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

Industrielle KI: Lebenszyklen und Feedback-Schleifen

KI und Machine Learning haben in vielen Anwendungsbereichen die Phasen übertriebener und enttäuschter Erwartungen hinter sich gelassen. Veränderte Leitthemen – z.B. Data-centric AI und ML Ops - zeugen davon, dass nun die handwerkliche Realisierung und der Betrieb produktiver KI/ML-Anwendungen mit echten Mehrwerten in den Vordergrund treten.

Hierfür gilt es, spezielle Lebenszyklen auf mindestens drei Ebenen zu beherrschen: die langfristige Steuerung der KI/ML Roadmap inklusive Daten-Management, die kontinuierliche Exploration und Produktivsetzung sowie die produktiven Trainings-, Inferenz- und Feedback-Zyklen („Human in the Loop“) von von KI-Daten bzw. -Bausteinen.

In diesem Beitrag teilt AIM seine Erfahrungen zu Vorgehensweisen, Werkzeugen sowie Open-Source- und Cloud-Technologien aus der Realisierung verschiedener KI/ML-Anwendungsfälle in den letzten vier Jahren (Predictive Supply Chain, Predictive Maintenance, Digital Asset Processing).

Speaker

 

Arvin Arora
Arvin Arora ist seit 25 Jahren in der IT-Branche und seit einigen Jahren mit Anwendung und Übertragung innovativer ML-Modelle und Verfahren aus der Forschung in die industrielle Praxis befasst. Als Mitbegründer und Geschäftsführer der Agile IT Management GmbH AIM und der inserve GmbH verantwortet er den Aufbau der Data-Science-Teams und die Realisierung von Lösungen. Seine Kernkompetenzen liegen in den Bereichen Data Science/Machine Learning, Industrieprozesse und agile Softwareentwicklung.

M3-Newsletter

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

 

Anmelden