Seminar MLflow

Einordnung

MLflow hat sich von einem Werkzeug für Experiment Tracking zu einer breit einsetzbaren Plattform für Modelllebenszyklus, Qualitätssteuerung und aktuelle GenAI-Workflows entwickelt. Die Seminarreihe bildet deshalb sowohl klassische Machine-Learning-Themen als auch moderne Funktionen für Tracing, Evaluation, Monitoring, Prompt-Verwaltung und agentenbasierte Anwendungen ab. Für Unternehmensszenarien ist neben dem Open-Source-Kern insbesondere die Integration in verwaltete Plattformmodelle relevant.

Themenfelder der Seminarreihe

• Experiment Tracking, Runs, Artefakte und Datensatzbezüge
• Reproduzierbare Projektstrukturen, Standards und Teamworkflows
• Modellverpackung, Registry, Freigabe und Deployment
• Evaluation, Monitoring, Governance und Qualitätskontrolle
• Tracing, Prompt Registry und Agent Observability für GenAI
• Kompakte Einstiegs- und intensive End-to-End-Formate für unterschiedliche Lernpfade

Empfohlene Reihenfolge

Für einen systematischen Kompetenzaufbau bietet sich folgende Reihenfolge an:

1. MLflow Basisüberblick: Architektur, Einsatzszenarien und Plattformüberblick
2. MLflow Experiments, Runs und Artifact Tracking
3. MLflow Projects, Reproduzierbarkeit und Teamworkflows
4. MLflow Modelle, Registry und Deployment
5. MLflow Evaluation, Monitoring und Governance
6. MLflow Administration, Tracking-Server und APIs
7. MLflow GenAI, Prompt Registry und Agent Observability

Alternative Lernpfade

Das MLflow Kompaktseminar eignet sich als beschleunigter Einstieg für gemischte Projektteams und kann die ersten vier Stationen verdichten. Das MLflow Intensivseminar fasst die gesamte Reihe in einem durchgängigen Fünftagesformat zusammen und eignet sich besonders für Standardisierung, Team-Onboarding und Pilotprogramme.