• International
  • Deutschland
  • Österreich
  • Schweiz
  • Aserbaidschan
  • Australien
  • Belgien
  • Brasilien
  • Bulgarien
  • Chile
  • China
  • Côte d´Ivoire
  • Dänemark
  • Estland
  • Finnland
  • Frankreich
  • Griechenland
  • Hong Kong
  • Irland
  • Island
  • Israel
  • Italien
  • Japan
  • Kanada
  • Korea, Rep.
  • Kroatien
  • Kuba
  • Kuwait
  • Lettland
  • Litauen
  • Luxemburg
  • Malaysia
  • Malta
  • Mexiko
  • Monaco
  • Niederlande
  • Norwegen
  • Polen
  • Portugal
  • Rumänien
  • Russische Föderation
  • Schweden
  • Singapur
  • Slowakei
  • Slowenien
  • Spanien
  • Südafrika
  • Thailand
  • Trinidad und Tobago
  • Tschechische Republik
  • Türkei
  • Ukraine
  • Ungarn
  • Vereinigte Arabische Emirate
  • Vereinigte Staaten von Amerika
  • Vereinigtes Königreich
  • Vietnam
Seminar / Kurs

MLOps Engineering on AWS

Inhalte

Tag 1: Einführung in MLOps
  • Machine Learning Operations (MLOps)
  • Ziele von MLOps
  • Von DevOps zu MLOps: Parallelen und Unterschiede
  • Überblick: ML-Arbeitsablauf und MLOps-Workflow
  • Praktische Anwendungsfälle von MLOps
Tag 2: MLOps-Entwicklung
  • Erstellen, Trainieren und Bewerten von ML-Modellen
  • Sicherheit im MLOps-Prozess
  • Automatisierung mit Apache Airflow und Kubernetes
  • Einsatz von Amazon SageMaker für MLOps
  • Integration eigener Algorithmen in MLOps-Pipelines
  • Demonstration: Code und Bereitstellung eines ML-Modells mit AWS CodeBuild
Tag 3: MLOps-Bereitstellung und -Überwachung
  • Modell-Paketierung und Inferenz
  • Strategien für die Modellbereitstellung: Produktionsvarianten, A/B-Tests, Edge-Bereitstellung
  • Überwachung von ML-Modellen:
    • Überwachung durch Design
    • Einsatz von Amazon SageMaker Model Monitor, Pipelines, Model Registry und Feature Store
    • Reaktionen bei Abweichungen von Leistungskennzahlen
  • Fehlersuche und Optimierung von MLOps-Pipelines
Tag 1: Einführung in MLOps
  • Machine Learning Operations (MLOps)
  • Ziele von MLOps
  • Von DevOps zu MLOps: Parallelen und Unterschiede
  • Überblick: ML-Arbeitsablauf und MLOps-Workflow
  • Praktische Anwendungsfälle von ...
Mehr Informationen

Zielgruppen

DevOps-IngenieureML-IngenieureEntwickler mit Verantwortung für die Operationalisierung von ML-Modellen

Termine und Orte

Datum Uhrzeit Dauer Preis
München, DE
20.07.2026 - 22.07.2026 09:00 - 17:00 Uhr 21 h 09:00 - 17:00 Uhr 21 h Details Details Jetzt buchen
23.11.2026 - 25.11.2026 09:00 - 17:00 Uhr 21 h 09:00 - 17:00 Uhr 21 h Details Details Jetzt buchen
22.03.2027 - 24.03.2027 09:00 - 17:00 Uhr 21 h 09:00 - 17:00 Uhr 21 h Details Details Jetzt buchen
19.07.2027 - 21.07.2027 09:00 - 17:00 Uhr 21 h 09:00 - 17:00 Uhr 21 h Details Details Jetzt buchen
22.11.2027 - 24.11.2027 09:00 - 17:00 Uhr 21 h 09:00 - 17:00 Uhr 21 h Details Details Jetzt buchen

SG-Seminar-Nr.: 8974423

Anbieter-Seminar-Nr.: 679201293c5dd74ab64fc85f

Termine

  • 20.07.2026 - 22.07.2026

    München, DE

  • 23.11.2026 - 25.11.2026

    München, DE

  • 22.03.2027 - 24.03.2027

    München, DE

  • 19.07.2027 - 21.07.2027

    München, DE

  • 22.11.2027 - 24.11.2027

    München, DE

Seminare mit Termin haben Plätze verfügbar. Rechnung erfolgt durch Veranstalter. Für MwSt. Angabe auf den Termin klicken.

Seminar merken
Vergleichen
Jetzt buchen

Der Anbieter ist für den Inhalt verantwortlich.

Veranstaltungsinformation

  • Seminar / Kurs
  • Deutsch
    • Teilnahmebestätigung
  • 21 h
  • Anbieterbewertung   (47)

Ihre Vorteile

mehr erfahren
  • Anbietervergleich von über 1.500 Seminaranbietern
  • Vollständige Veranstaltungsinformationen
  • Schnellbuchung
  • Persönlicher Service
Datum Uhrzeit Dauer Preis
München, DE
20.07.2026 - 22.07.2026 09:00 - 17:00 Uhr 21 h 09:00 - 17:00 Uhr 21 h Details Details Jetzt buchen
23.11.2026 - 25.11.2026 09:00 - 17:00 Uhr 21 h 09:00 - 17:00 Uhr 21 h Details Details Jetzt buchen
22.03.2027 - 24.03.2027 09:00 - 17:00 Uhr 21 h 09:00 - 17:00 Uhr 21 h Details Details Jetzt buchen
19.07.2027 - 21.07.2027 09:00 - 17:00 Uhr 21 h 09:00 - 17:00 Uhr 21 h Details Details Jetzt buchen
22.11.2027 - 24.11.2027 09:00 - 17:00 Uhr 21 h 09:00 - 17:00 Uhr 21 h Details Details Jetzt buchen

Abbrechen