MLOps training:
basic course

MLOps training:
basic course

Tauchen Sie ein in die dynamische Welt von MLOps und beherrschen Sie die Kunst, Modelle des maschinellen Lernens zum Leben zu erwecken – mit diesem MLOps-Kurs

With our expert-led MLOPS training program,
designed to equip you with cutting-edge skills in modern application deployment and management.
Benefit from our wealth of experience from countless customer projects:

Bei dieser MLOps-Schulung erleben Sie eine ausgewogene Mischung aus Theorie, Live-Demonstrationen und praktischen Übungen.

Erlernen Sie die grundlegenden Prinzipien und Konzepte von MLOps, einschließlich der Integration in die Bereiche DevOps und Machine Learning.

Vertiefen Sie ihr Wissen über die Nutzung spezialisierter Cloud-Plattformen, Datenversionsverwaltung und Feature-Stores sowie in die Erstellung und Verwaltung von ML-Pipelines

Lernen Sie fortgeschrittene MLOps-Tools und -Techniken sowie Methoden für kontinuierliche Integration und Bereitstellung (CI/CD) kennen.

MLOps Kurs – Bevorstehende Termine

06.02.2025

Basics in 8 hours

09.04.2025

Basics in 8 hours

In diesem MLOps-Kurs lernen Sie die wesentlichen Prinzipien und Konzepte von MLOps kennen, darunter die Integration in die Bereiche DevOps und Machine Learning, die Verwendung spezialisierter Cloud-Plattformen, die Versionierung von Daten und die Speicherung von Funktionen, die Erstellung und Verwaltung von ML-Pipelines sowie die Bereitstellung und Überwachung von Modellen. Zudem werden Sie fortgeschrittene MLOps-Tools und –Techniken kennenlernen sowie Methoden für kontinuierliche Integration und Bereitstellung (CI/CD)

Practical Applications That We Will Cover in the MLOps training:

  • 1
    Implementierung und Verwaltung von ML-Pipelines mit Kubeflow und Apache Airflow.
  • 2
    Nutzung von TensorFlow, DVC, Feast und dbt in praktischen Übungen zur Erstellung und Bereitstellung von ML-Modellen.
  • 3
    Applying monitoring and metrics tools like Hydrosphere, Evidently.ai, and Grafana to track data and concept drift.
  • 4
    Hands-on Aktivitäten zur Modellbereitstellung mit FastAPI, Seldon Core und TensorFlow Serving.
  • 5
    Durchführung von CI/CD-Prozessen mit Tools wie Jenkins, Prefect, Airflow, Rundeck, Kedro, TFX und Kubeflow.

After the MLOps training course, You Will Be Able To:

  • 1
    Die Bedeutung von MLOps zu verstehen und anzuwenden.
  • 2
    Machine Learning Konzepte und Umgebungen effektiv zu nutzen.
  • 3
    Datenversionierung und Feature Stores zu implementieren.
  • 4
    ML-Pipelines zu erstellen und zu orchestrieren.
  • 5
    Machine Learning Frameworks wie Scikit-Learn, Keras und TensorFlow zu verwenden.
  • 6
    Modelle mithilfe von fortgeschrittenen Techniken und Tools bereitzustellen und zu überwachen.
  • 7
    CI/CD-Tools und Plattformen in ML-Workflows zu integrieren.

Dieser MLOps-Kurs ist perfekt für Sie, wenn…

  • Sie im Bereich Machine Learning, Data Engineering oder DevOps arbeiten oder arbeiten möchten.
  • Sie Ihre Kenntnisse in der Bereitstellung und Verwaltung von ML-Modellen erweitern möchten.
  • Sie praktische Erfahrungen mit fortschrittlichen MLOps-Tools und -Techniken sammeln möchten.
  • Sie ein tiefes Verständnis für die Integration von Machine Learning in DevOps-Prozesse entwickeln möchten.

Die MLOps-Schulung ist NICHT für Sie geeignet, wenn…

  • Sie kein Interesse an der Integration von DevOps und Machine Learning haben.
  • Sie keine Vorkenntnisse in den Bereichen Machine Learning, Data Engineering, DevOps oder generelle Programmierung mitbringen.
  • Sie nicht bereit sind, praktische Übungen und Projekte durchzuführen.
  • Sie keine Kenntnisse in der Nutzung von Cloud-Plattformen und fortgeschrittenen MLOps-Tools erwerben möchten.

