AI Bootcamp: Der Praxiseinstieg ins ML Engineering
Vom Notebook zum laufenden Modell: Das Bootcamp führt dich durch den Arbeitsalltag eines ML Engineers – Daten, Training, Deep Learning, Large Language Models und das Deployment als Service. Kompromisslos praxisnah, mit Projekten statt Folien.
Was du lernst.
- Effizienter Python-Code für Datenverarbeitung
- Deep-Learning-Modelle trainieren und verbessern
- Mit Large Language Models und Embeddings arbeiten
- Modelle als API bereitstellen
- Experimente nachvollziehbar dokumentieren
- Typische Fehlerquellen im ML-Betrieb vermeiden
So ist der Kurs aufgebaut.
- Python & Algorithmen für MLDatenstrukturen, Vektorisierung, sauberer Code.
- Deep LearningNetze trainieren, regularisieren und bewerten.
- Large Language ModelsPrompting, Embeddings und Fine-Tuning-Grundlagen.
- DeploymentModelle als Service bereitstellen und überwachen.
- AbschlussprojektEin durchgängiges ML-Projekt von Daten bis API.
Für Entwicklerinnen, Data Analysts und Quereinsteiger mit Programmiererfahrung, die beruflich ins ML Engineering wechseln wollen.
Python-Kenntnisse auf dem Niveau von Python Grundlagen und die Inhalte von AI & ML Grundlagen.
Du setzt ein ML-Projekt durchgängig um – von den Daten über das Training bis zum Deployment – und bekommst eine Kompetenzübersicht zum Abschluss.
Häufige Fragen zu AI Bootcamp.
Wie intensiv ist das Bootcamp?
Es ist das umfangreichste KI-Programm nach dem Agentic-Coding-Kurs. Du lernst im eigenen Tempo, planst aber am besten mehrere Wochen ein.
Brauche ich eine GPU?
Nein. Die Übungen sind so ausgelegt, dass sie auf einem normalen Rechner oder in kostenlosen Cloud-Notebooks laufen.
Bekomme ich ein Zertifikat?
Ja, ein Teilnahmezertifikat mit Inhalten und Lernumfang.
Der CLAUDE.md-Spickzettel.
Vorlage, Regeln und häufige Fehler auf zwei Seiten – dazu etwa zwei Praxis-Tipps im Monat. Jederzeit abbestellbar.