Bei dieser MLOps-Schulung erleben Sie eine ausgewogene Mischung aus Theorie, Live-Demonstrationen und praktischen Übungen.
Erlernen Sie die grundlegenden Prinzipien und Konzepte von MLOps, einschließlich der Integration in die Bereiche DevOps und Machine Learning.
Lernen Sie fortgeschrittene MLOps-Tools und -Techniken sowie Methoden für kontinuierliche Integration und Bereitstellung (CI/CD) kennen.
Vertiefen Sie ihr Wissen über die Nutzung spezialisierter Cloud-Plattformen, Datenversionsverwaltung und Feature-Stores sowie in die Erstellung und Verwaltung von ML-Pipelines
In diesem MLOps Kurs …
… lernen Sie die wesentlichen Prinzipien und Konzepte von MLOps kennen, einschließlich der Integration in die Bereiche DevOps und maschinelles Lernen, der Verwendung spezialisierter Cloud-Plattformen, der Versionierung von Daten und Funktionsspeichern, der Erstellung und Verwaltung von ML-Pipelines sowie der Bereitstellung und Überwachung von Modellen. Zudem werden Sie fortgeschrittene MLOps-Tools und –Techniken kennenlernen sowie Methoden für kontinuierliche Integration und Bereitstellung (CI/CD)
Praktische Anwendungen, die wir in der MLOps-Schulung behandeln werden:
- 1Implementierung und Verwaltung von ML-Pipelines mit Kubeflow und Apache Airflow.
- 2Nutzung von TensorFlow, DVC, Feast und dbt in praktischen Übungen zur Erstellung und Bereitstellung von ML-Modellen.
- 3Applying monitoring and metrics tools like Hydrosphere, Evidently.ai, and Grafana to track data and concept drift.
- 4Hands-on Aktivitäten zur Modellbereitstellung mit FastAPI, Seldon Core und TensorFlow Serving.
- 5Durchführung von CI/CD-Prozessen mit Tools wie Jenkins, Prefect, Airflow, Rundeck, Kedro, TFX und Kubeflow.
Nach der MLOps-Schulung werden Sie in der Lage sein:
- 1Die Bedeutung von MLOps zu verstehen und anzuwenden.
- 2Machine Learning Konzepte und Umgebungen effektiv zu nutzen.
- 3Datenversionierung und Feature Stores zu implementieren.
- 4ML-Pipelines zu erstellen und zu orchestrieren.
- 5Machine Learning Frameworks wie Scikit-Learn, Keras und TensorFlow zu verwenden.
- 6Modelle mithilfe von fortgeschrittenen Techniken und Tools bereitzustellen und zu überwachen.
- 7CI/CD-Tools und Plattformen in ML-Workflows zu integrieren.
Die MLOps-Schulung ist NICHT für Sie geeignet, wenn…
Hear from our satisfied training attendees
A1 Telekom Austria AG
„UTA coached my team along the development process of the migration plan of our on-premises data lake to the public cloud.
The outstanding level of expertise, both on a technical and organizational level, ensured a well-structured and realistic migration plan including timeline, milestones, and efforts.
The enablement of my team was at the center of a very smooth collaboration. Through UTA, we achieved our goal faster and reduced risks of the migration project significantly.
I highly recommend UTA’s services!“
Reinhard Burgmann
Head of Data Ecosystem
Vattenfall
“I recently attended Vattenfall IT’s online Kafka training day hosted by Ultra Tendency, and it was an enriching experience.
The trainer, Ahmed, did a fantastic job explaining the theory behind Kafka, and the emphasis on practical application was great. The hands-on programming exercises were particularly helpful, and I’ve never experienced training with so many interactive examples!
Overall, I highly recommend this training to anyone who wants to improve their Kafka knowledge interactively and gain valuable skills.”
Bernard Benning
BA Heat
VP Bank
„The MLOps training exceeded our expectations!
It offered a perfect blend of an overview, hands-on coding examples, and real-world use cases. The trainer answered all questions competently and adapted the content to fit our company’s infrastructure.
This training not only provided us with knowledge but also practical skills that we can apply immediately.“
Eisele Peer
Lead Architect & Head of IT Integration & Development
Get to know your DBT Training professionals

Marvin Taschenberger

Hudhaifa Ahmed
Senior Lead Big Data Developer & Berlin Territory Manager, Ultra Tendency

Matthias Baumann
Erforderliche Hardware und Infrastruktur für Ihr MLOps-Training
- Sie benötigen einen PC oder Mac mit einem Webbrowser und MS Teams.
- Während der Schulung stellen wir Ihnen eine virtuelle Maschine mit den erforderlichen lokalen Abhängigkeiten, Diensten und Root-Zugriffen zur Verfügung.
- Auf dieser VM läuft ein Kubernetes-Cluster, auf dem Sie die Trainingsanweisungen testen und ausführen können.
- Sie können über einen Browser oder SSH auf die Maschine zugreifen, wenn Sie möchten und die Netzwerkbeschränkungen dies zulassen.