MLOps Tutorials

Erfahre, wie du den Claude Code Router nutzt, um mehrere Provider anzubinden, für jede Aufgabe das optimale LLM zu wählen und API-Kosten zu senken – ohne deinen Workflow zu ändern.

Erfahre, wie eine End-to-End-MLOps-Pipeline die WM 2026 prognostiziert – vom automatischen Retraining und DVC bis zur 10.000-laufenden Monte-Carlo-Simulation des Turnierbaums.

Lerne Kubernetes auf praktische Art und Weise! Dieser Leitfaden zeigt dir, wie du einen lokalen Kubernetes-Cluster einrichtest, Apps bereitstellst und Ressourcen effizient verwaltest.

Dieser anfängerfreundliche Lehrgang führt dich durch die Grundlagen von Metaflow. Erfahre, wie das Framework den Aufbau und die Skalierung von Data Science Workflows vereinfacht.

In diesem Tutorial lernst du, wie du mit Docker eine Dokumenten-Q&A-Anwendung in der Hugging Face Cloud erstellst und bereitstellst.

Eine leichtgewichtige, daemonlose Docker-Desktop-Alternative, die die Container-Verwaltung rationalisiert und ein schnelles Training, eine schnelle Bewertung und einen schnellen Einsatz von Machine-Learning-Modellen ermöglicht.

Erfahre, wie du deine LLM-Bewertungen mit MLflow optimieren kannst. Dieser Leitfaden behandelt die MLflow-Einrichtung, die Protokollierung von Metriken, die Verfolgung von Experimentversionen und den Vergleich von Modellen, um fundierte Entscheidungen für eine optimierte LLM-Leistung zu treffen!

Lerne, wie du Jenkins unter Windows installierst, Jenkins-Agenten und -Pipelines einrichtest und ausführst und MLOps-Projekte mit Jenkins-Pipelines vom Modelltraining bis zum Model-Serving aufbaust.