Sie verlassen unserer Website
Verwendung eines externen Links:
Sie verlassen jetzt unsere Webseite. Die folgende Seite wird von einem Drittanbieter betrieben. Wir übernehmen keine Verantwortung für Inhalte, Datenschutz oder die Sicherheit auf der verlinkten Seite..
URL:
AW235: Machine Learning Engineering on AWS™
Training: AWS™ - Cloud - Künstliche Intelligenz
Der Kurs vermittelt Fachkräften im Machine Learning, wie sie ML-Lösungen auf AWS™ im großen Maßstab entwickeln, bereitstellen, orchestrieren und betreiben. Durch Theorie und praxisnahe Übungen sammeln Teilnehmende Erfahrung mit Amazon SageMaker AI, Amazon EMR und weiteren Services, um robuste, skalierbare und produktionsreife ML-Anwendungen umzusetzen.
Start: 10.02.2026 | 10:00 Uhr
Ende: 12.02.2026 | 17:00 Uhr
Ort: Online
Preis: 1.995,00 € zzgl. MwSt.
Start: 09.11.2026 | 10:00 Uhr
Ende: 11.11.2026 | 17:00 Uhr
Ort: Online
Preis: 1.995,00 € zzgl. MwSt.
Agenda:
- Einführung in den Kurs
- Einführung in Machine Learning (ML) auf AWS™
- Einführung in ML
- Amazon SageMaker AI
- Verantwortungsvolles ML
- Analyse von Herausforderungen im Bereich Machine Learning (ML)
- Bewertung geschäftlicher ML-Herausforderungen
- Trainingsansätze im ML
- Trainingsalgorithmen im ML
- Datenverarbeitung für Machine Learning (ML)
- Datenaufbereitung und Datentypen
- Explorative Datenanalyse
- AWS™ Storage-Optionen und Auswahl
- Datentransformation und Feature Engineering
- Umgang mit fehlerhaften, doppelten und fehlenden Daten
- Konzepte des Feature Engineerings
- Techniken zur Feature-Auswahl
- AWS™-Services zur Datentransformation
- Lab 1: Analyse und Aufbereitung von Daten mit Amazon SageMaker Data Wrangler und Amazon EMR
- Lab 2: Datenverarbeitung mit SageMaker Processing und dem SageMaker Python SDK
- Auswahl eines Modellierungsansatzes
- Eingebaute Algorithmen von Amazon SageMaker AI
- Amazon SageMaker Autopilot
- Auswahl eingebaute Trainingsalgorithmen
- Überlegungen zur Modellauswahl
- Kostenaspekte im ML
- Training von Machine-Learning-(ML)-Modellen
- Konzepte des Modelltrainings
- Modelltraining mit Amazon SageMaker AI
- Lab 3: Training eines Modells mit Amazon SageMaker AI
- Bewertung und Optimierung von ML-Modellen
- Bewertung der Modellleistung
- Techniken zur Reduzierung der Trainingszeit
- Techniken zur Hyperparameter-Optimierung
- Lab 4: Modell-Tuning und Hyperparameter-Optimierung mit Amazon SageMaker AI
- Strategien zur Modellbereitstellung
- Bereitstellungsüberlegungen und Zieloptionen
- Bereitstellungsstrategien
- Auswahl einer Inferenzstrategie
- Container- und Instanztypen für Inferenz
- Lab 5: Traffic Shifting
- Absicherung von AWS™-Machine-Learning-(ML)-Ressourcen
- Zugriffskontrolle
- Netzwerkkontrollen für ML-Ressourcen
- Sicherheitsüberlegungen für CI/CD-Pipelines
- Machine Learning Operations (MLOps) und automatisierte Bereitstellung
- Einführung in MLOps
- Automatisiertes Testen in CI/CD-Pipelines
- Continuous-Delivery-Services
- Lab 6: Nutzung von Amazon SageMaker Pipelines und dem Amazon SageMaker Model Registry mit Amazon SageMaker Studio
- Überwachung der Modellleistung und Datenqualität
