Vielen Dank an alle Beteiligten für eine erfolgreiche M3 2024 in Köln! Im Herbst geht es weiter mit M3-Online-Events!

Praxisbericht: MLOps für Condition-Monitoring-Anwendungen

Bei einem unserer Kunden aus dem Maschinenbau stieg mit wachsender Anzahl produktiver Machine-Learning-Modelle der Bedarf nach eine klaren Trennung von Verantwortlichkeiten zwischen Data Scientists und dem operativen Betrieb – und damit auch nach klaren MLOps-Praktiken. Insbesondere die Weiterentwicklung von bereits produktiven Modellen wurde zu einem Pain Point.

Daher haben wir nach und nach verschiedene AWS Sagemaker Services eingeführt, die die oben genannten Probleme auflösen. Im Rahmen des Vortrages sollen folgende Learnings vermittelt werden:

  • Warum sind wir überhaupt auf Sagemaker umgestiegen?
  • Welche Stolpersteine mussten wir dabei überwinden?
  • Wie sieht unsere MLOps-Architektur aus?

Vorkenntnisse

  • Erfahrung im Produktiveinsatz von ML-Modellen ist von Vorteil
  • AWS-Sagemaker-Kenntnisse sind von Vorteil.

Lernziele

  • Klares Verständnis für die Bedeutung von MLOps für den langfristigen Betrieb von ML-Modellen
  • Einblicke, welche Probleme AWS Sagemaker lösen kann und welche nicht (Model Registry, Multi Model Endpoints, Serverless Endpoints,...)
  • Verständnis einer Service-Architektur, die ein nahtloses Zusammenarbeiten zwischen Data-Science- und Betriebsteams fördert

Speaker

 

Simon Kneller
Simon Kneller nimmt als Head of Industrial Analytics & IoT bei der esentri AG zwei Rollen ein: Zum einen leitet er ein Full-Stack-Data-Science-Team und entwickelt deren Kompetenzbereiche kontinuierlich weiter. Zum anderen arbeitet er seit mehreren Jahren bei einem ihrer Industriekunden an einer Predictive-Maintenance-Lösung für rotierendes Equipment. Seine Schwerpunkte liegen dabei zuletzt auf MLOps-Themen.

Johannes  Ehlert
Johannes Ehlert hat sich als Consultant für Data Science auf die Anwendung mathematikbasierter Analyseverfahren für Anwendungsfälle in der Industrie spezialisiert – insbesondere im Bereich der Schwingungsanalyse, Maschinendiagnose und Predictive Maintenance –, um wertvolle Einblicke zu Mustern und Trends sowie in den Zustand von Anlagen zu gewinnen und so innovative Lösungen für datengetriebene Entscheidungsfindung zu entwickeln.

M3-Newsletter

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

 

Anmelden