KI im Projektmanagement: GCP & ML Flow für KI-Projektmanagement

Die Teilnehmer lernen, wie sie KI-Workflows mithilfe von Google Cloud Platform (GCP) und ML Flow verwalten. Sie beschäftigen sich mit der cloudbasierten KI-Bereitstellung, der Kubernetes-Orchestrierung und der automatischen Nachverfolgung von KI-Modellen. Der Kurs behandelt auch agile Methoden für die cloudbasierte KI-Projektdurchführung.

Grundlagen von GCP für KI-Projektmanagement
  • Verstehen der Google Cloud Platform (GCP)-Dienste für KI und ML
  • Bereitstellen von KI-Modellen mithilfe der skalierbaren Infrastruktur von GCP
  • Implementieren von CI/CD-Pipelines auf GCP für die Automatisierung von KI-Projekten
  • KI-Projektmanagement für cloudbasierte ML-Workflows
  • Anwenden agiler Methoden für die Entwicklung cloudbasierter KI-Modelle
  • Verwalten von KI-Projektlebenszyklen mit strukturierter Sprintplanung
  • Optimieren der Leistung von KI-Modellen mithilfe von Cloud-Computing-Ressourcen
  • Erstellen von ML-Pipelines mit ML Flow
  • Verfolgen Sie die Leistung von KI-Modellen mithilfe von ML-Flow-Experimenten
  • Automatisieren Sie KI-Workflows mit der ML-Flow-Modellregistrierung
  • Stellen Sie KI-Modelle effizient mit ML Flow und Cloud-Integration bereit
Containerisierung und Modellorchestrierung auf GCP
  • Implementieren Sie Kubernetes auf GCP für die Bereitstellung von KI-Modellen
  • Verwenden Sie Docker für die Containerisierung von KI-Modellen
  • Skalieren Sie KI-Modelle mit Anwendungen mit mehreren Containern auf GCP
Überwachung und kontinuierliche Verbesserung von KI-Modellen
  • Richten Sie KI-Überwachungs-Frameworks für die Leistungsüberwachung in Echtzeit ein
  • KI-Modelle mit automatisierten Umschulungsstrategien optimieren
  • Compliance und Sicherheit für auf GCP eingesetzte KI-Modelle sicherstellen