Schulungsübersicht
Einführung
MLOps Übersicht
- Was ist MLOps?
- MLOps in der Azure Machine Learning-Architektur
Vorbereitung der MLOps-Umgebung
- Einrichten von Azure Machine Learning
Modellreproduzierbarkeit
- Arbeiten mit Azure Machine Learning-Pipelines
- Vernetzen von Machine Learning-Prozessen mit Pipelines
Container und Bereitstellung
- Verpacken von Modellen in Container
- Bereitstellen von Containern
- Validieren von Modellen
Automatisierung von Vorgängen
- Automatisieren von Vorgängen mit Azure Machine Learning und GitHub
- Retrainieren und Testen von Modellen
- Rollout neuer Modelle
Governance und Kontrolle
- Erstellen einer Audit-Trail
- Verwalten und Überwachen von Modellen
Zusammenfassung und Fazit
Voraussetzungen
- Erfahrung mit Azure Machine Learning
Zielgruppe
- Data Scientists
Erfahrungsberichte (3)
Das Pacing war zum Großteil fantastisch. Michal war sehr gut darin, das Publikum einzubeziehen und dafür zu sorgen, dass die meisten der Zuhörer Schritt halten konnten.
Asif Shaikh - Carpmaels & Ransford
Kurs - Terraform on Microsoft Azure
Maschinelle Übersetzung
Dass wir in der Praxis alles selbst tun konnten. Dass unser Trainer umfangreiches Wissen hatte und wir ihn alles fragen konnten, worauf er immer eine Antwort parat hatte. Dass ich einige Fähigkeiten erworben habe, die für Entwickler nützlich sind.
Julia Gajtkowska - Demant Business Services Poland
Kurs - Azure DevOps Fundamentals
Maschinelle Übersetzung
Es war wirklich nützlich, den kompletten Prozess von Anfang bis Ende zu sehen. Dadurch konnte ich das Technologie besser verstehen als durch das Fokusieren auf einzelne Teile ohne Zusammenhang.
Scott Fisher - Derivco
Kurs - Kubernetes on Azure (AKS)
Maschinelle Übersetzung
