* Grundkenntnisse in Python
* Grundkenntnisse in Machine Learning
* Die wichtigsten Punkte produktiver ML-Modelle kennenlernen
* Wege, Tools und APIs für die Bereitstellung von ML-Modellen kennen
* Möglichkeiten zur Daten- und Modellvalidierung kennenlernen und nutzen
Teil 1: Mit Modellen experimentieren
Teil 2: Daten- und Modellqualität validieren mit TensorFlow Extended
Teil 3: Modelle skalierbar bereitstellen
Mark Keinhörster ist Data Architect bei der codecentric AG. Er ist im Big-Data-Zoo zu Hause und beschäftigt sich außerdem mit Docker, Microservices und Cloud-Technologien.