Schulung · Workshop · Coaching · Beratung

Maschinelles Lernen (ML) Grundlagen: Schulung zu MLOps in Azure

Maschinelles Lernen (ML) Grundlagen: Lebenszyklus und MLOps in Azure

Dauer: ab 1 Tag (8 UE) | Preis: ab 900 EUR (netto) | Live online oder vor Ort | Termin nach Vereinbarung

Sie durchlaufen ein ML-Projekt einmal vollständig – von der Problemformulierung über AutoML und Designer in Azure Machine Learning bis zur überwachten Pipeline im Betrieb.

Gesamtpreis für bis zu 3 Teilnehmende · Unverbindliche Anfrage · Keine Vorkasse

Top

Was passiert in einem ML-Projekt zwischen der ersten Idee und dem überwachten Endpunkt?

Maschinelles Lernen lohnt sich erst, wenn ein Modell zuverlässig im Alltag arbeitet – und dafür entscheidet der Lebenszyklus mehr als die Wahl des Algorithmus. Diese Grundlagen führen Sie einmal komplett durch ein ML-Projekt: Sie formulieren das Problem so, dass es sich lernen lässt, bereiten Daten vor, trainieren Modelle mit AutoML und im Designer von Azure Machine Learning, bewerten die Modellgüte und bringen das Ergebnis als Pipeline mit Überwachung in den Betrieb. Programmiert wird dabei wenig; im Mittelpunkt stehen Entscheidungen, die Fachleute, Analyst:innen und Entwickler:innen in jedem ML-Vorhaben treffen müssen.

Am Anfang steht die Einordnung: wie Maschinen aus Beispielen lernen, wann überwachtes, unüberwachtes oder verstärkendes Lernen passt und wann ein fertiges Modell aus den Foundry Tools oder dem Modellkatalog die bessere Wahl ist als ein eigenes Training. Danach arbeiten Sie im Arbeitsbereich von Azure Machine Learning: Datenassets anlegen, Daten im Studio erkunden, Merkmale ableiten, einen AutoML-Lauf für Klassifikation und Regression starten und die Ergebnisse mit einem selbst gebauten Designer-Ablauf vergleichen. Konfusionsmatrix, ROC-Kurve, MAE und RMSE lesen Sie direkt in den Auswertungen; das Responsible-AI-Dashboard zeigt, welche Merkmale eine Vorhersage tragen und wo das Modell einzelne Gruppen benachteiligt.

Der zweite Teil gehört der Operationalisierung. Aus den Einzelschritten wird eine Pipeline aus wiederverwendbaren Komponenten, das beste Modell landet versioniert in der Registry und wird über einen verwalteten Online-Endpunkt oder als Batch-Endpunkt bereitgestellt. Sie richten die Modellüberwachung für Datendrift ein und besprechen, wann ein erneutes Training ausgelöst wird und wer es freigibt.

Die Schreibarbeit der Automatisierung übernimmt GitHub Copilot: Aus Ihrer Beschreibung entstehen die YAML-Definitionen für Jobs, Komponenten und Endpunkte samt den passenden Aufrufen der Azure CLI. Sie lernen, ihm einen Arbeitsbereich mit begrenzten Rollen und Rechenkontingent zu geben, seine Läufe an den MLflow-Metriken zu messen und Bereitstellungen nur über einen freigegebenen Workflow zuzulassen.

Wer Modelle anschließend selbst in Python mit pandas und scikit-learn bauen möchte, setzt mit „Maschinelles Lernen mit Python“ fort; neuronale Netze vertieft das Seminar „PyTorch Grundlagen“. Für diesen Kurs genügen sicherer Umgang mit Tabellendaten und ein Azure-Zugang, den wir vorab gemeinsam prüfen.

Die meisten ML-Vorhaben scheitern nicht am Modell, sondern am Tag danach: Niemand weiß, mit welchen Daten es trainiert wurde, wer es neu trainieren darf und woran man merkt, dass die Welt sich verändert hat. Ein mittelmäßiges Modell mit Versionsnummer, Pipeline und Driftüberwachung ist mehr wert als ein brillantes, das nur auf dem Laptop eines einzelnen Data Scientists läuft. Deshalb nehmen wir uns für Registry, Endpunkt und Überwachung genauso viel Zeit wie für das Training.

