Dieser Kurs für Fortgeschrittene richtet sich an Machine-Learning-Ingenieure und Entwickler, die über das Experimentieren hinausgehen und zuverlässige ML-Systeme bereitstellen möchten. Die Teilnehmer lernen, wie sie zentrale MLOps-Praktiken wie Versionskontrolle, Pull-Requests und CI/CD-Pipelines anwenden, um eine ML-Codebasis in gutem Zustand und produktionsbereit zu halten. Außerdem entwerfen die Teilnehmer modulare Softwarekomponenten und erstellen einen FastAPI-Mikroservice, der ein Transformer-Modell über eine übersichtliche, klar definierte API bereitstellt. Anhand von kurzen Videos, angeleiteten Coaching-Gesprächen, praktischen Lernaktivitäten und einem nicht benoteten Labor üben die Teilnehmer reale Arbeitsabläufe, wie sie von ML-Teams in der Industrie verwendet werden. Am Ende des Kurses sind die Teilnehmer in der Lage, selbstbewusst an ML-Codebasen mitzuarbeiten, automatisierte Qualitätsprüfungen zu bestehen und Machine-Learning-Modelle hinter skalierbaren APIs bereitzustellen.