Erweitertes Machine Learning – Skalierung, Deep Learning & MLOps

Dieser Kurs richtet sich an Teilnehmende mit soliden ML-Kenntnissen, die den Schritt hin zu skalierbaren, modernen Machine-Learning-Systemen gehen möchten.
Im Mittelpunkt stehen Deep Learning, moderne Modellarchitekturen, hochperformante Trainingspipelines, professionelle MLOps-Prozesse und produktionsreife Deployments.

Du lernst, komplexe Modelle für Bild- und Textdaten zu entwickeln, diese skalierbar zu trainieren und produktionsreif bereitzustellen – von Experimenttracking über Orchestrierung bis Monitoring.
Den Abschluss bildet ein anspruchsvolles End-to-End-Projekt, das mehrere Komponenten in einem voll funktionsfähigen ML-System vereint.

Für wen dieser Kurs geeignet ist

Data Scientists, ML Engineers und erfahrene Entwickler
Personen, die bereits ML-Modelle trainieren, tunen und evaluieren können
Teams, die ML-Systeme skalieren oder produktionsreif machen möchten
Anwender, die Deep Learning, MLOps und moderne Infrastruktur verstehen wollen

Was du in diesem Kurs lernst

Deep-Learning-Modelle für Bilder und Texte zu entwickeln, zu trainieren und zu optimieren
ML-Systeme zu skalieren – für große Datenmengen, schnelle Inferenz und produktionsreife Workflows
MLOps-Instrumente wie MLflow, Prefect/Airflow und DVC anzuwenden
Monitoring-, Drift- und Interpretierbarkeitsmechanismen zu implementieren
Modelle über FastAPI & Docker bereitzustellen und kontrolliert zu betreiben
ein anspruchsvolles ML-Endprojekt zu planen, zu entwickeln und zu deployen

Kursinformation

Dauer: 5 Tage (verlängerbar auf 8 Tage mit tieferen Einblicken und Projekt-Skalierung)
Format: Präsenz oder Live-Online
Methodik: 40 % Theorie, 40 % Hands-on, 20 % Projekt
Tools: PyTorch, TensorFlow/Keras, scikit-learn, XGBoost, MLflow, Prefect, DVC, Docker
Infrastruktur: VS Code / PyCharm, Git, Cloud- bzw. lokale Umgebung
Teilnehmerzahl: Kleingruppen für persönliche Betreuung

Bereit für den nächsten Schritt?

Melde dich an und wir unterstützen dich dabei, deine Ziele sicher zu erreichen. Einfach das Formular ausfüllen – wir melden uns zeitnah bei dir mit weiteren Informationen.