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.
M3-Newsletter
Du möchtest über die Minds Mastering Machines
auf dem Laufenden gehalten werden?