MLOps-Kurse können Ihnen helfen zu verstehen, wie Modelle bereitgestellt, überwacht und skaliert werden. Sie können Fähigkeiten in Automatisierung, Pipeline-Aufbau, Modelltracking und Infrastruktur aufbauen. Viele Kurse stellen Werkzeuge und Workflows vor, die den úbergang von Modellen in produktive Umgebungen unterstützen.

Fortgeschritten · Kurs · 1–4 Wochen

Edureka
Kompetenzen, die Sie erwerben: MLOps (Machine Learning Operations), DevOps, CI/CD, Continuous Deployment, Devops Tools, Continuous Integration, Application Deployment, Application Lifecycle Management, Kubernetes, Applied Machine Learning, Machine Learning, Machine Learning Methods, Docker (Software), Containerization, Artificial Intelligence and Machine Learning (AI/ML), Scikit Learn (Machine Learning Library), Statistical Machine Learning, Machine Learning Algorithms, Apache Kafka, Amazon Web Services
Mittel · Kurs · 1–4 Wochen

Coursera
Kompetenzen, die Sie erwerben: Model Deployment, Unit Testing, MLOps (Machine Learning Operations), Kubernetes, Docker (Software), Containerization, Test Driven Development (TDD), Application Deployment, Continuous Integration, Software Testing, Model Training, CI/CD, Scalability, Scikit Learn (Machine Learning Library), Tensorflow, PyTorch (Machine Learning Library), Performance Tuning, Python Programming, Software Engineering, Git (Version Control System)
Mittel · Spezialisierung · 1–3 Monate

Kompetenzen, die Sie erwerben: Model Evaluation, MLOps (Machine Learning Operations), Regression Testing, Kubernetes, Docker (Software), Feature Engineering, Containerization, Software Documentation, Data Pipelines, Git (Version Control System), Apache Airflow, Technical Documentation, Microservices, CI/CD, Unit Testing, API Design, Decision Intelligence, Performance Metric, Python Programming, Version Control
Mittel · Spezialisierung · 3–6 Monate

Kompetenzen, die Sie erwerben: Azure DevOps, Git (Versionskontrollsystem), Generative KI, MLOps (Operationen für maschinelles Lernen), Modell-Einsatz, CI/CD, Bewertung des Modells, Microsoft Azure, Kontinuierliche Integration, AI-Arbeitsabläufe, Verantwortungsvolle AI, Versionskontrolle, Kontinuierliche Überwachung, Modell Ausbildung, Azure DevOps-Pipelines, Daten-Ethik
Mittel · Kurs · 1–4 Wochen

Microsoft
Kompetenzen, die Sie erwerben: Prompt Engineering, Generative AI, Responsible AI, Generative Model Architectures, Multimodal Prompts, MLOps (Machine Learning Operations), Generative Adversarial Networks (GANs), Azure DevOps Pipelines, AI Orchestration, AI Workflows, AI Security, Model Deployment, Azure DevOps, ChatGPT, Data Ethics, AI Integrations, Microsoft Azure, OpenAI, Artificial Intelligence and Machine Learning (AI/ML), Python Programming
★ 4.3 (35) · Mittel · Berufsbezogenes Zertifikat · 3–6 Monate

Kompetenzen, die Sie erwerben: Generative Model Architectures, Recurrent Neural Networks (RNNs), Fine-tuning, Generative AI, MLOps (Machine Learning Operations), Generative Adversarial Networks (GANs), Vision Transformer (ViT), PyTorch (Machine Learning Library), Artificial Neural Networks, Convolutional Neural Networks, AI Workflows, Hugging Face, Image Analysis, Deep Learning, Model Deployment, Autoencoders, Machine Learning, Computer Science, Algorithms, Data Science
Fortgeschritten · Kurs · 1–3 Monate
Kompetenzen, die Sie erwerben: MLOps (Machine Learning Operations), Model Deployment, CI/CD, Continuous Deployment, Docker (Software), Kubernetes, Model Training, Containerization, AI Workflows, Model Optimization, Scalability, Devops Tools, DevOps, Continuous Monitoring
Mittel · Kurs · 1–4 Wochen

Kompetenzen, die Sie erwerben: MLOps (Operationen für maschinelles Lernen), Modell-Einsatz, Datenverarbeitung, Vorverarbeitung von Daten, Technische Merkmale, Datenspeicher, Modell Ausbildung, Datenverwaltung, Datenmodellierung, Google Cloud-Plattform, Technologien zur Datenspeicherung
★ 4 (20) · Mittel · Kurs · 1–4 Wochen

Duke University
Kompetenzen, die Sie erwerben: Wiederverwendbarkeit von Code, Einheitliche Prüfung, MLOps (Operationen für maschinelles Lernen), Modell-Einsatz, Daten-Strukturen, Software-Prüfung, Datenverarbeitung, Objektorientierte Programmierung (OOP), Skripting, Entwicklung von Testskripten, NumPy, Datenwrangling, Daten importieren/exportieren, Python-Programmierung, Datenmanipulation, Maschinelles Lernen, Fehlersuche, Pandas (Python-Paket), Test-Automatisierung, Angewandtes maschinelles Lernen
★ 4.2 (381) · Mittel · Kurs · 1–3 Monate

Pearson
Kompetenzen, die Sie erwerben: MLOps (Machine Learning Operations), Model Deployment, Data Processing, Model Training, Data Collection, Data Management, Cloud Deployment, Model Evaluation, Data Preprocessing, Automation, Data Pipelines, Feature Engineering, Continuous Monitoring
Mittel · Kurs · 1–4 Wochen

Kompetenzen, die Sie erwerben: Model Deployment, Application Deployment, Data Preprocessing, Devops Tools, Model Training, Machine Learning Software, Data Processing, Model Optimization, Model Evaluation
Mittel · Kurs · 1–3 Monate