MLOps - Skalier- und wartbare ML-Projekte
Aktionsangebot: 11.05. - 12.05.2026

• Kurzbeschreibung

  In diesem Praxisseminar für Entwickler und ML-Teams lernen Sie, wie Sie Machine-Learning-Modelle versionieren, bereitstellen und überwachen. Dabei nutzen Sie Tools Tools wie MLflow für stabile und wiederholbare Workflows im Unternehmensalltag.

• Kursinfo kurspyo

  In vielen Unternehmen entstehen leistungsfähige Machine-Learning-Modelle – doch der Weg vom Prototyp zur produktiven Anwendung ist oft unklar. Dieser Kurs zeigt, wie Sie ML-Projekte so strukturieren, dass sie zuverlässig, versionierbar und wartbar bleiben.

  Sie lernen, wie Sie Trainingsprozesse automatisieren, Modelle dokumentieren und den Betrieb überwachen. Mit Python, Git und MLflow schaffen Sie reproduzierbare Abläufe. Sie erkennen, wie Sie Daten, Parameter und Modelle versionieren – und wie sich Änderungen nachvollziehbar dokumentieren lassen.

  Ein Schwerpunkt liegt auf der Alltagstauglichkeit: Weniger Toolvielfalt, mehr Klarheit. Sie setzen einen durchgängigen Workflow um – von der Entwicklung bis zur Auslieferung eines Modells, das zuverlässig läuft und gepflegt werden kann.

  Angesprochener Teilnehmerkreis:
  Entwickler, Data Scientists und ML-Engineers, die ML-Modelle nachhaltig in Unternehmenssysteme integrieren und betreiben möchten.

  Kursziel:
  Sie bauen skalierbare MLOps-Pipelines, setzen Versionierung und Monitoring auf und automatisieren die Pflege und Aktualisierung produktiver Machine-Learning-Modelle.

• Seminar- bzw. Schulungsinhalte

  • 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

• Seminar- bzw. Schulungsvoraussetzungen

  Erfahrung mit Python und ML-Workflows. Grundkenntnisse im Umgang mit ML-Frameworks (z. B. Scikit-Learn, TensorFlow oder PyTorch) und gängige DevOps-Tools (Git, Bash) sind hilfreich.

• Seminarart

  Dieses Seminar können Sie als Präsenzseminar oder als Live-Online-Training (virtuelles Präsenzseminar) buchen. Die technischen Voraussetzungen für Live-Online-Schulungen (Virtual Classrooms) finden sie hier. Sie können Ihre Auswahl bei der Anmeldung treffen.

Anmeldung zum Aktionsseminar

• Seminarbeurteilungen

  Python - Aufbaukurs - OOP und Datenbanken

  
  

  • Viele Programmierbeispiele, auch spontane Beispiele (Datenbanken, Websites etc.). Gute Antworten auf Fragen, Erläuterungen verständlich, schlüssig und direkt.
    P.S. - 19.06.2024
    
    

  Python - Grundkurs für Programmieranfänger

  
  

  • Die kleine Teilnehmeranzahl. Wir waren 2 Teilnehmer, so dass jeder seine Fragen loswerden konnte und diese auch beantwortet wurden!
    O.D. - 14.01.2026
    
    

  • Ich fand es gut, dass das Seminar als Einzelunterricht durchgeführt, anstatt abgesagt wurde, da zu wenig Anmeldungen vorlagen
    B.M. - 20.01.2026
    
    

  • Durch die geringe Teilnehmerzahl war es jederzeit problemlos möglich, Fragen zu stellen oder sich etwas nochmal erklären zu lassen. Thematisch war der Kurs sehr umfangreich, trotzdem war alles gut verständlich vermittelt. Ich war sehr zufrieden.
    D.F. - 28.05.2025
    
    

• Ihre Vorteile

  • Nachbetreuung

    Auch nach dem Seminar sind wir für Sie da. Vier Wochen nach jedem Training stehen wir Ihnen kostenfrei für programmspezifische Fragen zur Verfügung.

  • Zertifikatsservice

    Sollten Sie Ihr PC-COLLEGE-Zertifikat verlegt oder bei einem Arbeitgeber abgegeben haben, senden wir Ihnen auf Wunsch, bis zu sieben Jahre nach Kursende, gerne Ihr Original-Zertifikat per Post oder ein PDF per E-Mail zu.

  • Bildungsanbieterauszeichnung

    Wir wurden im Internationalen Bildungsanbieter-Elite-Ranking (IBER) der performNET AG mit der Höchstwertung von fünf Sternen ausgezeichnet. PC-COLLEGE schreibt Kundenorientierung groß und hält Qualitätsstandards dauerhaft auf einem sehr hohem Niveau.

  • ... alle Vorteile auf einen Blick

• Seminarübersichten

  • Nach Schlagworten
  • Nach Herstellern
  • Nach Kategorien

Verwandte Seminare/Schulungen

• Python - Aufbaukurs - Bildverarbeitung
• Deep Learning - mit Python und TensorFlow und Keras
• Deep Learning - mit Python und PyTorch
• Python - Grundkurs für Programmiererfahrene