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!

Das könnte Sie auch interessieren

Mehr erfahren
PraxisbeispieleProjekte
KI-gestütztes Wissensmanagement beim Sondermaschinenbauer

Jeden Tag entstehen in Unternehmen wertvolle Informationen – sei es bei Serviceeinsätzen, ...

Mehr erfahren

Mehr erfahren
Information
Digitaler Produktpass – wie KMU profitieren können

Der Digitale Produktpass (DPP) soll umfassende Informationen über Produkte während ihres gesamten Lebenszyklus ...

Mehr erfahren

Mehr erfahren
PotenzialanalysenPraxisbeispieleProjekte
In einer analogen Druckbranche zum digitalen Geschäftsmodell

Die Mertinger SIGEL GmbH mit ca. 210 Mitarbeitenden aus der Druckbranche bietet eine breite Produktpalette, darunter ...

Mehr erfahren

Mehr erfahren
PotenzialanalysenPraxisbeispiele
Interview über Digitalisierung im Kleinstunternehmen – Offenheit und Neugier machen es möglich

Eine Dreherei mit fünf Mitarbeitenden hat ihren Produktionsprozess nahezu vollständig digitalisiert, aber ...

Mehr erfahren

Mehr erfahren
PotenzialanalysenPraxisbeispiele
Energiemanagement bei großer Anlagenvielfalt im Prototypenbau

Die ModellTechnik Rapid Prototyping GmbH mit ca. 190 Mitarbeitenden in Thüringen fertigt Prototypen für ...

Mehr erfahren

Mehr erfahren
Information
Maschinelles Lernen in der Produktionsplanung

Die Produktionsplanung und -steuerung (PPS) hat das Ziel für eine hohe Auslastung und geringe Bestände zu sorgen, ...

Mehr erfahren

Mehr erfahren
Information
Bedeutung des Datenbestands für erfolgreiche KI-Projekte in KMU

Sie möchten in Ihrem Unternehmen KI-Methoden einsetzen? Dann sollten Sie zuerst Ihren Datenbestand in den Blick ...

Mehr erfahren

Mehr erfahren
Lab TourVeranstaltung
Automatisierung bei der Lab-Tour am TZ PULS

Unter dem Themenschwerpunkt „Intralogistik der Zukunft – Lösungsansätze für den Fachkräftemangel“ fand am 12. ...

Mehr erfahren

Mehr erfahren
Information
Wenn Roboter sehen lernen – Bilderkennung und Sensorik in der autonomen Intralogistik

Autonome Stapler, mobile Roboter und erste humanoide Systeme übernehmen im Lager zunehmend ...

Mehr erfahren

Mehr erfahren
PraxisbeispieleProjekte
Lieferfähigkeit mit KI-gestützter Bestandsplanung optimieren

Möglichst viele Bestellungen noch am Tag ihres Eingangs liefern und gleichzeitig Lagerflächen ...

Mehr erfahren