Basics
MLOps
Kosten
CHF 450.00
Melde dich jetzt an
Steige ein in die spannende Welt von MLOps. Erlerne, wie Machine Learning-Projekte von der Konzeption bis zur Produktionsreife effizient umgesetzt werden können.
Kursinhalte
- Vermittlung von Wissen zur Unterstützung bei der Transition von DevOps zu MLOps oder beim Aufbau eines neuen MLOps Prozesses.
- Klärung der Phasen und Tätigkeiten im MLOps-Prozess unter Einbindung des technologischen Ökosystems.
- Die Basis von DevOps-Erfahrung und Expertise in CI/CD, Monitoring, Container-Engineering und automatisierter Infrastrukturprovisionierung wird mit dem Wissen um die Versionierung von Daten und Modellen erweitert.
- Experimentieren und Vergleichen von Modellvarianten mit reproduzierbaren Parametern. Die Nachvollziehbarkeit wird durch automatisierte ML-Pipelines gewährleistet.
- Erkennen, wie durch Monitoring von Metriken Abweichungen in der Vorhersagequalität festgestellt werden können.
Trainingsziele
- Du verstehst den MLOps-Prozess und kennst die Unterschiede zu DevOps
- Anhand eines Beispiels erstellst du eine ML-Pipeline
- Dabei lernst du die Open-Source-Tools CML und DVC kennen und nutzt GitHub Actions
- Du kennst die Anwendungsschwerpunkte von MLFlow und Kubeflow
Voraussetzungen
- Notebook
- GitHub Account
- Genügend offene GitHub-Codespace-Stunden für das Lab von 4h (in einem GitHub Account sind 120h / Monat / CPU Core kostenlos)
- Da wir GitHub Actions verwenden, solltest du noch etwa 30min GitHub Action Zeit freihaben (2000min / Monat sind kostenlos)
- git-Kenntnisse (von Vorteil)
Zielpublikum
Das Angebot richtet sich an alle, welche einen MLOps-Prozess aufbauen oder ihren DevOps-Prozess in Richtung MLOps erweitern möchten. Zudem profitieren auch Teilnehmende mit Erfahrung in MLOps von neuen Kenntnissen.
