Cloud ML Services praktisch - Vollzeit - Virtuell

Dieser praxisorientierte Kurs richtet sich an Cloud-Architekten, die ML-Services in der Cloud nutzen möchten. Sie arbeiten hands-on mit AWS SageMaker, Azure Machine Learning Studio und Google Vertex AI Pipelines. Modell-Deployment, Serving und Cost Management für ML in der Cloud werden praxisnah vermittelt.

• AWS SageMaker hands-on - Notebooks, Training Jobs, Endpoints und SageMaker Pipelines praxisnah durcharbeiten
• Azure Machine Learning Studio - Designer, AutoML, Managed Endpoints und Integration mit Azure DevOps
• Google Vertex AI Pipelines - Custom Training, Prediction Services, Feature Store und MLOps-Integration
• Modell-Deployment und Serving - Batch vs. Real-Time Inference, A/B-Deployment, Canary Releases und Blue-Green Deployments
• Cost Management für ML - Spot-Instanzen, Auto-Scaling, Rightsizing und Reserved Capacity für kosteneffizientes ML

• IHK-Bescheinigung