Was Sie danach können

  • Sie formulieren ein Geschäftsproblem als ML-Aufgabe mit Zielgröße, Vorhersagezeitpunkt und Erfolgsmaß
  • Sie entscheiden begründet zwischen fertigem Modell, AutoML und eigenem Training
  • Sie trainieren Modelle mit AutoML und im Designer von Azure Machine Learning und vergleichen sie anhand passender Metriken
  • Sie erklären Merkmalsbedeutung und prüfen Modelle auf Verzerrungen gegenüber einzelnen Gruppen
  • Sie bauen eine Pipeline mit Registry, Endpunkt und Driftüberwachung und legen fest, wann neu trainiert wird

Zielgruppe und Voraussetzungen

  • Fachleute und Projektverantwortliche, die ML-Vorhaben planen, beauftragen und begleiten
  • Analyst:innen, die von Berichten zu Vorhersagemodellen wechseln wollen
  • Entwickler:innen und Plattformteams, die ML-Modelle in Azure bereitstellen und betreiben
Themen und Inhalte für Ihre Beratung, Coaching, Workshop, Training, Schulung und Weiterbildung:

Maschinelles Lernen (ML) Grundlagen: Lebenszyklus und MLOps in Azure

Maschinelles Lernen im Überblick
  • Einführung: wo maschinelles Lernen Entscheidungen unterstützt und wo feste Regeln reichen
  • Maschinelles Lernen kennenlernen: überwachtes, unüberwachtes und verstärkendes Lernen
  • Wie Maschinen lernen: Merkmale, Zielvariable, Verlustfunktion und Generalisierung
  • Einordnung von Deep Learning, generativer KI und klassischen Modellen für Tabellendaten
Den Lebenszyklus eines ML-Projekts planen
  • Den Lebenszyklus aufschlüsseln: Problem, Daten, Training, Bewertung, Bereitstellung, Betrieb
  • ML-Probleme formulieren: Zielgröße, Vorhersagezeitpunkt, Erfolgsmaß und Kosten von Fehlern
  • Rollen im Projekt: Fachbereich, Data Science, Plattformbetrieb und Datenschutz
  • Vorgefertigtes Modell finden: Foundry Tools (früher Azure AI Services) und Modellkatalog statt eigenem Training
  • Entscheidungskriterien für fertige Modelle: Datenlage, Anpassbarkeit, Kosten, Datenresidenz
  • Werkzeuge im Überblick: Azure ML Studio, Arbeitsbereich, Compute, CLI und Python-SDK v2
  • Arbeitsbereich einrichten: Compute-Instanz, Compute-Cluster, Kontingente und Kostenkontrolle
Daten für maschinelles Lernen vorbereiten
  • Daten beschaffen: Datenspeicher anbinden und versionierte Datenassets anlegen
  • Datenqualität und Rechte klären: Repräsentativität, Zeitraum, personenbezogene Merkmale
  • Daten visualisieren und verstehen: Verteilungen, Ausreißer, Korrelationen im Studio und Notebook
  • Feature Engineering verstehen: Kodierung, Skalierung, Datums- und Textmerkmale
  • Datenleck vermeiden: nur Merkmale, die zum Vorhersagezeitpunkt bekannt sind
  • Aufbereitung in der Tiefe als Überblick mit Verweis auf das Seminar zu pandas
Modelle trainieren mit AutoML und Designer
  • Lernalgorithmen und Modelltraining verstehen: Trainings-, Validierungs- und Testdaten
  • Lernalgorithmen für die Klassifikation: logistische Regression, Entscheidungsbäume, Boosting
  • Lernalgorithmen für die Regression: lineare Modelle, Random Forest, Gradient Boosting
  • Weitere Lernalgorithmen: Clustering, Anomalieerkennung und Zeitreihenprognose
  • AutoML-Lauf konfigurieren: Aufgabentyp, primäre Metrik, Abbruchkriterien, Featurisierung
  • AutoML-Ergebnisse vergleichen: Bestenliste, Ensemble-Modelle und Erklärung des Siegermodells
  • Eigenes Modell im Designer: Komponenten per Drag-and-drop verbinden und trainieren
  • Läufe und Metriken mit MLflow verfolgen und Experimente nachvollziehbar vergleichen
Modellgüte bewerten und verantwortlich einsetzen
  • Gängige Klassifikationsmetriken: Accuracy, Precision, Recall, F1 und AUC
  • Konfusionsmatrix lesen und den Schwellenwert an den Kosten von Fehlern ausrichten
  • Gängige Regressionsmetriken: MAE, RMSE, R² und Residuen im Zeitverlauf
  • Bedeutung von Merkmalen bestimmen: globale und lokale Erklärungen im Responsible-AI-Dashboard
  • Verzerrungen bekämpfen: Fairnessmetriken je Gruppe und Fehleranalyse im Dashboard
  • Dokumentation für Freigaben: Modellkarte, Datenherkunft und Einordnung nach der KI-Verordnung
Pipeline operationalisieren: MLOps-Grundlagen
  • Eine ML-Pipeline strukturieren: Komponenten für Aufbereitung, Training und Bewertung
  • Pipelines im Designer und als YAML-Definition: Parameter, Ein- und Ausgaben, Zeitpläne
  • Modelle in der Registry versionieren und mit Metriken und Datenstand verknüpfen
  • Bereitstellung über verwaltete Online-Endpunkte und Batch-Endpunkte, Blue-Green-Umschaltung
  • Modellüberwachung: Datendrift, Vorhersagedrift und Alarmierung einrichten
  • Neutraining auslösen und freigeben: Zeitplan, Driftschwelle oder manuelle Entscheidung
  • MLOps-Reifegrade und CI/CD mit GitHub Actions oder Azure DevOps im Überblick
Maschinelles Lernen in Azure mit einem Coding-Agenten automatisieren
  • Agent schreibt YAML für Azure-ML-Jobs, Komponenten und Endpunkte; az ml job create erst auf kleinem Cluster
  • Eigene Dienstidentität im ML-Arbeitsbereich: Rolle ohne Rechte an produktiven Endpunkten
  • Agent vergleicht Trainingsläufe über die MLflow-Metriken statt über eigene Behauptungen im Chat
  • Kostenbremse für AutoML-Läufe: maximale Knotenzahl, Leerlauf-Abschaltung und Budgetalarm
  • Modellbereitstellung nur per Pull Request und freigegebenem Workflow, nie aus der Agentensitzung
Praxisprojekt: Kündigungsrisiko von Abonnements vorhersagen
  • Problem und Erfolgsmaß festlegen, Vertrags- und Nutzungsdaten als Datenasset anlegen
  • AutoML-Modell gegen einen Designer-Ablauf vergleichen und Schwellenwert nach Kosten wählen
  • Siegermodell als Pipeline mit Registry, Online-Endpunkt und Driftüberwachung betreiben

