Zurück

Mit MLOps vom POC zur Produktion

Ein Machine-Learning-Modell zu trainieren wird immer einfacher.
Die eigentliche Herausforderung besteht aber darin, ein Machine-Learning-System in die Produktion zu heben und auch dort zu betreiben.

Denn beim Übergang vom ersten PoC in die Produktion gibt es einige Fragestellungen zu beachten:

Warum brauchen wir überhaupt Pipelines für ML und Data Science?
Warum sollte ich mein Jupyter-Notebook nicht in Produktion pushen?
Was unterscheidet Data Science von "traditionellem" Software-Engineering?
Was sind häufige Missverständnisse über ML in der Produktion?
Wie kann ein Architekturentwurf für ML-Pipelines aussehen?

In diesem einführenden Vortrag spreche ich darüber, wie wir die Erkenntnisse aus dem "traditionellen" Software-Engineering im ML-Bereich anwenden können.

Wir werden die Bausteine von MLOps-Pipelines kennenlernen und einen Überblick über die Besonderheiten und Herausforderungen von MLOps erhalten.

Speaker

Hauke Brammer arbeitet als Senior Software Engineer bei der finpair GmbH, entwickelt Kotlin-Microservices für Kubernetes und arbeitet daran, das Beste aus dem Software-Engineering in die Welt der Machine Learnings zu bringen. Zuvor war er als Consultant im Bereich ML und und Cloud-native Applications tätig. Er hält regelmäßig Vortäge auf Entwicklerkonferenzen zu Themen rund um machinelles Lernen

Jetzt Tickets sichern

M3-Newsletter

Ihr möchtet über die Minds Mastering Machines
auf dem Laufenden gehalten werden?

Anmelden