Seminarinformationen

Seminar - Ziel

In diesem 3-tägigen Seminar „MLOps Engineering on AWS“ erfahren Sie, wie sich die Prinzipien und Methoden des DevOps-Ansatzes auf die Entwicklung, das Training und die Bereitstellung von Machine-Learning-Modellen übertragen lassen. Der Fokus liegt auf der zentralen Rolle von Daten, Modellen und Code für erfolgreiche ML-Implementierungen. Sie machen sich mit Werkzeugen, Automatisierungen, Prozessen und Formen der Zusammenarbeit vertraut, die dabei unterstützen, typische Herausforderungen in der Kooperation zwischen Dateningenieur:innen, Data Scientists, Entwickler:innen und Betriebsteams zu meistern.

Darüber hinaus befassen Sie sich mit dem Einsatz geeigneter Tools und Verfahren zur Überwachung und Reaktion – insbesondere dann, wenn Modellvorhersagen in der Produktivumgebung von definierten Leistungskennzahlen abweichen.

Teilnehmer - Zielgruppe

  • DevOps-Ingenieure
  • ML-Ingenieure
  • Entwickler mit Verantwortung für die Operationalisierung von ML-Modellen

Kurs - Voraussetzungen

Für eine optimale Teilnahme am Kurs empfehlen wir folgende Vorkenntnisse:

Seminardauer

  • 3 Tage
  • 09:00 Uhr bis 17:00 Uhr

Schulungsunterlagen

  • nach Absprache

Seminar-Inhalt / Agenda

Einführung in MLOps

  • Machine Learning Operations
  • 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, Erlernen und Auswerten von Modellen des Machine Learning
  • MLOps-Sicherheit
  • Automatisieren
  • Apache Airflow
  • Kubernetes-Integration für MLOps
  • Amazon SageMaker für MLOps
  • Einen eigenen Algorithmus in eine MLOps-Pipeline einbinden
  • Demonstration: Amazon SageMaker
  • Einführung in das Erstellen, Trainieren und Bewerten von Modellen für maschinelles Lernen
  • Code und Bereitstellung Ihres ML-Modells mit AWS CodeBuild

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

Modellüberwachung und Betrieb

  • Fehlersuche in Ihrer Pipeline
  • Die Bedeutung der Überwachung
  • Überwachung durch Design
  • ML-Modell überwachen
  • Der Mensch in der Schleife
  • Amazon SageMaker Modell-Überwachung
  • Amazon SageMaker Pipelines, Model Monitor, Model Registry und Feature Store
  • Lösen des Problems/der Probleme

Wrap-up

Tags: AWS

Weitere Schulungen zu Thema AWS

AWS Cloud Financial Management for Builders

- u.a. in Nürnberg, Berlin, Stuttgart, München, Köln

In diesem 3-tägigen Seminar „AWS Cloud Financial Management for Builders“ lernen Sie, wie Sie die Kosten beim Betrieb von Workloads auf AWS verwalten, optimieren und vorhersagen können. Das Seminar richtet sich an Personen, die verstehen möchten, wie sie architektonische ...

Video Streaming Essentials for AWS Media Services

- u.a. in Nürnberg, Berlin, Stuttgart, München, Köln

In diesem 2-tägigen Seminar „Video Streaming Essentials for AWS Media Services“ erhalten Sie einen umfassenden Einblick in bewährte Methoden zur Entwicklung und Nutzung von Cloud-basierten Video-Workflows. Das Seminar behandelt zentrale Konzepte rund um die ...

Planning and Designing Databases on AWS

- u.a. in Stuttgart, Leipzig, Nürnberg, Erfurt, Offenbach

In diesem 3-tägigen Seminar „Planning and Designing Databases on AWS“ erhalten Sie einen umfassenden Einblick in die Designaspekte für das Hosting von Datenbanken auf Amazon Elastic Compute Cloud (Amazon EC2). Sie lernen verschiedene relationale Datenbankdienste kennen, ...

AWS Cloud for Finance Professionals

- u.a. in Bremen, Zürich, Virtual Classroom, Freiburg, Jena

In dieser 2-tägigen Schulung "AWS Cloud for Finance Professionals" lernen Sie, wie AWS Finanzexperten dabei unterstützt, die Cloud in einer finanziell vernünftigen Weise einzusetzen. Der Kurs vermittelt Ihnen die grundlegenden Kenntnisse, die Sie benötigen, um ...