AWS - MLOps Engineering on AWS
Kursdauer: 3 Tage
Was lerne ich in der Schulung?
- ML-Modelle mit MLOps auf AWS entwickeln und bereitstellen
- ML-Pipelines automatisieren und Workflows optimieren
- Modelle überwachen und Leistung in Produktion sichern
Zahlen, die Vertrauen schaffen - überzeugen Sie sich selbst.
Unsere Schulungsformen kurz erklärt
Firmenschulung
- 3 Tage - anpassbar
- Termin nach Wunsch
- Preis auf Angebot
- Online in ihrem Hause
Einzelcoaching
- 3 Tage - anpassbar
- Termin nach Wunsch
- Preis auf Angebot
- Online in ihrem Hause
AWS - MLOps Engineering on AWS
Kurs-ID: AWRWas erwartet Sie in diesem AWS - MLOps Engineering on AWS Kurs?
In dem Seminar AWS - MLOps Engineering on AWS (MLOE), aufbauend auf der vorherrschenden DevOps-Praxis in der Softwareentwicklung, lernen Sie, wie Sie Modelle für maschinelles Lernen erstellen.
Für wen ist der AWS - MLOps Engineering on AWS geeignet?
Der Kurs AWS - MLOps Engineering on AWS (MLOE) baut auf der in der Softwareentwicklung vorherrschenden DevOps-Praxis auf und erweitert sie, um Modelle für maschinelles Lernen (ML) zu erstellen, zu trainieren und bereitzustellen. Die Bedeutung von Daten, Modellen und Code für erfolgreiche ML-Bereitstellungen wird vermittelt.
Im Kurs wird der Einsatz von Tools, Automatisierung, Prozessen und Teamwork demonstriert, um die Herausforderungen zu bewältigen, die mit Übergaben zwischen Dateningenieuren, Datenwissenschaftlern, Softwareentwicklern und dem Betrieb verbunden sind. Die Verwendung von Werkzeugen und Prozessen zur Überwachung und Ergreifung von Maßnahmen wird diskutiert, wenn die Modellvorhersage in der Produktion von vereinbarten Leistungskennzahlen abweicht.
Optional erstellen Sie einen MLOps-Aktionsplan für ihre Organisation durch tägliche Reflexion der Unterrichts- und Laborinhalte sowie durch Gespräche mit Kollegen und Dozenten.
Zielgruppe:
- DevOps Engineers
- ML Engineers
- Entwickler/Betriebe mit Verantwortung für die Operationalisierung von ML-Modellen
Kursziel:
Nach dem Kurs können Sie MLOps-Praktiken nutzen, um ML-Modelle auf AWS effizient zu operationalisieren. Sie lernen, wie Sie Tools und Automatisierungen einsetzen, um den Übergang zwischen Teams zu optimieren und Modellabweichungen in der Produktion zu überwachen.
Hinweis:
Kurssprache ist Deutsch, die Unterlagen sind in englischer Sprache (teilweise in digitaler Form).
Dieses Seminar führen wir in Kooperation mit der Fast Lane GmbH durch.
Kursvoraussetzungen
Erforderlich:
- AWS Technical Essentials (AWSE)
- DevOps Engineering on AWS (AWSDEVOPS)
- Practical Data Science with Amazon SageMaker (PDSASM)
Zusätzlich Empfohlen:
- The Elements of Data Science (digitaler Kurs) oder gleichwertige Erfahrung
- Machine Learning Terminology and Process (digitaler Kurs)
Ist die Teilnahme vor Ort und online möglich?
Dieses Seminar können Sie nur als Live-Online-Training (virtuelles Präsenzseminar) buchen. Schauen Sie sich die technischen Voraussetzungen für Live-Online-Schulungen an.
Welche Themen werden im AWS - MLOps Engineering on AWS behandelt?
- Einführung in MLOps
- Operationen des maschinellen Lernens
- Ziele von MLOps
- Kommunikation
- Von DevOps zu MLOps
- ML-Arbeitsablauf
- Umfang
- MLOps-Sicht auf den ML-Workflow
- MLOps-Fälle
- MLOps-Entwicklung
- Einführung in das Erstellen, Trainieren und Bewerten von Modellen für maschinelles Lernen
- MLOps-Sicherheit
- Automatisieren
- Apache Airflow
- Kubernetes-Integration für MLOps
- Amazon SageMaker für MLOps
- Bringen Sie Ihren eigenen Algorithmus in eine MLOps-Pipeline ein
- Amazon SageMaker
- Einführung in das Erstellen, Trainieren und Bewerten von Modellen für maschinelles Lernen
- Code und Bereitstellung Ihres ML-Modells mit AWS CodeBuild
- Das Arbeitsbuch zum MLOps-Aktionsplan
- MLOps-Bereitstellung
- Einführung in die Bereitstellungsvorgänge
- Modell-Paketierung
- Inferenz
- Einsetzen des Modells in der Produktion
- SageMaker Produktionsvarianten
- Strategien für den Einsatz
- Einsatz an der Grenze
- Durchführen von A/B-Tests
- MLOps-Aktionsplan Arbeitsbuch
- Modellüberwachung und Betrieb
- Fehlersuche in Ihrer Pipeline
- Die Bedeutung der Überwachung
- Überwachung durch Design
- Überwachen Sie Ihr ML-Modell
- Human-in-the-loop
- Amazon SageMaker Modell-Monitor
- Amazon SageMaker Pipelines, Model Monitor, Model Registry und Feature Store
- Lösen des Problems/der Probleme
- Das MLOps Action Plan Workbook
- Nachbereitung
- Nachbearbeitung der MLOps-Aktionsplan-Arbeitsmappe
Ihre Vorteile
- Durchführung ab 1 Teilnehmenden
Unser Ziel ist es, Ihnen schnellstmöglich den gewünschten Kurs anzubieten. Aus diesem Grund führen wir einen Großteil unserer <a href="https://www.pc-college.de/durchfuehrung-ab-einem-teilnehmer">Seminare ab einer Person</a> durch. Das bietet Ihnen Planungssicherheit und bringt Sie schnell an Ihr Ziel. - Nachbetreuung
Auch nach dem Seminar sind wir für Sie da. Vier Wochen nach jedem Training stehen wir Ihnen kostenfrei für programmspezifische Fragen zur Verfügung. Wir möchten Sie auch nach der Schulung bei der sicheren Anwendung des Erlernten unterstützen. - Schulungsexperte seit 1985
Wir haben mehr als 40 Jahre Schulungserfahrung. Dabei setzen wir seit jeher auf Trainerinnen und Trainer mit langjähriger didaktischer, fachlicher und praktischer Erfahrung.
AWS - MLOps Engineering on AWS - als individuelles Firmenseminar anfragen
Dieser Kurs wird als Einzel- oder Firmenschulung durchgeführt.
Gerne erstellen wir Ihnen ein Angebot.