Das Engineering von KI-Systemen erfordert das Managen vieler integraler Artefakte beispielsweise Eingaben wie Datensätze, Konfigurationen wie Hyperparameter und Ausgaben wie Trainingsergebnisse. Häufig ist jedoch das methodische Vorgehen für ein solches Management in der Praxis unklar.

Im Webinar gibt Ihnen Alexandros Tsakpinis von der fortiss GmbH eine Einführung in KI-Engineering – weg von der prototypischen Umgebung innerhalb eines Jupyter Notebooks – und zeigt wie die genannten Bestandteile von KI-Systemen systematisch versioniert und konfiguriert werden können. ​​

Innerhalb kurzer Theorieeinheiten können die Teilnehmenden Methoden zur standardisierten Projektstruktur, Datenversionierung und Experiment Tracking kennenlernen. Zudem gibt es die Möglichkeit aufkommende Fragen und reale Probleme aus Ihren Unternehmen zu diskutieren.​​

Inhalte​ des Webinars

• Vergleich zwischen der Entwicklung eines KI-Prototyps in Jupyter Notebook und einer standardisierten Projektstruktur​
• Methoden für Datenversionierung und Experiment Tracking​

Zielgruppe​

Das Webinar richtet sich an technische Mitarbeitende (z. B. Data Scientist, ML Engineer, Software Engineer, Produktmanager)​.

Die Zugangsdaten werden Ihnen rechtzeitig per E-Mail zugesendet. Melden Sie sich jetzt kostenfrei an!​

Das Engineering von KI-Systemen erfordert das Managen vieler integraler Artefakte beispielsweise Eingaben wie Datensätze, Konfigurationen wie Hyperparameter und Ausgaben wie Trainingsergebnisse. Häufig ist jedoch das methodische Vorgehen für ein solches Management in der Praxis unklar. In diesem Webinar gibt Ihnen Alexandros Tsakpinis von der fortiss GmbH eine Einführung in KI-Engineering – weg von der prototypischen Umgebung innerhalb eines Jupyter Notebooks – und zeigt wie die genannten Bestandteile von KI-Systemen systematisch versioniert und konfiguriert werden können. ​​

Innerhalb kurzer Theorieeinheiten können die Teilnehmenden Methoden zur standardisierten Projektstruktur, Datenversionierung und Experiment Tracking kennenlernen. Zudem gibt es die Möglichkeit aufkommende Fragen und reale Probleme aus Ihren Unternehmen zu diskutieren.​​

Die Veranstaltung findet in Kooperation mit dem BVMW Bayern statt.

Passend zu diesem Webinar findet am 4. Dezember eine Folgeschulung zum Thema „Vom Prototyp zum produktiven System – so geht strukturierte KI-Entwicklung und -Verwaltung“ statt.​
Melden Sie sich hier an

Inhalte​

• Vergleich zwischen der Entwicklung eines KI-Prototyps in Jupyter Notebook und einer standardisierten Projektstruktur​
• Methoden für Datenversionierung und Experiment Tracking​

Zielgruppe​

Das Webinar richtet sich an technische Mitarbeitende (z. B. Data Scientist, ML Engineer, Software Engineer, Produktmanager)​. Für die Teilnahme sind Python-Kenntnisse sowie erste Prototypen für eigene KI-Systeme erforderlich.

Melden Sie sich hier kostenfrei an!

Das Engineering von KI-Systemen erfordert das Managen vieler integraler Artefakte beispielsweise Eingaben wie Datensätze, Konfigurationen wie Hyperparameter und Ausgaben wie Trainingsergebnisse. Häufig ist jedoch das methodische Vorgehen für ein solches Management in der Praxis unklar. In diesem Webinar gibt Ihnen Alexandros Tsakpinis von der fortiss GmbH eine Einführung in KI-Engineering – weg von der prototypischen Umgebung innerhalb eines Jupyter Notebooks – und zeigt wie die genannten Bestandteile von KI-Systemen systematisch versioniert und konfiguriert werden können. ​

Innerhalb kurzer Theorieeinheiten können Sie Methoden zur standardisierten Projektstruktur, Datenversionierung und Experiment Tracking kennenlernen. Zudem gibt es die Möglichkeit aufkommende Fragen und reale Probleme aus Ihren Unternehmen zu diskutieren.

