Dagster-Schulung für KI-Pipelines
Baue asset-zentrierte Pipelines mit Python, Backfills, Tests und CI/CD für Analytics und KI
Die wichtigsten Themen
Asset-Graphen in Dagster modellieren
Partitionen und Backfills steuern
Sensors und Schedules einsetzen
Tests und CI/CD für Pipelines
Monitoring und Fehlerpfade planen
KI-Pipeline mit Embeddings bauen
Überblick Dagster macht Abhängigkeiten, Metadaten und Materialisierungsläufe für Tabellen, Dateien, Feature-Sets oder Embeddings sichtbar. In der Dagster-Schulung baust du ein Python-Repository mit Assets, Resources, Jobs,...
Dagster macht Abhängigkeiten, Metadaten und Materialisierungsläufe für Tabellen, Dateien, Feature-Sets oder Embeddings sichtbar. In der Dagster-Schulung baust du ein Python-Repository mit Assets, Resources, Jobs, Schedules und Sensors auf. Du steuerst Partitionen und Backfills, prüfst Runs in der Dagster-UI und ergänzt Asset Checks für Datenqualität. Das Data-Orchestration-Training nutzt einen Data-Engineering-Workflow, in dem Feature-Daten oder Embeddings für eine KI-Pipeline entstehen. Ein CI/CD-Runner führt Tests für den Pipeline-Code aus, bevor Änderungen in die Zielumgebung gehen. Für solide Python-Grundlagen eignet sich der Python-Aufbaukurs. Frag deinen Wunschtermin bei cmt an, wenn du Dagster für Analytics-, Data-Engineering- oder MLOps-Pipelines einsetzen willst.
Die Themen Asset-Graphen und Software-Defined Assets · Strukturierte Python-Module im Dagster-Projekt · Metadaten für Data Lineage · Resources und Konfiguration pro Umgebung · Ops als wiederverwendbare Pipeline-Schritte...
Asset-Modell der Dagster-Schulung
- Asset-Graphen und Software-Defined Assets
- Strukturierte Python-Module im Dagster-Projekt
- Metadaten für Data Lineage
- Resources und Konfiguration pro Umgebung
Data-Orchestration-Training mit Dagster
- Ops als wiederverwendbare Pipeline-Schritte
- Jobs für ausgewählte Asset-Gruppen
- Schedules für zeitgesteuerte Läufe
- Sensors für ereignisbasierte Starts
- Run-Konfiguration für wiederholbare Ausführungen
Data-Pipeline-Schulung für Produktionsläufe
- Partitionen für tägliche Batch-Daten
- Backfills für einzelne Partitionen
- Retries bei transienten Fehlern
- Fehleranalyse in der Dagster-UI
- Materialisierungen mit prüfbaren Lauf-Metadaten
Dagster-Python-Training im Repository
- Unit-Tests für einzelne Asset-Funktionen
- Unit-Tests für wiederverwendbare Op-Logik
- Asset Checks für Datenqualität
- Git-Runner für automatisierte Pipeline-Tests
- Umgebungsvariablen für getrennte Konfiguration
- Packaging für wiederholbare Deployments
Data-Engineering-Workflow für KI-Pipelines
- Feature-Daten als überwachte Assets
- Embedding-Erzeugung als wiederholbarer Asset-Schritt
- Observability über Materialization Events
- Deployment-Muster für produktive Data-Teams
Zielgruppe
- Data Engineers: du orchestrierst Python-Pipelines
- Analytics Engineers: du modellierst Datenprodukte
- Python-Entwicklerinnen und Python-Entwickler: du baust ETL-Code
- MLOps-Verantwortliche: du betreibst KI-Pipelines
Das lernst du
- Asset-zentrierte Dagster-Repositories eigenständig strukturieren
- Produktionsnahe Jobs mit Schedules, Sensors und Partitionen aufsetzen
- Backfills kontrollieren und Fehlerpfade nachvollziehbar behandeln
- Tests, Asset Checks und CI/CD in den Pipeline-Alltag integrieren
- KI-Pipeline mit Feature-Daten oder Embeddings umsetzen
So arbeiten wir
Kurze Trainer-Inputs führen in das jeweilige Dagster-Konzept ein. Danach arbeitet die Gruppe in einem gemeinsamen Repository an Labs mit Assets, Partitionen, Tests, CI/CD und einem KI-Pipeline-Beispiel. Code-Reviews und Debugging-Sessions zeigen typische Fehlerbilder aus Data-Engineering-Projekten.
