KI-Entwicklung & Programmierung Schulungen
Data Engineering: KI-Pipelines im Einsatz
Baue robuste Datenpipelines, die Training, Inferenz und Monitoring zuverlässig versorgen.
- Dauer
- 3 Tage
- Format
- Präsenz oder Live-Online
- Preis
- 1.950 € netto
- Uhrzeiten
- 09:00-16:00 Uhr
- Gruppe
- max. 8 Personen
- Niveau
- Advanced
- Kursnummer
- KKC_0111
Aktuelle Termine und Online-Buchung: www.cmt.de/seminare/data-engineering-ki-pipelines
Data Engineering: KI-Pipelines im Einsatz
Baue robuste Datenpipelines, die Training, Inferenz und Monitoring zuverlässig versorgen.
Die wichtigsten Themen
KI-Pipeline-Architektur aufbauen
Datenverträge sicher einsetzen
Backfills und Reprocessing planen
Data Quality und Lineage etablieren
Feature Serving ohne Leakage
Freshness und Drift überwachen
Überblick In diesem Aufbau-Seminar entwickelst du Data-Engineering-Pipelines, die KI-Systeme zuverlässig mit frischen, geprüften und nachvollziehbaren Daten versorgen. Du lernst, wie Ingestion, Transformation, Orchestrierung...
In diesem Aufbau-Seminar entwickelst du Data-Engineering-Pipelines, die KI-Systeme zuverlässig mit frischen, geprüften und nachvollziehbaren Daten versorgen. Du lernst, wie Ingestion, Transformation, Orchestrierung und Feature Serving so designt werden, dass Training und Inferenz konsistent bleiben und Änderungen kontrolliert ausgerollt werden. Statt Tool-Hopping stehen belastbare Patterns im Mittelpunkt: Datenverträge, Schema Evolution, inkrementelle Verarbeitung, Observability, Lineage und Governance.
Du arbeitest an einer durchgängigen Referenz-Pipeline inklusive Qualitätschecks, Backfills, SLAs und Monitoring für Freshness und Drift-Signale. Dadurch entsteht ein technisches Verständnis dafür, wo Datenlecks, stille Datenfehler, inkonsistente Features oder unnötige Compute-Kosten in KI-Pipelines entstehen und wie sie im Betrieb beherrscht werden. Wer die fachlichen Grundlagen im Machine Learning vertiefen möchte, findet im Python Machine Learning Grundkurs eine passende Vorbereitung.
Die Themen Batch-Verarbeitung und Streaming-Workloads · Lakehouse, Data Warehouse, Feature Store · Raw, Clean, Curated, Serving · Schnittstellen zu Training und Inferenz · APIs, Events, Dateien, Datenbanken...
Architektur für KI-Datenpipelines
- Batch-Verarbeitung und Streaming-Workloads
- Lakehouse, Data Warehouse, Feature Store
- Raw, Clean, Curated, Serving
- Schnittstellen zu Training und Inferenz
Ingestion und Datenverträge
- APIs, Events, Dateien, Datenbanken
- Schema Evolution und Contract Testing
- Idempotenz, Reprocessing und Backfills
- PII-Handling und Zugriffskonzepte
Transformationen, Qualität und Lineage
- ELT- und ETL-Patterns
- Inkrementelle Modelle und Datenstände
- Data-Quality-Checks und Anomalien
- Lineage und Impact Analysis
Orchestrierung und Betrieb
- DAG-Design und Abhängigkeiten
- SLAs, Retries und Trigger
- Logs, Metriken und Traces
- Runbooks und Incident-Playbooks
Feature Engineering und Serving
- Offline- und Online-Features
- Training-Inferenz-Konsistenz
- Point-in-time Correctness
- Feature Versioning und Low Latency
Governance, Monitoring und Kosten
- Policies, Secrets und Audit Trails
- Retention und Löschkonzepte
- Freshness, Drift und Label-Signale
- Storage, Compute und Egress-Kosten
Zielgruppe
- Data Engineers mit Erfahrung in ETL-, ELT- oder Streaming-Pipelines
- Analytics Engineers mit Verantwortung für KI- und ML-Datenprodukte
- ML Engineers an der Schnittstelle zwischen Datenplattform und Modellbetrieb
- Plattform- und Cloud Engineers für produktive KI-Datenflüsse
Das lernst du
- KI-taugliche Datenpipeline-Architekturen fachlich begründen und technisch entwerfen
- Datenverträge, Qualitätschecks und Lineage für kontrollierbare Änderungen einsetzen
- Betriebskonzepte mit SLAs, Observability, Backfills und Reprocessing planen
- Feature-Patterns für konsistentes Training und verlässliche Inferenz umsetzen
- Datenlecks, Drift-Signale und Kostenrisiken in produktiven KI-Pipelines bewerten
So arbeiten wir
- Kurze Theorie-Inputs mit Architektur- und Failure-Patterns
- Geführte Praxisübungen an einer durchgängigen Referenz-Pipeline
- Review von Designentscheidungen, Checklisten und Runbooks
- Transferaufgaben für eigene Plattform- und Projektkontexte
Empfohlene Vorkenntnisse
- Grundverständnis von Datenpipelines, ETL, ELT, Batch oder Streaming
- Basiswissen zu SQL und Datenmodellierung
- Erste Erfahrung mit Datenplattformen, Cloud-Services oder Orchestrierung hilfreich
- Für den Einstieg in ML-Grundlagen eignen sich Machine Learning mit Python oder Machine Learning mit Mathematik
Dein Fahrplan
Der erste Tag ordnet die Anforderungen aus Training und Inferenz ein. Behandelt werden Batch- und Streaming-Workloads, Schichtenmodelle, Schnittstellen, Lakehouse, Data Warehouse und Feature Store. Anschließend stehen Quellenanbindung, Schema Evolution, Contract Testing, Idempotenz, Reprocessing, Backfills, PII-Handling und Zugriffskonzepte im Mittelpunkt.