*) Die Inhalte werden individuell abgestimmt und mit Praxisbeispielen abgerundet.

Ein Symbol für einen Kalender.

Offene Termine

Kostenlose Reservierung
Ein Symbol für Angebot erhalten.

Unser Angebot

Individuelle Schulung für Einzelpersonen und Teams – live online oder vor Ort.

Dauer

Ein Symbol für Dauer.
ab 1 Tag (8 UE)

Die Dauer richtet sich nach Ihren Inhalten.

Preis

Ein Symbol für Preis.
ab 900 EUR (Nettopreis)
ab 1.071 EUR (Bruttopreis)

Die Preise verstehen sich bei Unternehmern gemäß § 14 BGB zzgl. MwSt. Der dargestellte Ab-Preis gilt für firmeninterne Veranstaltungen und entspricht dem niedrigsten Gesamtpreis für Veranstaltungen mit bis zu drei (3) Teilnehmenden.

Termin

Ein Symbol für einen Kalender.
Ganztägig + halbtägig
nach Vereinbarung

Ganztägig oder halbtägig nach Vereinbarung, live online oder vor Ort.

Ihre Vorteile

Ein Symbol für ein Vorgespräch durchführen.
Persönliches Vorgespräch
Ein Symbol für die individuelle Vorbereitung.
Individuelle Vorbereitung
Ein Symbol für Experten aus der Praxis.
Experten aus der Praxis
Ein Symbol für ein Zertifikat.
Inklusive Zertifikat

Unsere Garantien

1. Relevanz-Garantie

Wir passen den Inhalt spezifisch an die Bedürfnisse jedes Teilnehmers an. Irrelevante Themen werden ausgespart, um den größtmöglichen Nutzen zu garantieren.

2. Qualitäts-Garantie

Durch regelmäßiges Feedback optimieren wir unsere Schulungen kontinuierlich und garantieren Ihnen ein Lernerlebnis der Extraklasse.

3. Zufriedenheits-Garantie

Unsere Zufriedenheitsgarantie spricht für sich – bei Unzufriedenheit entstehen Ihnen keine Kosten.

Wir helfen gerne weiter!

Rufen Sie uns an, schreiben eine E-Mail oder nutzen das Kontaktformular.

Schulung anfragen

Unverbindlich · Keine Vorkasse

Einige Unternehmen, für die wir tätig waren

Barmer GEK

RWE Power AG

DHL Home Delivery GmbH

Teilnehmer

Feedback

Herr Hecker ist sehr gut auf individuelle Wünsche, Fragen und Anregungen eingegangen. Eine sehr informative, interessante und gelungene Veranstaltung.
Teilnehmer

Feedback

Herr Hecker hat das Thema sehr anschaulich dargestellt und ist auf alle Fragen eingegangen. Ich fühle mich jetzt gut vorbereitet, um durchzustarten.
Teilnehmer

Feedback

Die gelassene, professionelle Art hat mir gut gefallen. Kompetent, engagiert, professionell. Gute Beispiele, sympathisches Auftreten. Eigene Themenideen wurden aufgegriffen.
Unser Angebot für Ihre firmeninterne Beratung, Coaching, Workshop, Training und Weiterbildung

Lösungen für Ihren Bedarf an Coaching, Workshop, Training, Schulung und Weiterbildung

Profitieren Sie von unserer langjährigen Expertise in der beruflichen Weiterbildung, modernen Lernmethoden und einem Portfolio von über 600 IT-, Online- und Digital-Beratungsleistungen.
Selbstverständlich lassen sich die einzelnen Themen kombinieren. So erhalten Sie genau die Weiterbildung, die Sie wünschen und brauchen - als Coaching, Workshop, Training, Schulung und Weiterbildung!