- Erkennung von Datenabweichungen in ML-Modellen
- SageMaker Model Monitor
- Überwachung von Daten- und Modellqualität
- Automatisierte Fehlerbehebung und Troubleshooting
- Lab 7: Überwachung eines Modells auf Datenabweichungen
- Kursabschluss
Ziele:
In diesem Kurs AW235 Machine Learning Engineering on AWS™ lernen Sie:- Grundlagen von ML und deren Anwendungsfälle in der AWS™ Cloud zu erläutern
- Daten mithilfe von AWS™-Services für ML-Aufgaben zu verarbeiten, zu transformieren und aufzubereiten
- Geeignete ML-Algorithmen und Modellierungsansätze anhand der Problemstellung und Modellinterpretierbarkeit auszuwählen
- Skalierbare ML-Pipelines mit AWS™-Services für das Modelltraining, die Bereitstellung und Orchestrierung zu entwerfen und umzusetzen
- Automatisierte Continuous-Integration- und Delivery-(CI/CD)-Pipelines für ML-Workflows zu erstellen
- Geeignete Sicherheitsmaßnahmen für ML-Ressourcen auf AWS™ zu besprechen
- Strategien zur Überwachung von bereitgestellten ML-Modellen umzusetzen, einschließlich Techniken zur Erkennung von Datenabweichungen
Zielgruppe:
Dieser Kurs AW235 Machine Learning Engineering on AWS™ richtet sich an:- DevOps Engineers
- Developer
- SysOps Engineers
- ML-Engineers
- ML-Profis, die an der Erstellung, Bereitstellung und Operationalisierung von Modellen für maschinelles Lernen in AWS™ interessiert sind.
Voraussetzungen:
Um an dem Kurs AW235 Machine Learning Engineering on AWS™ bei qSkills™ teilnehmen zu können, sollten Sie folgende Voraussetzungen erfüllen:- Vertrautheit mit grundlegenden Konzepten des Machine Learnings
- Praktische Kenntnisse in der Programmiersprache Python sowie gängiger Data-Science-Bibliotheken wie NumPy, Pandas und Scikit-learn
- Grundverständnis von Cloud-Computing-Konzepten und Vertrautheit mit AWS™
- Erfahrung mit Versionskontrollsystemen wie Git (vorteilhaft, aber nicht erforderlich)
Beschreibung:
Der dreitägige Kurs AW235 Machine Learning Engineering on AWS™ richtet sich an Fachkräfte im Bereich Machine Learning, die ihre Kenntnisse im maschinellen Lernen auf AWS™ vertiefen möchten. Die Teilnehmenden lernen, ML-Lösungen im großen Maßstab zu erstellen, bereitzustellen, zu orchestrieren und zu betreiben – durch eine ausgewogene Kombination aus Theorie, praktischen Übungen (Labs) und Aktivitäten. Sie sammeln praktische Erfahrung mit AWS™-Services wie Amazon SageMaker AI und Analysewerkzeugen wie Amazon EMR, um robuste, skalierbare und produktionsreife Machine-Learning-Anwendungen zu entwickeln.Dieser Kurs AW235 Machine Learning Engineering on AWS™ umfasst Präsentationen, praktische Übungen (Labs), Demonstrationen und Gruppenübungen.
Sonstiges:
Die Kursunterlagen (E-Book) sind in englischer Sprache, die Kurssprache ist deutsch.Durchführungsgarantie:
ab 2 Teilnehmer
Buchungsinformationen
Preis:
1.995,00 € zzgl. MwSt.
(inklusive Mittagessen & Getränke)
Prüfung:
Die Prüfungsgebühr ist nicht im Preis enthalten. Kann aber bei PearsonVue gebucht werden.
Terminauswahl:
Autorisierter Trainingspartner
Autorisierter Trainingspartner
Mitgliedschaften
Mitgliedschaften
Warenkorb
AW235: Machine Learning Engineering on AWS™
wurde zum Warenkorb hinzugefügt.