Empfohlene Vorkenntnisse
- Solide Python-Grundlagen, etwa auf Niveau des Python Aufbaukurses
- Grundverständnis für Datenpipelines, Git und SQL-Abfragen
Dein Fahrplan
- Dagster-Architektur und asset-zentrierte Denkweise
- Repository-Struktur mit Python-Modulen
- Assets, Ops, Resources und Konfiguration
- Dagster UI für Runs und Lineage
- Erste Materialisierungen mit Metadaten
Organisatorisches
Lernformate
Unsere Seminare bieten dir maximale Flexibilität: Du kannst zwischen Live-Online und Vor Ort in unseren modernen Schulungszentren im D-A-CH Raum wählen. Beide Formate garantieren dir die gleiche hohe Qualität und interaktive Lernerfahrung.
Schulungsarten
Wir bieten dir verschiedene Schulungsarten: Offene Seminare, Firmenseminare für Teams und Inhouse-Schulungen direkt bei dir vor Ort. So findest du genau das Format, das zu deinen Bedürfnissen passt.
Uhrzeiten
09:00-16:00 Uhr
Aktuelle Software
In unseren offenen Kursen arbeiten wir mit der aktuellsten Software-Version. So lernst du direkt mit den Tools und Features, die du auch in deinem Arbeitsalltag verwendest - praxisnah und zukunftsorientiert. Bei Inhouse- und Firmenschulungen bestimmt ihr die Version.
Deine Vorteile
Zufriedenheitsgarantie
Wir sind von unserer Qualität überzeugt. Sollte ein Training einmal nicht deinen Erwartungen entsprechen, bieten wir dir an, den Kurs kostenlos zu wiederholen oder ein anderes Training zu besuchen. Ohne Risiko, ohne Diskussion.
Inklusivleistungen
Deine Teilnahme beinhaltet: Schulungsmaterial, Zertifikat, Verpflegung (bei Präsenzveranstaltungen) und persönliche Betreuung durch unsere Trainer und unser Orga-Team. Alles aus einer Hand - keine versteckten Kosten.
Lernen von Experten
Unsere Trainer sind zertifizierte und erfahrene Profis mit jahrelanger Berufserfahrung. Sie vermitteln dir in den Kursen nicht nur theoretisches Wissen, sondern teilen ihre Erfahrungen aus realen Projekten und helfen dir, das Gelernte direkt in deiner täglichen Arbeit anzuwenden. Das ist kein Werbeversprechen, sondern unser Anspruch. Am besten siehst du das in unseren Bewertungen, z.B. auch bei Google.
Keine Vorkasse
Du zahlst erst nach dem Seminar. Keine Vorkasse, keine Vorauszahlung - so kannst du sicher sein, dass du nur für das bezahlst, was du auch wirklich erhalten hast. Die Rechnung erhältst du erst nach Kursbeginn.
Max. 8 Teilnehmende
Wir setzen auf kleine Gruppen, damit du die Aufmerksamkeit bekommst, die du verdienst. So haben wir mehr Zeit für deine individuellen Fragen und können gezielt auf deine Bedürfnisse eingehen.
Termine & Buchung
Leider haben wir aktuell keine Termine geplant. Es wird wahrscheinlich bei uns etwas schief gelaufen sein - bitte kontaktiere uns und wir finden den passenden Termin.
Nicht der passende Termin dabei?
Wir finden eine Lösung: anderer Termin, mehrere Teilnehmer, Inhouse-Schulung oder individuelle Beratung.
Lieber gleich das ganze Team schulen?
Diese Schulung gibt es auch exklusiv für dein Unternehmen, bei euch vor Ort, an unseren Standorten oder Live-Online. Inhalte und Termine nach Maß.