✓
Ein Symbol für eine einzelne Person.

Für eine Person

Training & Coaching für Einzelpersonen

  • Passgenaue Inhalte auf den einzelnen Teilnehmer zugeschnitten
  • Ein sehr effektives Format, das schnell Ergebnisse bringt
  • Individuelles Training und Coaching motivieren und wirken
Jetzt anfragen
✓
Ein Symbol für eine Gruppe von Personen.

Für eine Gruppe

Training & Workshops für Teams und Abteilungen

  • Bedarfsgerechte Inhalte auf die Herausforderung der Praxis zugeschnitten
  • Konsequente Praxisorientierung, modernste Techniken und Tools
  • Neue Fähigkeiten und Kenntnisse nachhaltig in den Arbeitsalltag integrieren
Jetzt anfragen
✓
Ein Symbol für ein Unternehmen.

Für eine Firma

Training-Komplett-Lösungen für Ihr Unternehmen‍

  • Ganzheitliche Konzepte für Ihre Mitarbeiterentwicklung
  • Individueller Skill-Katalog zur Erweiterung Ihres internen Weiterbildungsangebots
  • Nachhaltige Personalentwicklung realisieren
Jetzt anfragen

So wird daraus Ihre Firmenschulung

1. Bedarf klären: Im kostenlosen Vorgespräch besprechen wir Ziele, Vorkenntnisse und Praxisaufgaben.

2. Angebot abstimmen: Inhalte, Format (live online oder vor Ort), Dauer und Preis legen wir gemeinsam fest.

3. Schulung durchführen: Sie arbeiten an Übungen aus Ihrem Alltag oder an einem neutralen Beispiel und nehmen konkrete nächste Schritte mit.

Häufige Fragen zur Schulung

Gilt der Ab-Preis pro Person oder für die Veranstaltung?

Die 900 EUR netto sind der niedrigste Gesamtpreis für eine firmeninterne Veranstaltung mit bis zu drei Teilnehmenden. Größere Gruppen und einen anderen Umfang bieten wir individuell an. Der verbindliche Preis steht in Ihrem Angebot.

Können wir eigene Aufgaben einbringen?

Ja. Welche Aufgaben sich eignen, welche Zugänge nötig sind und wie wir die Vertraulichkeit sichern, klären wir im Vorgespräch. Alternativ arbeiten wir an einem neutralen Beispiel.

Ist die Anfrage schon eine Buchung?

Nein. Sie erhalten zuerst ein abgestimmtes Angebot und entscheiden dann über die Beauftragung. Eine Vorkasse gibt es nicht.

Ihre unverbindliche und kostenlose Schulungsanfrage zum Thema

Maschinelles Lernen (ML) - Beratung, Coaching, Workshop, Training, Schulung und Weiterbildung

Schildern Sie uns kurz Ihren Bedarf. Ziele, Inhalte und Termin stimmen wir persönlich mit Ihnen ab.

Ich interessiere mich für den Termin:

Termin anfragen

Das Angebot von "HECKER CONSULTING" richtet sich ausschließlich an Unternehmen und Behörden (iSv § 14 BGB). Verbraucher (§ 13 BGB) sind vom Vertragsschluss ausgeschlossen. Mit Absendung der Anfrage bestätigt der Anfragende, dass er nicht als Verbraucher, sondern in gewerblicher Tätigkeit handelt. § 312i Abs. 1 S. 1 Nr. 1-3 und S. 2 BGB (Pflichten im elektronischen Geschäftsverkehr) finden keine Anwendung.

Vielen Dank, Ihre Nachricht wurde empfangen!
Beim Absenden des Formulars ist etwas schiefgelaufen.
Beratung, Coaching, Workshop, Training, Schulung

Ähnliche Leistungen, die Sie interessieren könnten.

Wir erweitern ständig unser Beratungsportfolio. Über 600 IT-, Online-, Digital-Beratungsleistungen haben wir für Sie im Programm. Selbstverständlich lassen sich die einzelnen Themen kombinieren. So erhalten Sie genau die Beratung, die Sie wünschen und brauchen - als Coaching, Workshop, Training, Schulung und Weiterbildung!

Mehr IT-, Online-, Digital-Beratungsleistungen anzeigen >>
Nach oben