Coursera

Bereitstellen und Debuggen von ML Microservices

Holen Sie sich eines unserer besten Angebote und erweitern Sie Ihre Fähigkeiten mit 50% Rabatt auf Coursera Plus. Jetzt sparen.

Coursera

Bereitstellen und Debuggen von ML Microservices

Bei Coursera Plus enthalten

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
Stufe Mittel

Empfohlene Erfahrung

9 Stunden zu vervollständigen
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen
Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
Stufe Mittel

Empfohlene Erfahrung

9 Stunden zu vervollständigen
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen

Was Sie lernen werden

  • Stellen Sie Machine-Learning-Modelle mithilfe von Containerisierungs- und Orchestrierungstools wie Docker und Kubernetes bereit

  • Entwicklung skalierbarer ML-Inferenzdienste unter Anwendung der Prinzipien der Microservice-Architektur

  • Überwachung und Fehlerbehebung bei ML-Systemen mithilfe von Protokollen, Testverfahren und Leistungsanalysen

Kompetenzen, die Sie erwerben

  • Kategorie: Verwaltung der Anwendungsleistung
  • Kategorie: Systemarchitektur
  • Kategorie: MLOps (Operationen für maschinelles Lernen)
  • Kategorie: Software-Architektur
  • Kategorie: Einheitliche Prüfung
  • Kategorie: CI/CD
  • Kategorie: Bereitstellung von Anwendungen
  • Kategorie: Kontinuierliche Überwachung
  • Kategorie: Dienstleistungsebene
  • Kategorie: Containerisierung
  • Kategorie: Microservices
  • Kategorie: Software-Entwicklung
  • Kategorie: Software-Prüfung
  • Kategorie: Architektur des Cloud Computing
  • Kategorie: Systemüberwachung
  • Kategorie: Fehlersuche

Werkzeuge, die Sie lernen werden

  • Kategorie: Kubernetes
  • Kategorie: Docker (Software)
  • Kategorie: Restful API
  • Kategorie: Modell-Einsatz

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Kürzlich aktualisiert!

März 2026

Bewertungen

17 Zuweisungen¹

KI-bewertet siehe Haftungsausschluss
Unterrichtet in Englisch

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

 Logos von Petrobras, TATA, Danone, Capgemini, P&G und L'Oreal

Erweitern Sie Ihre Fachkenntnisse

Dieser Kurs ist Teil der Spezialisierung Spezialisierung „Maschinelles Lernen leicht gemacht für Software-Ingenieure“
Wenn Sie sich für diesen Kurs anmelden, werden Sie auch für diese Spezialisierung angemeldet.
  • Lernen Sie neue Konzepte von Branchenexperten
  • Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
  • Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
  • Erwerben Sie ein Berufszertifikat zur Vorlage

In diesem Kurs gibt es 10 Module

Sie werden Containerisierung und Orchestrierung einsetzen, um Anwendungen bereitzustellen und zu verwalten.

Das ist alles enthalten

3 Videos2 Lektüren2 Aufgaben

Sie werden einen RESTful-Inferenzdienst erstellen und diesen in eine CI/CD-Pipeline integrieren.

Das ist alles enthalten

3 Videos1 Lektüre3 Aufgaben

Sie werden die Leistungskennzahlen eines bereitgestellten Dienstes anhand der SLA-Ziele bewerten.

Das ist alles enthalten

3 Videos2 Lektüren2 Aufgaben

Sie werden die Prinzipien des Microservice-Designs anwenden, um einen ML-Inferenzdienst in eine Systemarchitektur zu integrieren.

Das ist alles enthalten

3 Videos1 Lektüre1 Aufgabe

Sie werden die Kommunikationsmuster zwischen den Diensten analysieren, um asynchrones Messaging zur Gewährleistung der Skalierbarkeit zu implementieren.

Das ist alles enthalten

2 Videos1 Lektüre2 Aufgaben

Sie werden die Beobachtbarkeit des Systems anhand von Protokollen, Metriken und verteilter Ablaufverfolgung bewerten, um den Zustand und die Leistung des Systems aufrechtzuerhalten.

Das ist alles enthalten

1 Video1 Lektüre2 Aufgaben

Sie werden Softwaretestverfahren anwenden, um Fehler im Code für maschinelles Lernen aufzuspüren.

Das ist alles enthalten

2 Videos1 Lektüre1 Aufgabe

Sie analysieren Stack-Traces und Protokolle, um die Ursache von Systemausfällen zu ermitteln.

Das ist alles enthalten

1 Video1 Lektüre1 Aufgabe

Sie werden die Korrekturmaßnahmen bewerten, um die Behebung des Mangels zu bestätigen.

Das ist alles enthalten

1 Video1 Lektüre2 Aufgaben

In diesem Projekt entwerfen und implementieren Sie ein containerisiertes Microservice-System für maschinelles Lernen, das Modellvorhersagen über eine skalierbare Inferenz-API bereitstellt. Eine Finanzdienstleistungsplattform nutzt ein Modell für maschinelles Lernen, um das Kreditrisiko bei Kreditanträgen einzuschätzen, und das Entwicklerteam muss dieses Modell als zuverlässigen Produktionsdienst bereitstellen, der Tausende von Anfragen pro Stunde verarbeiten kann. Ihre Aufgabe ist es, eine vereinfachte ML-Inferenz-Mikroservice-Architektur aufzubauen, die eine Python-basierte Inferenz-API, Docker-Containerisierung, eine Kubernetes-Bereitstellungskonfiguration, einen RESTful-Inferenzdienst mit CI/CD-Pipeline-Integration, Kommunikationsmuster zwischen Diensten für asynchrones Messaging, Observabilität mithilfe strukturierter Protokolle, Metriken und verteilter Ablaufverfolgung, Leistungsüberwachung anhand von Metriken auf Dienstebene, Debugging-Analyse simulierter Laufzeitfehler sowie eine Strategie für Regressionstests umfasst. Das Endergebnis ist ein modulares Skript für den Inferenz-Mikroservice sowie die Bereitstellungskonfiguration, zusammen mit einer strukturierten technischen Erläuterung, in der die Entscheidungen bezüglich Bereitstellung, Kommunikation, Beobachtbarkeit und Fehlerbehebung beschrieben werden.

Das ist alles enthalten

2 Lektüren1 Aufgabe

Erwerben Sie ein Karrierezertifikat.

Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.

Dozent

Professionals from the Industry
487 Kurse112.316 Lernende

von

Coursera

Mehr von Software-Entwicklung entdecken

Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.

Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“

Jennifer J.

Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“

Larry W.

Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“

Chaitanya A.

„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“

Häufig gestellte Fragen

¹ Einige Aufgaben in diesem Kurs werden mit AI bewertet. Für diese Aufgaben werden Ihre Daten in Übereinstimmung mit Datenschutzhinweis von Courseraverwendet.