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