Machine Learning Engineer

Kursüberblick

Machine Learning Engineers tragen trainierte Modelle vom Modellbau bis in den laufenden Betrieb und bleiben für deren Güte verantwortlich. Der Kurs behandelt Merkmalsaufbereitung, überwachte und unüberwachte Verfahren, die Bereitstellung als Dienst sowie Überwachung und Nachtraining im produktiven Einsatz. Kursinhalt 1. Rolle des Machine Learning Engineers Aufgaben im Lebenszyklus eines Modells Trennlinie zu Datenanalyse und Data Engineering Modellbau und Betriebsverantwortung in einer Rolle 2. Modellbau mit Merkmalen und Verfahren Merkmale für das Training aufbereiten Überwachte und unüberwachte Verfahren auswählen und trainieren Modellgüte bewerten 3. Modelle als Dienst bereitstellen Trainierte Modelle als Dienst ausliefern Modellstände versionieren Ressourcen für den Inferenzbetrieb planen 4. Überwachung und Nachtraining Antwortzeiten und Modellgüte im Betrieb verfolgen Verschiebungen in den Eingabedaten erkennen Nachtraining auslösen und freigeben Berufliche Relevanz Tätigkeit als Machine Learning Engineer oder ML-Ingenieurin in Datenteams Einsatzfelder im Modellbau und im Betrieb produktiver Modelle Verantwortung für Güte und Verfügbarkeit trainierter Modelle

Nächste Termine

• 2026-10-25T23:00:00.000Z · 2027-01-22T23:00:00.000Z · Virtuelles Klassenzimmer
• 2026-10-25T23:00:00.000Z · 2027-04-22T22:00:00.000Z · Virtuelles Klassenzimmer
• 2026-10-25T23:00:00.000Z · 2027-01-22T23:00:00.000Z · Berlin · Combined Learning
• 2026-10-25T23:00:00.000Z · 2027-04-22T22:00:00.000Z · Berlin · Combined Learning
• 2026-11-22T23:00:00.000Z · 2027-02-19T23:00:00.000Z · Virtuelles Klassenzimmer