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.

Pragmatic AI Labs
Kompetenzen, die Sie erwerben: Prompt Engineering, Hugging Face, Fine-tuning, Model Deployment, MLOps (Machine Learning Operations), CI/CD, Continuous Deployment, Model Evaluation, Applied Machine Learning, Continuous Integration, Transfer Learning, Agentic Workflows, Data Preprocessing, Generative AI Agents, Model Training, Large Language Modeling, Image Analysis, Rust (Programming Language), Model Optimization, AI Orchestration
Anfänger · Spezialisierung · 3–6 Monate

Kompetenzen, die Sie erwerben: Feature Engineering, Agentic Workflows, AI Orchestration, Generative AI Agents, Model Optimization, Model Training, Data Ethics, Responsible AI, Model Deployment, Agentic systems, Artificial Intelligence, Generative AI, MLOps (Machine Learning Operations), Data Transformation, Model Evaluation, Reinforcement Learning, Code Reusability, Fine-tuning, System Design and Implementation, Python Programming
Mittel · Kurs · 1–3 Monate

Kompetenzen, die Sie erwerben: Modell-Optimierung, Kontinuierliche Überwachung, Verantwortungsvolle AI, MLOps (Operationen für maschinelles Lernen), Bewertung des Modells, Generative KI, Modellevaluation
Mittel · Kurs · 1–4 Wochen

Kompetenzen, die Sie erwerben: Google Cloud Platform, Model Deployment, Unstructured Data, MLOps (Machine Learning Operations), Tensorflow, Applied Machine Learning, Data Pipelines, Model Training, Machine Learning, Artificial Intelligence and Machine Learning (AI/ML)
★ 4.5 (31) · Mittel · Kurs · 1–3 Monate

Kompetenzen, die Sie erwerben: Maschinelles Lernen, Modell-Optimierung, Datenwissenschaft, Modell Ausbildung, Datenumwandlung, Vorverarbeitung von Daten, Prädiktive Modellierung, Angewandtes maschinelles Lernen, MLOps (Operationen für maschinelles Lernen), Python-Programmierung, Scikit Learn (Bibliothek für maschinelles Lernen), IBM Wolke, Bewertung des Modells, Methoden des maschinellen Lernens, Explorative Datenanalyse, Modell-Einsatz, Feature Technik, Datenvorverarbeitung, Modellevaluation, Technische Merkmale
★ 4.3 (16) · Mittel · Kurs · 1–4 Wochen

Kompetenzen, die Sie erwerben: Google Cloud Platform, Model Deployment, MLOps (Machine Learning Operations), Tensorflow, Applied Machine Learning, Model Training, Artificial Intelligence and Machine Learning (AI/ML), Machine Learning, Unstructured Data, Cloud Deployment, Artificial Intelligence
★ 4.7 (47) · Mittel · Kurs · 1–3 Monate

Kompetenzen, die Sie erwerben: Microsoft Azure, MLOps (Machine Learning Operations), Data Science, Machine Learning, Prompt Engineering Tools, Model Evaluation, Applied Machine Learning, Data Store, AI Workflows, Apache Spark, Data Strategy, Data Import/Export, Azure Synapse Analytics, Cloud Computing, Fine-tuning, Data Pipelines, Continuous Monitoring, Data Preprocessing, Scalability, Development Environment
Mittel · Spezialisierung · 1–3 Monate

Kompetenzen, die Sie erwerben: Maschinelles Lernen, Modell-Optimierung, Künstliche Intelligenz, Verantwortungsvolle AI, MLOps (Operationen für maschinelles Lernen), Skalierbarkeit, Modellierung großer Sprachen, Verarbeitung natürlicher Sprache, Bewertung des Modells, Generative KI, Daten-Ethik, Informationen zum Datenschutz, AI-Arbeitsabläufe, Modell-Einsatz, Versionskontrolle, Modellevaluation
★ 4.9 (10) · Mittel · Kurs · 1–4 Wochen

Kompetenzen, die Sie erwerben: MLOps (Machine Learning Operations), Google Cloud Platform, Generative AI, Generative AI Agents, AI Workflows, Artificial Intelligence and Machine Learning (AI/ML), Cloud Infrastructure, Model Deployment, Prompt Engineering Tools, Model Training, Artificial Intelligence, Agentic Workflows, Prompt Engineering, Predictive Modeling, Machine Learning, Model Evaluation
★ 4.1 (18) · Anfänger · Kurs · 1–3 Monate

Coursera
Kompetenzen, die Sie erwerben: MLOps (Machine Learning Operations), Data Pipelines, Model Evaluation, Systems Design, Transfer Learning, Data Preprocessing, Data Quality, Feature Engineering, Deep Learning, Python Programming, Data Validation, Scikit Learn (Machine Learning Library), Applied Machine Learning, Predictive Modeling, Software Engineering, Debugging, Supervised Learning, Git (Version Control System), Performance Metric, Statistical Analysis
Mittel · Spezialisierung · 1–3 Monate
Kompetenzen, die Sie erwerben: Maschinelles Lernen, Modell Ausbildung, Datenerfassung, Deskriptive Statistik, Prozess-Management, Vorverarbeitung von Daten, Datenverarbeitung, Datenerhebung, Angewandtes maschinelles Lernen, MLOps (Operationen für maschinelles Lernen), Algorithmen für maschinelles Lernen, Datenanalyse, Prädiktive Modellierung, Bewertung des Modells, Bereinigung von Daten, Modell-Einsatz, AI-Arbeitsabläufe, Statistische Analyse, Datenvorverarbeitung, Modellevaluation
★ 4.7 (21) · Mittel · Kurs · 1–3 Monate

Kompetenzen, die Sie erwerben: MLOps (Machine Learning Operations), Data Processing, Model Deployment, Data Pipelines, Google Cloud Platform, Applied Machine Learning, Analytics, Database Development, Data Infrastructure, Data Architecture, Data Analysis, Security Controls, Machine Learning, Data Modeling, Cloud Security, Data Visualization, Interactive Data Visualization, Data Storage Technologies, Disaster Recovery
★ 4.7 (14) · Fortgeschritten · Kurs · 1–3 Monate