Coursera

Orchestrierung, Analyse und Auswertung von ML-Pipelines

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

Coursera

Orchestrierung, Analyse und Auswertung von ML-Pipelines

Bei Coursera Plus enthalten

Fragen Sie Coursera

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

Empfohlene Erfahrung

2 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

2 Stunden zu vervollständigen
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen

Kompetenzen, die Sie erwerben

  • Kategorie: Wichtige Leistungsindikatoren (KPIs)
  • Kategorie: MLOps (Operationen für maschinelles Lernen)
  • Kategorie: Datenspeicher
  • Kategorie: Dienstleistungsebene
  • Kategorie: Datenumwandlung
  • Kategorie: Technische Merkmale
  • Kategorie: Daten-Pipelines
  • Kategorie: Kontrolle ändern

Werkzeuge, die Sie lernen werden

  • Kategorie: Apache Airflow
  • Kategorie: KI-Orchestrierung

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Kürzlich aktualisiert!

März 2026

Bewertungen

4 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 „Gradient zur Produktion: MLOps & Modellpflege“
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 1 Modul

In diesem Kurs lernen Sie, wie Sie zuverlässige Datenpipelines für maschinelles Lernen in der Produktion entwerfen, bewerten und betreiben. Sie erfahren, wie tägliche ETL- und ELT-Pipelines Feature-Stores versorgen, wie Orchestrierung ein reproduzierbares Feature-Engineering unterstützt, wie Sie Schemaänderungen im Upstream-Bereich bewältigen, ohne nachgelagerte Systeme zu beeinträchtigen, und wie Sie den Zustand der Pipeline anhand von Metriken wie Aktualität, Verzögerung und SLA bewerten. Der Kurs richtet sich an Dateningenieure, Analytics-Ingenieure und ML-Praktiker und vermittelt praxisnahe Entscheidungsfähigkeiten für die Bereitstellung zeitnaher, vertrauenswürdiger und robuster Daten für ML-Systeme.

Das ist alles enthalten

6 Videos3 Lektüren4 Aufgaben

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

ansrsource instructors
245 Kurse17.867 Lernende

von

Coursera

Mehr von Datenverwaltung 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.