Durchführungsgarantie
Jede Schulung findet statt: maximale Planungssicherheit für Ihr Team.
1 Tag | Nächster Termin am 27.01.2026 & 12 weitere | Bundesweit oder Live-Online
4.9 / 14 Bewertungen | 56 zufriedene Teilnehmende
-
In diesem praxisnahen Training lernen Sie, mit Amazon SageMaker komplette Machine-Learning-Projekte umzusetzen und verwertbare Ergebnisse zu erzielen. Anhand eines realen Szenarios – etwa der Analyse von Kundenabwanderung – durchlaufen Sie den gesamten Data-Science-Workflow: von der Datenaufbereitung und Modellierung bis hin zur Bereitstellung produktiver ML-Modelle.
Der Kurs kombiniert fundierte Theorie mit umfangreichen Hands-on-Übungen. Er vermittelt Ihnen nicht nur das notwendige Wissen für den Einsatz von SageMaker, sondern bereitet Sie auch gezielt auf die Zertifizierung AWS Certified Machine Learning – Specialty (MLS-C01) vor.
Zielgruppe
- Entwickler:innen, die ML-Modelle in Anwendungen integrieren möchten
- Data Scientists, die ML-Workflows effizient auf AWS realisieren wollen
-
Kursinhalte
Einführung in Machine Learning
- Grundbegriffe und Typen des maschinellen Lernens
- Rollen und Verantwortlichkeiten in ML-Projekten
- Schritte einer ML-Pipeline
Datenvorbereitung & Einstieg in SageMaker
- Aufsetzen von Übungs- und Testdatensätzen
- Überblick über die SageMaker-Konsole und Start eines Jupyter Notebooks
Problemstellung & Datensatzanalyse
- Beispielprojekt: Vorhersage von Kundenabwanderung
- Datenprüfung, Analyse und Visualisierung
- Datenbereinigung und Feature Engineering
Modelltraining und -evaluierung
- Auswahl geeigneter Algorithmen, z. B. XGBoost
- Training und Hyperparameter-Tuning mit SageMaker
- Bewertung der Modellgüte und automatisches Hyperparameter-Tuning
Bereitstellung & Skalierung
- Deployment eines Modells an einem Endpunkt
- A/B-Tests, automatische Skalierung und Monitoring
- Kostenanalyse unterschiedlicher Fehlertypen und Klassifizierungsstrategien
Erweiterte SageMaker-Funktionen
- Arbeiten mit SageMaker in einer VPC
- Nutzung von Batch-Transformationsjobs, Ground Truth und SageMaker Neo
Tipp: Empfohlene Trainingsdauer für alle Kursinhalte: 1 Tag
Practical Data Science with Amazon SageMaker
Präsenz- & LIVE-Online
Wählen Sie Ihre Schulungsform:
Individuelles Training in den modernen medienreich-Schulungsräumen.
Buchen ohne Risiko:
- Teamvorteil: -25 % ab 3 Personen
- Garantierte Durchführung
- Zufriedenheitsgarantie
- Keine Vorkasse - Rechnung erst nach erfolgreicher Durchführung des Seminars.
