Möchten Sie mit Ihrem Team teilnehmen? Profitieren Sie von unseren Gruppenrabatten! Schreiben Sie an events@dpunkt.de

ML-Ops – Überblick, Methoden und Technologien

Noch immer schaffen es viele Data-Science-Projekte nicht in den produktiven Einsatz, oder der Nutzen schwindet schon nach kurzer Zeit. Woran das liegt und welche Skills und Tools Sie benötigen, um diese Szenarien zu verhindern – darum geht es in diesem Workshop

Betrachtet werden dabei:

* Dateiversionierung sowie Experiment- & Modellverwaltung: Ein wichtiger Bestandteil nicht nur zu Beginn eines Projektes.
* ML-Ops Praktiken für Continuous Delivery: Wie bekomme ich mein Modell in Produktion und das regelmäßig und automatisch?
* Orchestrierung verschiedener Teilprozesse einer ML-Pipeline: Daten aufbereiten, Model trainieren, Vorhersagen treffen - und dann alles wieder von vorne.
* Monitoring produktiver ML-Anwendungen: Funktioniert das Modell auch in der echten Welt oder muss ich mein Modell nachjustieren?

Dabei lernen Sie unter anderem die Werkzeuge dvc, mlflow, Airflow und onnx durch Hands-on Übungen kennen.

Lernziele

Ziel des Workshop ist es, dass Sie für die Herausforderungen in diesem Umfeld Lösungsstrategien kennen. Außerdem können Sie einschätzen, welche Tools Sie bei welchen Problemen unterstützen. Dabei geht der Blick nicht nur auf oben genannten Werkzeuge, sondern ordnet auch weitere populäre Werkzeuge ein, zum Beispiel kedro, kubeflow sowie die Angebote der großen Cloud-Anbieter.

Speaker

 

Mark Keinhörster
Mark Keinhörster

Matthias Niehoff
Matthias Niehoff

Gold-Sponsor

Novatec

M3-Newsletter

Sie möchten über die Minds Mastering Machines
auf dem Laufenden gehalten werden?

 

Anmelden