MLOps überträgt Prinzipien aus DevOps und Software Engineering auf Machine-Learning-Systeme. Dazu gehören reproduzierbare Trainingsprozesse, Versionierung von Daten und Modellen, automatisierte Tests und Deployments sowie Monitoring im laufenden Betrieb.
Mit generativer KI und KI-Agenten kommen weitere Anforderungen hinzu, etwa die Evaluation von LLM-Ausgaben, der Betrieb von Retrieval- und Agenten-Workflows oder die kontrollierte Nutzung von Tools. MLOps bleibt dafür eine wichtige Grundlage, wird aber zunehmend durch Praktiken für LLM- und agentische Systeme ergänzt. Weitere Inhalte dazu finden Sie unter Data & AI und Agentic Software Engineering.
Auf dieser Seite finden Sie Artikel, Podcasts und Vorträge rund um MLOps, Machine Learning und den produktiven Betrieb datengetriebener Systeme.