iX-Workshop: Reproduzierbare Machine-Learning-Workflows mit git, dvc, mlflow
An vier Vormittagen lernen Sie, wie Sie ML-Modelle mit Open-Source-Tools reproduzierbar in den Produktivbetrieb überführen. Frühbucherrabatt bis 7.3.
![](https://heise.cloudimg.io/width/610/q85.png-lossy-85.webp-lossy-85.foil1/_www-heise-de_/imgs/18/3/3/0/6/3/6/8/KI-MachineLearning_Ticker-16x9-ed4495b6d822d026.png)
Machine-Learning-Workflows mit git, dvc, MLflow richtet sich an Software-Entwickelnde, die bereits mit den Grundlagen von Machine Learning und KI vertraut sind, und nun den Einstieg in die Entwicklung versionierbarer Modelle mit reproduzierbaren Ergebnissen suchen. In dieser Online-Schulung lernen Sie an vier aufeinanderfolgenden Vormittagen, wie Sie einen modernen Entwickler-Stack für maschinelles Lernen aufbauen und für die Integration in die Betriebspraxis vorbereiten.
MLOps "Lite"
Sie lernen, wie Sie Versionierungswerkzeuge wie git und dvc nutzen, um nicht nur Code, sondern auch Daten und ML-Modelle zu versionieren und reproduzierbar und teilbar zu machen. Mit dem Lifecycle-Management-Tool MLflow erstellen Sie Data-Science-Abläufe, mit denen Sie Modelle definieren, parametrisieren, validieren und analysieren.
Der letzte Workshop-Tag führt in die Modell-Optimierung für den Praxiseinsatz ein, in Hyperparameter-Tuning, sowie in Automatisierung mit Docker und CI/CD-Pipelines und in kontinuierliches Monitoring. Auch die kommerziellen Angebote der großen Cloud-Provider finden Erwähnung.
Die beiden Trainer Philipp Braunhart und Moustapha Karaki kommen als Machine Learning Engineers aus der Praxis und beantworten gern Ihre konkreten Fragen. Dank der geringen Teilnehmerzahl von maximal 15 Personen bietet die Schulung dafür viele Möglichkeiten. Noch bis 7. März können Sie sich 10 % Rabatt auf das Ticket sichern.
- Weitere Informationen und Anmeldung: Machine-Learning-Workflows mit git, dvc, MLflow – Online-Workshop an vier Vormittagen, 4. – 7. April 2022.
(akl)