Opleiding: Training MLOps

Wil je het hele MLOps-proces kunnen overzien en onderbouwd kunnen meebeslissen over hoe je organisatie machine learning-modellen betrouwbaar in productie houdt? In deze training verken je het volledige MLOps-landschap, van data-ingestie tot monitoring, en oefen je met realistische scenario's waarin je keuzes maakt over de model-levenscyclus, teamrollen en schaalbaarheid. Hierdoor ben je in staat om het gesprek over inrichting en verantwoordelijkheden gericht te voeren, zonder zelf te hoeven programmeren.

Algemene omschrijving

Veel organisaties hebben de stap naar machine learning gezet, maar merken dat een model in productie houden iets heel anders is dan het ontwikkelen ervan. MLOps, een samentrekking van machine learning en DevOps, geeft daar structuur aan. Het gaat niet in de eerste plaats over techniek, maar over de processen, rollen en samenwerking waarmee je modellen betrouwbaar, schaalbaar en beheersbaar houdt.

Tijdens deze training verken je het volledige landschap van machine learning operations. Je krijgt inzicht in de opbouw van een MLOps-pipeline, van data-ingestie tot monitoring, en je ziet waarom versiebeheer, reproduceerbaarheid en gecontroleerde deployment zo bepalend zijn. Je leert de rollen in een ML-team te onderscheiden en je kijkt naar tooling op conceptueel niveau, zodat je begrijpt waar een keuze op neerkomt. In realistische scenario's neem je beslissingen over de model-levenscyclus, teamrollen en schaalbaarheid, zonder dat je zelf hoeft te programmeren of systemen hoeft in te richten.

Onze trainers zijn, naast trainer, dagelijks werkzaam op dit expertisegebied. Zij maken met herkenbare praktijkvoorbeelden zichtbaar wat goede, of juist ontbrekende, MLOps in de praktijk betekent, en stemmen de voorbeelden waar mogelijk af op de situatie waarin jij of je team werken. Hierdoor ben je in staat om in je eigen organisatie het gesprek te voeren over inrichting, verantwoordelijkheden en de volgende stappen.

Deze training als bedrijfstraining voor jou en je team?

Elk vraagstuk en elke situatie is anders; daarom staan tijdens een bedrijfstraining jouw organisatie en (bedrijfs)vraagstukken centraal. In goed overleg stellen we een lesprogramma samen dat volledig aansluit bij jouw (jullie!) specifieke uitdaging, wensen en dagelijkse werkpraktijk.

Programma

Tijdens de training MLOps komen onderstaande onderwerpen aan bod.

NB: Afhankelijk van snelle ontwikkelingen op dit expertisegebied, kan de werkelijke trainingsinhoud hier van afwijken. Bel ons gerust voor meer informatie over de actuele inhoud.

• Introductie in MLOps en de ML-levenscyclus
• • Doorgronden wat MLOps is en waarom het is ontstaan
  • Het verschil herkennen tussen ML-projecten met en zonder MLOps
  • Het MLOps-proces overzien, van idee tot monitoring
  • De fasen in de levenscyclus van een ML-model onderscheiden
  • Zien hoe data wordt verzameld, voorbereid en beheerd, en hoe modellen worden getraind, geëvalueerd en geregistreerd
• Versiebeheer, reproduceerbaarheid en CI/CD
• • Begrijpen waarom versiebeheer bepalend is voor controle en herhaalbaarheid
  • De principes achter het bijhouden van data en modellen doorgronden
  • Weten wat CI/CD betekent in een machine learning-context
  • Het verschil herkennen tussen klassieke softwarepipelines en ML-pipelines
  • Voorbeelden van pipeline-automatisering en feedbackloops bekijken
• Samenwerking in een MLOps-team
• • De rollen leren onderscheiden: data scientist, ML engineer, DevOps en product owner
  • Zien hoe teams over disciplines heen samenwerken
  • Herkennen hoe organisaties het eigenaarschap van modellen beleggen
• Monitoring en bijsturing in productie
• • Doorgronden wat model drift is en hoe je het herkent
  • Weten hoe je de prestaties van een model in productie volgt
  • Richtlijnen voor hertraining en model-updates leren kennen
  • Herkennen wanneer een model bijsturing nodig heeft
• Tooling, platformkeuzes en MLOps maturity
• • Een overzicht krijgen van veelgebruikte tools, zoals MLflow, DVC en Airflow
  • De afweging tussen cloud en on-premise doorgronden
  • Weten wanneer een platform als SageMaker, Vertex AI of Azure ML passend is
  • Inschatten hoe volwassen je organisatie is op het gebied van MLOps
  • Governance en regelgeving als aandachtspunt meewegen, waaronder de EU AI Act
  • Richtlijnen en stappen voor een succesvolle MLOps-inrichting leren kennen
• Scenario-gebaseerde casus
• • Kiezen uit realistische scenario's, zoals klantsegmentatie, classificatie of voorspelling
  • In groepjes het MLOps-proces voor dat scenario in kaart brengen
  • Keuzes, risico's en aandachtspunten met elkaar bespreken

De training is praktisch en interactief van opzet, met veel ruimte voor jouw vragen en werksituatie. Je gaat aan de slag met passende praktijkvoorbeelden. Door actief te oefenen, te analyseren en te evalueren, maak je je de materie stap voor stap eigen en ervaar je hoe je het MLOps-proces overziet en onderbouwde keuzes maakt over inrichting, rollen en tooling.

Onze trainers zijn, naast trainer, dagelijks werkzaam op dit expertisegebied. Ze beschikken dus niet alleen over de meest actuele kennis, maar hebben ook essentiële praktijkervaring. Hierdoor zijn ze in staat om een waardevolle vertaalslag te maken van ‘kennis’ naar ‘toepassing binnen jouw organisatie en werksituatie’.

Doelen

Na deze training ben je in staat om:

• Het volledige MLOps-proces te overzien, van data-ingestie tot monitoring in productie
• Te herkennen waarom versiebeheer, reproduceerbaarheid en CI/CD bepalend zijn voor betrouwbare modellen
• De rollen in een MLOps-team te onderscheiden en de samenwerking tussen data, ontwikkeling en operations gerichter te maken
• Onderbouwde keuzes te maken over tooling, platformen en de inrichting van de model-levenscyclus
• De MLOps-volwassenheid van je organisatie in te schatten en passende vervolgstappen te benoemen