Machine Learning Engineering on AWS
Bring Deine ML-Modelle sicher in die Produktion
Überblick
Du willst Machine-Learning-Modelle nicht nur entwickeln, sondern robust, skalierbar und produktionsreif auf AWS betreiben? In dieser 3-tägigen Intensivschulung lernst Du genau das: Machine Learning Engineering auf Amazon Web Services – praxisnah, strukturiert und zukunftssicher.
Der Kurs richtet sich an ML-Profis und technische Expert:innen, die ihre Modelle vom Experiment bis zum stabilen Betrieb begleiten wollen. Du arbeitest mit zentralen AWS-Services wie Amazon SageMaker, SageMaker Pipelines, Model Registry und Amazon EMR und lernst, wie Du ML-Lösungen effizient entwickelst, orchestrierst, absicherst und überwachst.
Theorie trifft auf Praxis: In Hands-on-Labs, Übungen und realistischen Szenarien entwickelst Du skalierbare Machine-Learning-Anwendungen, die den Anforderungen moderner Produktionsumgebungen standhalten.
Wer hier richtig ist
- (Angehende) Machine Learning Engineers – auch mit wenig AWS-Erfahrung
- DevOps Engineers
- Entwickler:innen
- SysOps Engineers
Das lernst du
- Du entwickelst, trainierst und betreibst ML-Modelle professionell auf AWS
- Du lernst, ML-Lösungen zu automatisieren, zu überwachen und zu optimieren
- Du setzt MLOps-Konzepte für CI/CD, Testing und Deployment um
- Du berücksichtigst Sicherheit, Kosten und Responsible ML von Anfang an
- Du bringst Deine ML-Projekte zuverlässig in den Produktivbetrieb
Die Themen
Modul 1: Einführung in Machine Learning auf AWS
- Grundlagen des Machine Learning
- Überblick über Amazon SageMaker
- Responsible Machine Learning
Modul 2: ML-Herausforderungen verstehen
- Bewertung geschäftlicher Problemstellungen
- Trainingsansätze für ML-Modelle
- Überblick über Trainingsalgorithmen
Modul 3: Datenverarbeitung für ML
- Datenarten und Datenaufbereitung
- Explorative Datenanalyse
- AWS-Speicheroptionen und ihre Einsatzszenarien
Modul 4: Datentransformation & Feature Engineering
- Umgang mit fehlerhaften, doppelten und fehlenden Daten
- Feature Engineering und Feature Selection
- Datentransformation mit AWS-Services
- Datenaufbereitung mit SageMaker Data Wrangler und Amazon EMR
- Verarbeitung mit SageMaker Processing und dem SageMaker Python SDK
Modul 5: Modellierungsansätze
- Integrierte Algorithmen in Amazon SageMaker
- Auswahl geeigneter Trainingsalgorithmen
- Automatisiertes Training mit SageMaker Autopilot
- Modellauswahl und Kostenbewertung
Modul 6: Modelltraining
- Grundlagen des Trainingsprozesses
- Training von ML-Modellen mit Amazon SageMaker
Modul 7: Bewertung & Optimierung
- Bewertung der Modellleistung
- Verkürzung von Trainingszeiten
- Hyperparameter-Optimierung
- Modell-Tuning mit Amazon SageMaker
Modul 8: Modellbereitstellung
- Deployment-Strategien und Zielumgebungen
- Auswahl passender Inferenzstrategien
- Container- und Instanztypen für Inferenz
- Traffic-Shifting und A/B-Tests
Modul 9: Sicherheit für ML-Ressourcen
- Zugriffskontrolle und Berechtigungen
- Netzwerkabsicherung
- Sicherheitsaspekte in CI/CD-Pipelines
Modul 10: MLOps & automatisierte Deployments
- Einführung in MLOps
- Automatisiertes Testen
- Continuous Delivery für ML
- Arbeiten mit SageMaker Pipelines, Model Registry und SageMaker Studio
Modul 11: Monitoring & Qualitätssicherung
- Erkennung von Modell- und Daten-Drift
- Überwachung mit SageMaker Model Monitor
- Sicherstellung von Daten- und Modellqualität
- Automatisierte Fehlererkennung und -behebung
So arbeiten wir
Du profitierst von einer ausgewogenen Mischung aus Theorie, Praxis und intensiven Lab-Sessions. Unsere erfahrenen Trainer:innen bringen ihre Projekterfahrung ein und stehen Dir für Fragen, Best Practices und Diskussionen zur Verfügung. Der Austausch mit anderen Teilnehmenden sorgt zusätzlich für nachhaltigen Lernerfolg.
Empfohlene Vorkenntnisse
Für eine erfolgreiche Teilnahme solltest Du folgende Kenntnisse haben:
- Grundlegendes Verständnis von Machine-Learning-Konzepten und -Methoden
- Praxiserfahrung mit Python sowie Bibliotheken wie NumPy, Pandas und Scikit-learn
- Basiswissen zu Cloud-Computing und erste Erfahrungen mit AWS
- Erfahrung mit Git ist hilfreich, aber kein Muss
Termine & Buchung
Vor Ort
Online
Der passende Termin ist nicht dabei? Kontaktiere uns – wir finden die passende Lösung
Inhouse-Schulungen & Firmenseminare
Inhouse-Schulungen
Buche diese Schulung als maßgeschneiderte Inhouse-Schulung für dein Unternehmen oder deine Behörde. Unsere Trainer kommen zu dir und führen die Schulung in deinen Räumlichkeiten durch.
Vorteile:
- Maßgeschneiderte Inhalte für dein Unternehmen
- Flexible Terminplanung nach euren Bedürfnissen
- Kosteneffizient bei mehreren Teilnehmern
- Schulung in vertrauter Umgebung
- Fokus auf deine spezifischen Anforderungen
Firmen-Seminare
Firmen-Seminare finden an einem unserer Schulungsstandorte statt, sind aber maßgeschrneidert für dich und exklusiv für dein Team. Sie können auch online stattfinden.
Ideal für:
- Geschlossene Gruppen aus einem Unternehmen
- Individuelle Terminplanung für dein Team
- An unseren Schulungsstandorten oder Online
- Angepasste Inhalte für deine Anforderungen
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.
Ähnliche Kurse
Developing Generative AI Applications on AWS
Advanced Generative AI Development on AWS
Generative AI Essentials on AWS
Practical Data Science mit Amazon SageMaker
MLOps Engineering on AWS
Über 20.000 Unternehmen und Behörden vertrauen auf uns