Inhouse-Schulung
Wir kommen zu euch: diese Schulung maßgeschneidert in euren Räumen, für Unternehmen und Behörden.
- Inhalte exakt auf euch zugeschnitten
- Termine nach euren Bedürfnissen
- Günstiger ab mehreren Teilnehmern
- Vertraute Umgebung, kein Reiseaufwand
Firmen-Seminar
Exklusiv für dein Team an einem unserer Standorte oder Live-Online, individuell angepasst.
- Geschlossene Gruppe aus eurem Haus
- Individuelle Terminplanung
- An unseren Standorten oder Live-Online
- Angepasste Inhalte
Fragen und Antworten zu Dagster-Schulung für KI-Pipelines
Was ist Dagster im Data Engineering?
Dagster ist ein Python-basiertes Orchestrierungs-Framework für asset-zentrierte Data Pipelines. Assets stehen für Tabellen, Dateien, Feature-Daten oder Embeddings und werden mit Abhängigkeiten, Metadaten und Lineage überwacht.
Brauche ich Dagster-Vorkenntnisse für die Schulung?
Dagster-Vorkenntnisse sind für die Schulung nicht nötig. Python, Git und ein Grundverständnis für Datenpipelines reichen für den Einstieg aus.
Welche Pipeline wird in der Dagster Schulung gebaut?
Die Schulung baut eine produktionsnahe Dagster-Pipeline mit Asset-Graph, Zeitsteuerung und kontrollierten Backfills. Tests, CI/CD und Monitoring werden am selben Repository ergänzt.
Ist Dagster für KI-Pipelines geeignet?
Ja, Dagster eignet sich für KI-Pipelines, weil Feature-Daten, Embeddings und Modellvorbereitung als Assets mit Lineage sichtbar werden. Das Training zeigt diesen Ablauf an einem Python-Beispiel.
Wie unterscheidet sich Dagster von klassischen Workflow-Tools?
Der wichtigste Unterschied liegt im Asset-Graphen: Dagster stellt Datenprodukte und ihre Materialisierung in den Mittelpunkt. Das erleichtert Backfills, Datenqualitätschecks und Ursachenanalyse bei fehlgeschlagenen Runs.
Was passt nach der Dagster Schulung als Vertiefung?
Als Vertiefung passt die MLflow 3 Schulung, wenn dein Team Modellmetriken, Experimente und GenAI-Observability stärker operationalisieren will.
Weitere häufig gestellte Fragen und Antworten findest du in den FAQs .
Unser Qualitätsversprechen: Wissen, das in der Praxis funktioniert
Aus der Praxis für die Praxis
Schluss mit theoretischem Ballast. Wir trainieren dich für reale IT-Herausforderungen, nicht für Multiple-Choice-Tests. Unsere Trainer vermitteln dir genau das Wissen, das am nächsten Montagmorgen im Job wirklich funktioniert.
Individuell statt "Schema F"
Deine Fragen passen nicht ins Standard-Skript? Bei uns schon. Wir verzichten auf starre Lehrpläne und geben deinen konkreten Projekt-Fragen Raum. Unsere Trainer passen die Inhalte flexibel an das an, was dich und dein Team aktuell weiterbringt.
Maximale Freiheit: Remote oder vor Ort
Lerne so, wie es in deinen Alltag passt - ohne Reise-Stress und Zeitverlust. Egal ob remote, hybrid oder präsent vor Ort: Wir garantieren dir ein nahtloses und effektives Lernerlebnis, egal von wo du dich zuschaltest.
Mit Zufriedenheitsgarantie
Wir sind von unserer Qualität überzeugt - und wollen, dass du es auch bist. Sollte ein Training einmal nicht deinen Erwartungen entsprechen, bieten wir dir an, den Kurs kostenlos zu wiederholen oder ein anderes Training zu besuchen. Ohne Risiko, ohne Diskussion.
NOCH FRAGEN?
Rufe mich an oder schreibe mir eine E-Mail.
Michaela Berger
Über 20.000 Unternehmen und Behörden vertrauen auf uns
