Zurück

DevOps für Maschinelles Lernen mit Kubeflow

Die Erstellung eines Modells für maschinelles Lernen ist nur ein Ausgangspunkt. Um es in die Produktion zu bringen, müssen Sie verschiedene reale Probleme lösen, wie z. B.

den Aufbau einer Pipeline für kontinuierliches Modelltraining
die Automatisierung der Validierung der Modelle
die Schaffung einer Serving-Infrastruktur
die Implementierung der Überwachung
und vieles mehr.

Um diese Herausforderungen zu meistern, gibt es verschiedene Lösungen auf dem Markt, wie z.B. Kubeflow.

In dieser Session zeigt Sascha Dittmann, wie Kubeflow für Ihre KI-Projekte von Nutzen sein kann und wie Sie dies in Ihre tägliche Arbeit integrieren können.

Vorkenntnisse

Grundkenntnisse in ML und Container

Lernziele

Verständnis schaffen, wie DevOps Tools wie bswp. Kubeflow den Machine Learning Prozess unterstützen können und welche verschiedenen Möglichkeiten diese Lösung bietet.

Speaker

Sascha Dittmann ist als Customer Engineer (Smart Analytics) bei Google Cloud tätig. In seiner Rolle unterstützt er Kunden bei der Implementierung erfolgreicher Cloud-Lösungen. Sein Fokus liegt dabei auf Advanced Analytics/Big Data, IoT sowie Data Science. Bevor er 2021 zu Google kam, arbeitete er sechs Jahre als Cloud Solution Architect bei Microsoft sowie 16 Jahre bei EY als Softwareentwickler.

Jetzt Tickets sichern

M3-Newsletter

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

Anmelden