Einsteiger oder Advanced: Unser Training für eure Machine Learning Kompetenzen
Ob ihr den schnellen Einstieg sucht oder einen ersten Deep Dive in Machine Learning anstrebt: Wir vermitteln euch alles Wichtige für praxiserprobte Machine Learning Workflows auf Databricks in unterschiedlicher Tiefe. So startet ihr genau dort, wo ihr steht und erhaltet konkrete Ergebnisse für eure nächsten Schritte. Beide Varianten sind hands-on, auf euer Setup anpassbar (Remote oder On-site) und können auf Wunsch mit euren Daten durchgeführt werden.
Inhalte des Einsteiger-Trainings
In diesem Training erfahrt ihr praxisnah, wie ihr Machine Learning in Databricks erfolgreich umsetzt: Wir begleiten euch durch den gesamten Entwicklungsprozess – von der Vorbereitung und Analyse der Daten bis hin zur Modellierung und Evaluation. Direkt im Notebook setzen wir jeden Schritt gemeinsam um und halten ihn reproduzierbar fest.
Ihr lernt dabei nicht nur die wichtigsten Konzepte des Machine Learning kennen, sondern auch, wie ihr diese konkret und effizient in Databricks einsetzt. Vorkenntnisse in Python oder SQL sind hilfreich; alles Weitere, was ihr für den Kurs benötigt, erklären wir im Kontext der Übungen.
Ihr lernt dabei nicht nur die wichtigsten Konzepte des Machine Learning kennen, sondern auch, wie ihr diese konkret und effizient in Databricks einsetzt. Vorkenntnisse in Python oder SQL sind hilfreich; alles Weitere, was ihr für den Kurs benötigt, erklären wir im Kontext der Übungen.
Ihr lernt, KI, klassisches ML und LLMs sauber zu trennen und passende Use Cases zu erkennen.
Wir machen euch mit den wichtigsten Funktionen von Databricks vertraut: vom Setup von Workspace und Clustern bis hin zu integrierten AI/ML‑Features.
Ihr führt explorative Analysen eines Praxisdatensatzes durch: prüft Verteilungen, macht Beziehungen sichtbar und entwickelt erste Feature‑Ideen.
Wir zeigen euch, wie ihr Fehlwerte, doppelte Einträge und Ausreißer erkennt und mit etablierten Transformationsmustern und Validierungs‑Checks gezielt korrigiert.
Ihr trainiert ein Machine‑Learning‑Modell und bewertet dessen Leistung unter Anwendung bewährter Verfahren wie Train‑/Test‑Splits und Cross‑Validation.
Inhalte des Advanced Trainings
Dieses Training richtet sich an Teams mit Machine Learning-Grundlagen und Databricks-Erfahrung und hebt eure Arbeit auf Produktionsniveau. Der Fokus liegt auf besserer Modellleistung (gezielte Modellauswahl & Tuning), sauberem Experiment-Tracking mit MLflow und stabilen Betriebswegen (Deployment & Governance).
Wir verbinden Theorie mit anspruchsvollen Hands-on-Übungen, sodass ihr am Ende belastbare, versionierte Modelle und einen klaren Betriebs- und Monitoring-Plan habt. Ideal, wenn ihr Performance, Reproduzierbarkeit und Betrieb priorisiert.
Wir verbinden Theorie mit anspruchsvollen Hands-on-Übungen, sodass ihr am Ende belastbare, versionierte Modelle und einen klaren Betriebs- und Monitoring-Plan habt. Ideal, wenn ihr Performance, Reproduzierbarkeit und Betrieb priorisiert.
Ihr wählt den passenden Estimator und adressiert Under-/Overfitting gezielt – z. B. mit Regularisierung und Lernkurven.
Systematisches Tuning mit sinnvollen Suchräumen; messbare Zugewinne gegenüber der Baseline stehen im Mittelpunkt.
Ihr versioniert Runs, Parameter, Metriken und Artefakte; Experimente werden transparent vergleichbar und reproduzierbar.
Batch oder Realtime? Wir nutzen Unity Catalog für Zugriffe, Lineage und Compliance.
Ihr übertragt das Gelernte auf Benchmark oder eigene Daten – daraus entsteht ein klarer Umsetzungs-Blueprint.
