- Seminar / Training
- Databricks
- Databricks – Datenpipelines und Lakehouse-Bestände nachvollziehbar aufbauen
- Databricks – Datenprojekte mit Bundles kontrolliert ausliefern
- Databricks – Datenverantwortung und Zugriffe mit Unity Catalog gestalten
- Databricks – Kennzahlen mit SQL, Dashboards und Genie nachvollziehbar machen
- Databricks – KI-Agenten mit begrenzten Datenzugriffen und Qualitätsprüfungen entwickeln
- Databricks – Modelle mit MLflow prüfen, versionieren und bereitstellen
- Databricks – Offene Tabellen und Datenaustausch kontrolliert gestalten
- Databricks – Plattformzugriffe, Betriebsgrenzen und Kosten kontrollieren
- Databricks – Quelldaten mit Lakeflow kontrolliert übernehmen
- Databricks – Spark-Verarbeitung mit Messungen verbessern
- Databricks – Transaktionale Anwendungsdaten mit Lakebase betreiben
- Databricks – Zugriffe, Datenqualität und Betriebsabläufe kontrollieren
- Seminar / Training
- Databricks
- Databricks – Datenpipelines und Lakehouse-Bestände nachvollziehbar aufbauen
- Databricks – Datenprojekte mit Bundles kontrolliert ausliefern
- Databricks – Datenverantwortung und Zugriffe mit Unity Catalog gestalten
- Databricks – Kennzahlen mit SQL, Dashboards und Genie nachvollziehbar machen
- Databricks – KI-Agenten mit begrenzten Datenzugriffen und Qualitätsprüfungen entwickeln
- Databricks – Modelle mit MLflow prüfen, versionieren und bereitstellen
- Databricks – Offene Tabellen und Datenaustausch kontrolliert gestalten
- Databricks – Plattformzugriffe, Betriebsgrenzen und Kosten kontrollieren
- Databricks – Quelldaten mit Lakeflow kontrolliert übernehmen
- Databricks – Spark-Verarbeitung mit Messungen verbessern
- Databricks – Transaktionale Anwendungsdaten mit Lakebase betreiben
- Databricks – Zugriffe, Datenqualität und Betriebsabläufe kontrollieren
Databricks – Modelle mit MLflow prüfen, versionieren und bereitstellen
Kursüberblick
Führen Sie ein kleines Machine-Learning-Modell vom reproduzierbaren Versuch bis zur kontrollierten Nutzung. Sie verbinden Datenstand, Messwerte und Modellversion und definieren überprüfbare Kriterien für Freigabe, Überwachung und Rücknahme.
Dauer: 3 Tage.
Ihre Lernziele
- Modellversuche reproduzierbar und vergleichbar dokumentieren.
- Modellversionen mit Datenrechten und Freigabe verbinden.
- Bereitstellung und Rücknahme anhand messbarer Qualität steuern.
Inhalte im Detail
- Trainings-, Validierungs- und Testdaten mit nachvollziehbarem Zeitbezug und ohne Datenleckage trennen.
- MLflow-Experimente mit Parametern, Metriken, Artefakten und reproduzierbarer Umgebung aufzeichnen.
- Modelle anhand fachlicher Fehlkosten und geeigneter Vergleichsmodelle statt nur einer Gesamtkennzahl bewerten.
- Modellregistrierung in Unity Catalog mit Version, Freigaberolle und Zugriffsrechten gestalten.
- Batch-Auswertung und Model Serving nach Laufzeit, Volumen und Betriebskosten vergleichen.
- Drift, Datenänderungen und Rücknahme einer Modellversion mit konkreten Prüffällen vorbereiten.
Praktische Übungen
- Trainieren Sie zwei kleine Modelle auf demselben synthetischen Bestand und begründen Sie die Auswahl anhand fachlich gewichteter Fehlfälle.
- Registrieren Sie die gewählte Modellversion mit Daten- und Umgebungsnachweis und prüfen Sie den Zugriff einer nicht berechtigten Testrolle.
- Führen Sie einen kontrollierten Versionswechsel durch und zeigen Sie anhand eines vorbereiteten Qualitätsabfalls den Rückweg zum vorherigen Modell.
Zielgruppe
Data Scientists, ML-Engineers und datenorientierte Entwickler.
Voraussetzungen
Python, grundlegendes Machine Learning und erste Databricks-Erfahrung.
Software und Übungsumgebung
Getrennter Databricks-Workspace mit Unity Catalog, synthetischen Datensätzen und begrenztem Cloudbudget. Cloudanbieter, Region, Runtime und benötigte Funktionen werden vorab festgelegt; Vorschaufunktionen sind kein vorausgesetzter Bestandteil. MLflow und vereinbarter Batch- oder Serving-Zugang; kleine Modelle ohne produktive Personendaten.
Teilnahmebestätigung
Sie erhalten eine Teilnahmebestätigung von SCN.
Einordnung des Seminars
Aufbaukurs für Teilnehmende mit praktischer Erfahrung in den genannten Voraussetzungen.
Ansprechpartner
Ihre Berater für das Training Databricks – Modelle mit MLflow prüfen, versionieren und bereitstellen
-

