Weiterbildungsmodul
Machine Learning Operations (MLOps)
Machine Learning Operations (MLOps) ist eine funktionsübergreifende Disziplin, die sich auf die Bereitstellung, Prüfung, Überwachung und Automatisierung von Machine Learning-Modellen konzentriert. MLOps hat zum Ziel, das Trainieren, Bereitstellen und Überwachen von Machine Learning Modellen mit Hilfe von Prozessen und Tools zu erleichtern und gleichzeitig sicherzustellen, dass sie zuverlässig, skalierbar und sicher sind. Dies kann Unternehmen dabei helfen, die Entwicklung von Modellen wesentlich zu beschleunigen und gleichzeitig deren Leistung und Zuverlässigkeit zu verbessern.
Dieses Modul vermittelt einen Überblick über die Grundkonzepte von MLOps. Zudem werden methodische Ansätze und Werkzeuge zur manuellen und automatischen Erstellung, Verwaltung, Bereitstellung und Überwachung von Machine Learning-Modellen vermittelt. Teilnehmer_innen lernen darüber hinaus, welche Governance-Aspekte durch MLOps betroffen sind und wie die Qualitätssicherung von betrieblich genutzten Machine Learning-Modellen sichergestellt werden kann.
Präsenztermine
Gesamtlaufzeit: 14. März 2025 bis 09. Mai 2025
Präsenztermine:
- Freitag, 14.03. & Samstag, 15.03.2025 (9.00-17.00 Uhr)
- Freitag, 09.05.2025 (9.00-17.00 Uhr)
Online-Phase im Zeitraum zwischen März und Mai 2025.
Bewerbungsfrist: 23. Februar 2025
Veranstaltungsort:
Hochschule der Medien Stuttgart
Nobelstraße 10, 70569 Stuttgart
Sie haben an diesem Termin keine Zeit?
Merken Sie sich hier unverbindlich
für das nächste Modul vor!
Informationen zum Modul
GRUNDLAGEN:
- MLOps Aufgabenbereiche und Komponenten
- Machine Learning-Lebenszyklus
- Grundlagen und Schnittstellen von ML, DevOps und Data Engineering
TECHNISCHE ASPEKTE
- Datenerfassung
- Datenaufteilung (Training-, Validierung- und Testdatensatz)
- Datentransformation
- Feature Engineering
- Modellentwicklung und -optimierung
- Modellbereitstellung
- Modellüberwachung
- Automatisierung mit Pipelines
FACHLICHE UND ORGANISATORISCHE ASPEKTE
- Qualitätssicherung
- Governance
SPRACHEN & FRAMEWORKS
- Python
- Bash (Shell)
- TensorFlow Extended (TFX)
- Kubeflow
- MLflow
- Scikit-learn
- Docker und Kubernetes
- Apache Airflow
- MLOps-Lösungen unterschiedlicher Cloud-Anbieter
Dozierender
Prof. Dr. David Klotz
Hochschule der Medien
Lehrgebiete Big Data, Data Engineering, Digitalization, Digital Architecture, Digital Complexity
Beratung und Kontakt
Das Team des Weiterbildungszentrums
der HdM informiert Sie gerne!
Telefon: 0711 8923 3214
E-Mail: weiterbildung@hdm-stuttgart.de