- Einführung in Machine-Learning (Klassifikatoren/Regressoren, Over- und Underfitting)
- ML-Modelle: von der linearen Regression zu neuronalen Netzen
- Datensammeln und -aufbereiten mittels verschiedener Techniken
- Mittels der aufbereiteten Daten ein Modell trainieren
- Nutzung von Codespaces/GitHub Actions im Free Tier
- Problemstellung: Prozess reproduzierbar und messbar machen
- Vom Prototyp zur Pipeline
- Pipeline/Testing und Datenversionierung
- Metriken und Experimente
2 Tage
CHF 2200
Zertifikat
Digitale Unterlagen
Bringe deinen eigenen Laptop mit.
Roger Bigler und Luana Cusseddu
Leiter Technologie & Infrastructure Data Management, Systems Engineer, PostFinance AG
«acend hat uns geholfen, Cloud-Native-Technologien wie Kubernetes in der gesamten IT zu verankern. Das Aufbauen von Know-how aller Stakeholder ist bei der Transformation auf eine neue Cloud-Native-Infrastruktur enorm wichtig»
Weiterlesen
Joachim Prinzbach und Nikolas Philips
Product Owner und Head of Engineering, IT Abteilung der Baloise
«Die Trainings bestanden aus Theorieblöcken und Labs, um direkt in die Praxis zu kommen. Das Lösen von Aufgaben ist wichtig. Denn dabei passieren Fehler. Und weil die Trainer vor Ort sind, muss nicht lange nach einer Lösung gesucht werden. Das räumt einen wichtigen Zeitkiller aus dem Weg. Entwickler finden meist eine Lösung – die Frage ist jedoch, wie schnell und sauber.»
Weiterlesen