Zurück

ML Lifecycle Management am Beispiel einer NLP-Anwendung

Dieser Vortrag erkundet den Lebenszyklus von NLP-Anwendungen anhand eines konkreten Beispiels.

Dabei wird der komplette Prozess, angefangen bei der Entwicklung eines Prototyps bis hin zur vollen Produktionsumgebung, mithilfe des Open-Source-Frameworks Haystack und der deepset Cloud durchlaufen.

Schwerpunkte liegen auf der Prototyp-Evaluierung, kontinuierlichem Monitoring und der fortlaufenden Optimierung der Anwendung.

Vorkenntnisse

Wünschenswert wären Grundkenntnisse in Python, jupyter notebook und k8s, sind aber nicht zwingend notwendig.

Lernziele

Verstehen des NLP-Anwendungslebenszyklus
Effiziente Prototyp-Entwicklung für NLP-Anwendungen
Anwendungen nach Produktion bringen mit Haystack und deepset Cloud
Umsetzung von Evaluierung, Monitoring und Optimierung in der Praxis

Speaker

Thomas Stadelmann ist Senior Software Engineer bei deepset, wo er tagtäglich an professionellen Such-Anwendungen und deren Evaluierung arbeitet. Er unterstützt Kund*innen aus verschiedenen Branchen bei der Erstellung von NLP-Anwendungen für den produktiven Einsatz und findet große Freude daran, die neuesten NLP-Technologien öffentlich zugänglich zu machen.

Jetzt Tickets sichern

M3-Newsletter

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

Anmelden