Steve Etzkorn
E-Mail: steve.etzkorn@scngmbh.com
Telefon: + 43 (800) 102 322 23 -

Christian Klein
E-Mail: christian.klein@scngmbh.com
Telefon: + 43 (800) 102 322 23 -

Victor Poor
E-Mail: victor.poor@scngmbh.com
Telefon: + 43 (800) 102 322 23
Vorbereitung Ihres Trainings
Besprechen Sie Ihre Lernziele vorab mit dem Trainer. Unsere Ansprechpartner unterstützen Sie bei individuellen Themen und Firmenschulungen.
Verwandte Seminare
Wählen Sie weitere Schwerpunkte anhand Ihrer Aufgaben und der jeweiligen Voraussetzungen.
- Databricks – Datenpipelines und Lakehouse-Bestände nachvollziehbar aufbauen
- Databricks – Zugriffe, Datenqualität und Betriebsabläufe kontrollieren
- Databricks – KI-Agenten mit begrenzten Datenzugriffen und Qualitätsprüfungen entwickeln
- Databricks – Datenprojekte mit Bundles kontrolliert ausliefern
- Databricks – Offene Tabellen und Datenaustausch kontrolliert gestalten
- Databricks – Transaktionale Anwendungsdaten mit Lakebase betreiben
- Databricks – Plattformzugriffe, Betriebsgrenzen und Kosten kontrollieren
- Databricks – Quelldaten mit Lakeflow kontrolliert übernehmen
- Databricks – Spark-Verarbeitung mit Messungen verbessern
- Databricks – Datenverantwortung und Zugriffe mit Unity Catalog gestalten
- Databricks – Kennzahlen mit SQL, Dashboards und Genie nachvollziehbar machen
Buchung
Service
Wir bieten Ihnen Seminare mit einem hohen Praxisbezug an. Die Inhalte und Übungen sind auf Ihre täglichen Aufgaben im Unternehmen ausgerichtet und verzichten vollständig auf Werbehinweise anderer Produkte des Softwareherstellers.
Alle Trainings bei uns sind herstellerunabhängig. Dies ermöglicht es uns kritische Betrachtungen zu den Produkten selbst und Vergleiche zu Wettbewerbern des Herstellers im Seminar anzubieten. Die Kursinhalte sind eigene Inhalte und aus den praktischen Erfahrungen unserer Trainer in Projekten abgeleitet.
Selbstverständlich können die Inhalte bei Firmenseminaren individuell an Ihre Bedürfnisse angepasst werden. Bitte sprechen Sie uns einfach an.
Buchung
Das Seminar wurde auf die Merkliste gesetzt
Das von Ihnen gewählte Seminar wurde bereits auf die Merkliste gesetzt
Bitte wählen Sie einen freien Termin aus
Bitte geben Sie Ihren Wunschtermin im Format tt.mm.jjjj ein
Bitte wählen Sie einen freien Termin aus
Bitte geben Sie den gewünschten Termin im Format tt.mm.jjjj der Schulung ein