Passend zu diesem Webinar bieten wir am 20. März eine Folgeschulung zum Thema „Vom Prototyp zum produktiven System – so geht strukturierte KI-Entwicklung und -Verwaltung“ an.​ Melden Sie sich hier an

Inhalte​

• Vergleich zwischen der Entwicklung eines KI-Prototyps in Jupyter Notebook und einer standardisierten Projektstruktur​
• Methoden für Datenversionierung und Experiment Tracking​

Zielgruppe​

Das Webinar richtet sich an technische Mitarbeitende (z. B. Data Scientist, ML Engineer, Software Engineer, Produktmanager)​. Für die Teilnahme sind Python-Kenntnisse inklusive erster Prototypen für eigene KI-Systeme erforderlich.

Melden Sie sich jetzt kostenfrei an! Den Link zur Veranstaltung erhalten Sie rechtzeitig von uns per E-Mail.

Das Engineering von KI-Systemen erfordert das Managen vieler integraler Artefakte beispielsweise Eingaben wie Datensätze, Konfigurationen wie Hyperparameter und Ausgaben wie Trainingsergebnisse. Häufig ist jedoch das methodische Vorgehen für ein solches Management in der Praxis unklar. In diesem Webinar gibt Ihnen Alexandros Tsakpinis von der fortiss GmbH eine Einführung in KI-Engineering – weg von der prototypischen Umgebung innerhalb eines Jupyter Notebooks – und zeigt wie die genannten Bestandteile von KI-Systemen systematisch versioniert und konfiguriert werden können.​

Innerhalb kurzer Theorieeinheiten können Sie Methoden zur standardisierten Projektstruktur, Datenversionierung und Experiment Tracking kennenlernen. Zudem gibt es die Möglichkeit aufkommende Fragen und reale Probleme aus Ihren Unternehmen zu diskutieren.​

Zu diesem Webinar bieten wir am 29. November die Folgeschulung „Vom Prototypen zum produktiven System – so geht strukturierte KI-Entwicklung und -Verwaltung“ an.​ Melden Sie sich hier an

Inhalte​

• Vergleich zwischen der Entwicklung eines KI-Prototypen in Jupyter Notebook und einer standardisierten Projektstruktur​
• Methoden für Datenversionierung und Experiment Tracking​

Zielgruppe

Das Webinar richtet sich an technische Mitarbeitende (z. B. Data Scientist, ML Engineer, Software Engineer, Produktmanager). Für die Teilnahme sind Python-Kenntnisse inklusive erster Prototypen für eigene KI-Systeme erforderlich.

Melden Sie sich jetzt für das kostenfreie Webinar an! Die Zugangsdaten senden wir Ihnen vorher rechtzeitig per E-Mail zu.

Das Engineering von KI-Systemen erfordert das Managen vieler integraler Artefakte beispielsweise Eingaben wie Datensätze, Konfigurationen wie Hyperparameter und Ausgaben wie Trainingsergebnisse. Häufig ist jedoch das methodische Vorgehen für ein solches Management in der Praxis unklar. In diesem Webinar gibt Ihnen Alexandros Tsakpinis von der fortiss GmbH eine Einführung in KI-Engineering – weg von der prototypischen Umgebung innerhalb eines Jupyter Notebooks – und zeigt wie die genannten Bestandteile von KI-Systemen systematisch versioniert und konfiguriert werden können.

Innerhalb kurzer Theorieeinheiten können Sie Methoden zur standardisierten Projektstruktur, Datenversionierung und Experiment Tracking kennenlernen. Zudem gibt es die Möglichkeit aufkommende Fragen und reale Probleme aus Ihren Unternehmen zu diskutieren.

Dieses Webinar dient als Vorbereitung für die Folgeschulung „So entwickeln Sie systematisch ein produktives KI-System“, in der die gelernten Methoden in Workshops angewendet werden. Melden Sie sich für die Schulung am 26. Juli an

Inhalte

• Vergleich zwischen der Entwicklung eines KI-Prototypen in Jupyter Notebook und einer standardisierten Projektstruktur
• Methoden für Datenversionierung und Experiment Tracking

Zielgruppe

Das Webinar richtet sich an technische Mitarbeitende (z. B. Data Scientist, ML Engineer, Software Engineer, Produktmanager). Für die Teilnahme sind Python-Kenntnisse inklusive erster Prototypen für eigene KI-Systeme erforderlich.

Melden Sie sich jetzt für das kostenfreie Webinar an!