Kurs
digicode: VERTML
Agent Platform for Machine Learning Practitioners
Dieser Kurs richtet sich an Ingenieur/innen und Datenwissenschaftler/innen, die mit Machine-Learning-Modellen vertraut sind und sich mit der Verwendung von Agent Platform für benutzerdefinierte Modell-Workflows vertraut machen möchten.
Dauer
1 Tag
Preis
800.–
zzgl. 8.1% MWST
Kurs-Facts
Als PDF herunterladen- Verstehen der wichtigsten Komponenten von Agent Platform und wie sie zusammenarbeiten, um deine ML-Workflows zu unterstützen
- Konfigurieren und Starten von Agent Platform Custom Training- und Hyperparameter Tuning-Jobs zur Optimierung der Modellleistung
- Organisieren und Versionieren Ihrer Modelle mit Agent Platform Model Registry für einfachen Zugriff und Nachverfolgung
- Konfigurieren von Serving-Clustern und Bereitstellen von Modellen für Online-Vorhersagen mit Agent Platform Endpoints
- Operationalisieren und Orchestrieren von End-to-End-ML-Workflows mit Agent Platform Pipelines für mehr Effizienz und Skalierbarkeit
- Konfigurieren und Einrichten der Überwachung für bereitgestellte Modelle
Dieser praxisorientierte Kurs vermittelt dir fundierte Kenntnisse über die Kernfunktionen von Agent Platform, sodass du die Tools und Funktionen für deine ML-Projekte effektiv nutzen kannst.
1 Training, Tuning und Bereitstellung von Modellen in Agent Platform
- Grundlagen zu containerisierten Trainingsanwendungen
- Grundlagen zu benutzerdefinierten Trainings- und Tuning-Jobs in Agent Platform
- Verfolgen und Versionieren deiner trainierten Modelle in der Agent Platform-Modellregistrierung
- Verstehen der Online-Bereitstellung mit Agent Platform-Endpunkten
2 Orchestrieren von End-to-End-Workflows mit Agent Platform Pipelines
- Verstehen von Kubeflow
- Verstehen vorgefertigter und leichtgewichtiger Python-Komponenten
- Verstehen, wie Pipelines auf Agent Platform kompiliert und ausgeführt werden
3 Modellüberwachung auf Agent Platform
- Verstehen von Feature Drift und Skew
- Verstehen der Modellüberwachung für Modelle, die auf Agent Platform Endpoints bereitgestellt werden
Machine Learning Engineers, Data Scientists
- Erfahrung im Erstellen und Trainieren benutzerdefinierter ML-Modelle
- Vertrautheit mit Docker