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 Grundkkonzepte von MLOps. Zudem werden methodische Ansätze und Werkzeuge zur manuellen und automatischen Erstellung, Verwaltung, Bereitstellung und Überwachung von Machine Learning-Modellen vermittelt. Teilnehmende lernen darüber hinaus, welche Governance-Aspekte durch MLOps betroffen sind und wie die Qualitätssicherung von betrieblich genutzten Machine Learning-Modellen sichergestellt werden kann.

Hier können Sie sich für das Seminar einschreiben: Seminarbuchung

Inhaltliche Schwerpunkt

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 und Frameworks

• Python
• Bash (Shell)
• TensorFlow Extended (TFX)
• Kubeflow
• MLflow
• Scikit-learn
• Docker und Kubernetes
• Apache Airflow
• MLOps-Lösungen unterschiedlicher Cloud-Anbieter

Lernziele

Nach erfolgreichem Absolvieren dieses Moduls werden die Teilnehmenden über folgende Kompetenzen verfügen:

• Sie beherrschen die grundlegenden Begriffe und Konzepte des MLOps und kennen die Relevanz für die Unternehmenspraxis.

• Sie können Fragestellungen aus dem Bereich MLOps einordnen und methodisch analysieren, sowie Lösungskonzepte für diese Fragestellungen entwickeln und prototypisch umsetzen.

• Sie können sich eigenständig in neue MLOps Lösungen einarbeiten und diese anwenden.

• Sie können Konzepte aus dem Bereich MLOps sowohl aus technischer als auch wirtschaftlicher Sicht bewerten.

Umfang

Das Modul kombiniert drei Präsenztage mit einer mehrmonatigen online-gestützten Selbstlern- und Projektarbeitsphase.

Für den Abschluss des Moduls mit einem Hochschulzertifikat (inkl. Prüfung) ist ein Gesamtaufwand von 180 Stunden veranschlagt. Dies entspricht einem Äquivalent von 6 ECTS. Für den Abschluss des Moduls als Weiterbildung mit Teilnahmebescheinigung ohne Prüfung wird ein geringerer Gesamtaufwand veranschlagt.

Kosten und Finanzierung

Die Gebühr für das Modul beträgt 1400 Euro und 100 Euro Prüfungsgebühr.Verpflegung und Seminarunterlagen sind in den Teilnahmegebühren eingeschlossen. Persönliche Aufenthalts- und Reisekosten sind von den Teilnehmenden selbst zu tragen.

Kosten für Weiterbildung (Entgelte, Reise, Unterkunft) können steuerrechtlich geltend gemacht werden. Weiterhin besteht die Möglichkeit, Bildungsurlaub/-zeit zu beantragen.

Voraussetzungen und Vorkenntnisse

Für die Teilnahme mit Prüfung (Zertifikat) ist ein abgeschlossenes Hochschulstudium Voraussetzung, das Sie über Ihr Hochschulzeugnis bei der Anmeldung (Upload) nachweisen. Zusätzlich empfehlen wir für einen gewinnbringenden Wissenstransfer auf Ihre berufliche Praxis eine mindestens einjährige Berufserfahrung.

Das Modul kann aber auch als Weiterbildung mit Teilnahmebescheinigung (ohne Prüfung) besucht werden.

Zertifikat und Anrechnungsmöglichkeiten

Bei erfolgreichem Abschluss des Moduls mit einer Prüfungsleistung erhalten Sie ein Zertifikat der Hochschule der Medien, das Ihre erworbenen Kompetenzen und ECTS-Punkte bestätigt.

Die erworbenen Kompetenzen können zudem im berufsbegleitenden Masterangebot Data Science (M.Sc.) angerechnet werden. Bei Rückfragen hierzu stehen wir Ihnen gerne unter weiterbildung@hdm-stuttgart.de zur Verfügung.

Weiterhin besteht die Möglichkeit, das Modul als Weiterbildung zu absolvieren und es mit einer Teilnahmebescheinigung (ohne Prüfung und ECTS-Punkte) abzuschließen.

Bei erfolgreichem Abschluss des Moduls mit einer Prüfungsleistung erhalten Sie ein Zertifikat der Hochschule der Medien, das Ihre erworbenen Kompetenzen und ECTS-Punkte bestätigt.

Hier können Sie sich für das Seminar einschreiben: Seminarbuchung