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 - mit klarem Alltagsbezug 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 und Preise
| Zeitraum | Ort | Preis (netto) |
|---|---|---|
| 14.12. - 16.12.2026 | München oder Live-Online | 1.950 € |
| 18.01. - 20.01.2027 | München oder Live-Online | 1.950 € |
| 15.02. - 17.02.2027 | München oder Live-Online | 1.950 € |
| 12.04. - 14.04.2027 | München oder Live-Online | 1.950 € |
| 14.06. - 16.06.2027 | München oder Live-Online | 1.950 € |
| 09.08. - 11.08.2027 | München oder Live-Online | 1.950 € |
| 27.09. - 29.09.2027 | München oder Live-Online | 1.950 € |
Alle Preise zuzüglich gesetzlicher Mehrwertsteuer. Freie Plätze und weitere Termine findest du unter www.cmt.de/seminare/data-engineering-ki-pipelines.
Firmenschulung und Inhouse
Diese Schulung gibt es auch exklusiv für dein Unternehmen, bei euch vor Ort, an unseren Standorten oder Live-Online. Inhalte und Termine stimmen wir mit euch ab.
Dein Kontakt bei cmt
Yves Hoppe
Telefon 0800 71 20000
yves.hoppe@cmt.de
Termine & Buchung
Vor Ort
Online
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.
Wie die Planung abläuft, was ein Zuschnitt kostet und welche Themen wir abdecken, steht auf unserer Seite zu Inhouse Schulungen im Bereich KI-Entwicklung.
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 Data Engineering: KI-Pipelines im Einsatz
Ist das ein Tool-Training für ein bestimmtes Produkt?
Nein. Du lernst übertragbare Architektur- und Betriebs-Patterns für KI-Datenpipelines. Beispiele und Übungen sind so gewählt, dass sie auf unterschiedliche Plattformen, Cloud-Umgebungen und Data-Stacks übertragen werden.
Brauche ich ein eigenes Notebook oder Lizenzen?
Nein. Geräte, VMs und Software werden dir, falls erforderlich, zur Verfügung gestellt. Eigene Notebooks oder zusätzliche Lizenzen sind für das Seminar nicht notwendig.
Geht es auch um Feature Stores?
Ja. Das Seminar behandelt, wann ein Feature Store sinnvoll ist, wie Offline-/Online-Konsistenz entsteht und wie Versionierung sowie Serving-Patterns umgesetzt werden. Für AWS-spezifische ML-Workflows kann anschließend Practical Data Science mit Amazon SageMaker eine passende Vertiefung sein.
Ist das Training eher für Batch oder Streaming ausgelegt?
Beides wird betrachtet. Im Mittelpunkt stehen Entscheidungsregeln und Designmuster, um Batch- und Streaming-Anforderungen für KI-Workloads sinnvoll zu kombinieren, statt beide Ansätze isoliert zu behandeln.
Welche Ergebnisse nehme ich mit in den Arbeitsalltag?
Du nimmst eine Referenz-Architektur, Checklisten für Datenverträge und Qualität sowie konkrete Betriebsbausteine wie SLA-Definitionen, Runbook-Strukturen und Backfill-Strategien mit.
Passt das Seminar zu Azure AI oder Generative-AI-Projekten?
Ja, wenn Datenflüsse für Training, Inferenz, RAG oder produktive KI-Anwendungen zuverlässig betrieben werden sollen. Für Azure-spezifische KI-Implementierung passt ergänzend das AI-102 Training, für RAG und LLM-Architekturen der Large Language Models Aufbaukurs.
Weitere häufig gestellte Fragen und Antworten findest du in den FAQs.
Passende Schulungen nach dem Kurs
Ähnliche Kurse
Machine Learning mit Python Grundkurs (Für Python Einsteiger)
Frontend-Entwicklung für KI-Apps: Advanced Patterns und Design
OpenCode Grundkurs: die smarte Claude-Alternative
A2A-Protokoll-Schulung: KI-Agenten verbinden
APIs mit KI nutzen: RAG, Datenabruf und mehr
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.
Über 20.000 Unternehmen und Behörden vertrauen auf uns