Agenda

Training

For small companies and teams that are new to the topic.

  • Introduction
  • Machine Learning Environments
  • Recap: Machine Learning Frameworks

  • Introduction to Versioning

  • DVC
  • Hands-on
  • Overview of Versioning Tools

  • Use Cases and Options

  • Deep-dive Feast
  • Hands-on

  • Data Pipelines Types and Characteristics

  • Frameworks for ML Pipelines
  • Hands-on

  • Saving and Loading Models
  • Serving Overview
  • Hands-on

Customized

For large companies and teams that want to master special challenges.

  • Transparancy and Explainability
  • Pillars of monitoring
  • Monitoring Frameworks
  • Hands-on

  • Your ecosystem
  •  Your best practises
  • further frameworks and hands-on according to your requirements

  • Introduction
  • Machine Learning Environments
  • Recap: Machine Learning Frameworks

  • Introduction to Versioning
  • Overview of Versioning Tools
  • DVC
  • Hands-on

  • Use Cases and Options
  • Deep-dive Feast
  • Deep-dive Hopswork
  • Hands-on

  • Data Pipelines Types and Characteristics
  • Frameworks for ML Pipelines
  • Focus: Airflow
  • Focus: Kubeflow
  • Hands-on

  • Saving and Loading Models
  • Serving Overview
  • Deployment Strategies
  • Hands-on

Was andere Teilnehmer des MLOps-Kurses sagen

This MLOps training exceeded my expectations. The course was well-structured and covered a wide range of topics, from data versioning to CI/CD processes. I found the practical exercises particularly useful, as they allowed me to apply what I learned in real-world scenarios. The use of advanced tools like Seldon Core and Grafana provided me with a deeper understanding of model deployment and monitoring. The course is perfect for anyone working in machine learning or DevOps, and it’s a great way to stay current with the latest MLOps practices. I’m now better equipped to handle ML workflows in my projects.

– Felix Ruge

I recently completed the MLOps training and it was an incredible experience! The course covers a broad range of topics, from the foundational principles of MLOps to advanced techniques for model deployment and monitoring. The practical exercises, especially those involving Kubeflow and Apache Airflow, were extremely hands-on and helped me gain confidence in implementing real-world solutions.

The instructors were knowledgeable and supportive, ensuring that complex concepts like CI/CD for machine learning were easily understood. I particularly appreciated the focus on cloud platforms and the integration of machine learning with DevOps, which are crucial skills in today’s tech industry.

By the end of the course, I felt well-equipped to handle various aspects of MLOps in my role as a data engineer. This training is a must for anyone looking to deepen their expertise in machine learning and operationalize their models effectively.

– Matteo Fontana

Ihre Investition

949 €zzgl. MwSt
  • Kombination aus Theorie und Praxis mit Live-Demos und Übungen zur aktiven Entwicklung von Fähigkeiten.
  • Verstehen Sie die Anwendung von DevOps-Prinzipien bei der Automatisierung des maschinellen Lernlebenszyklus, von der Datenvorbereitung bis zum Modelltraining.
  • Lernen Sie, die Komplexität und Herausforderungen bei der Verwaltung von Modellen für maschinelles Lernen in einer Produktionsumgebung effektiv zu bewältigen.
Jetzt buchen

Lernen Sie Ihre MLOps-Schulungsexperten kennen

Marvin Taschenberger

Professional Software Architect, Ultra Tendency

Hudhaifa Ahmed

Senior Lead Big Data Developer Berlin Territory Manager, Ultra Tendency

Matthias Baumann

Chief Technology Officer & Principal Big Data Solutions Architect Lead, Ultra Tendency

Required hardware & infrastructure for your MLOps Training

  • You will need a PC or Mac with a web browser and MS Teams.
  • During the training, we will provide you with a virtual machine with the required local dependencies, services and root access.
  • This VM has a running Kubernetes cluster on which you can test and execute the training instructions.
  • You can access the machine via a browser or SSH if you wish and the network restrictions allow it.