MLOps - Skalier- und wartbare ML-Projekte

In diesem Seminar erfahren Sie, wie Sie Machine-Learning-Modelle wartbar und automatisiert betreiben. Sie versionieren Modelle, setzen CI/CD-Pipelines auf und etablieren Monitoring-Strategien für Performance und Stabilität.

Sie lernen Tools wie MLflow und DVC kennen und setzen damit reproduzierbare und kontrollierbare ML-Prozesse im Unternehmenskontext um – von der Entwicklung bis zur Live-Anwendung.

Hinweis:
Dieses Seminar ist ein Angebot der PC-COLLEGE - Gruppe.

Inhalt:

• 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