Vom Prototyp zum produktiven System – so geht strukturierte KI-Entwicklung und -Verwaltung​

Das Engineering von KI-Systemen erfordert das Managen vieler integraler Artefakte. Dazu gehören u.a. 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 dieser Schulung 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.​​

In einer Kombination aus kurzen Theorieeinheiten und Live-Coding Sessions können Sie Open-Source-Technologien für eine standardisierte Projektstruktur, Datenversionierung und Experiment Tracking kennenlernen. Zudem gibt es die Möglichkeit aufkommende Fragen und reale Probleme aus Ihren Unternehmen zu diskutieren.

Inhalte

• Vergleich zwischen der Entwicklung eines KI-Prototyps in Jupyter Notebook und einer standardisierten Projektstruktur
• Methoden für Datenversionierung und Experiment Tracking
• Überblick über Open-Source-Technologien für eine standardisierte Projektstruktur, Datenversionierung und Experiment Tracking

Vorteile für die Teilnehmenden

• Sie erkennen die Vorteile wie beispielsweise Nachverfolgbarkeit, welche durch Versionierung von Daten, Modellen und Code entstehen
• Sie können die Beispiele der Live-Coding Sessions in Ihr Unternehmen übertragen und anwenden

Zielgruppe

Die Veranstaltung richtet sich an technische Mitarbeitende (z. B. Data Scientist, ML Engineer, Software Engineer, Produktmanager).

Wichtig: Für die Schulung sind Python-Kenntnisse inklusive erster Prototypen für eigene KI-Systeme notwendig. Die Teilnahme am dazugehörigen Webinar ist nicht zwingend erforderlich.

Melden Sie sich jetzt kostenfrei an!

Hinweis: Gerne stellen wir Ihnen auf Nachfrage eine Teilnahmebescheinigung aus.