MLOps. Software für Best Practices für die Erstellung von ML-Lösungen
In diesem Vortrag sprechen wir über MLOPs, die auf den Prinzipien und Praktiken von DevOps basieren, um die Effektivität von Workflows in Machine-Learning-Projekten zu erhöhen.
Schedule
Dauer 30 Minuten
- Schnellere Entwicklung und Erprobung von Modellen.
- Schnellerer Einsatz von Produktionsmodellen.
- Qualitätskontrolle.
- Kontinuierliche Integration und Lieferung durch Azure DevOps.
- Azure Databricks.
- MLFlow – Machine Learning Lebenszyklus Plattform
Schließlich werden wir die letzten Minuten damit verbringen, alle Fragen zu beantworten, die sich während des Vortrags ergeben könnten.
Referenten
Fran Pérez
Software Development Engineer bei Plain Concepts
Ich arbeite als Machine Learning Engineer in Plain Concepts, wo ich zwei meiner Leidenschaften kombinieren kann: Machine Learning und Software-Engineering. In den letzten fünf Jahren habe ich viele KI-Lösungen mit Python, R … und Unmengen von Daten entwickelt. In den letzten Monaten war ich an der Entwicklung und Optimierung von Machine Learning-Pipelines über Databricks-Plattformen beteiligt.
Davor war ich ein Experte für Microsoft-Technologien mit 15 Jahren Erfahrung in der Bereitstellung von Desktop- und Webanwendungen.
Kevin Albes
Software Development Engineer bei Plain Concepts
Ich bin ein Software-Entwickler, der sich auf Azure, Big Data und Machine Learning spezialisiert hat.
Gegenwärtig spiele ich auch die Rolle des Delivery Lead und unterstütze mein Team bei der Methodik und der Kommunikation mit dem Kunden.
Keep up to date with the latest news
SUBSCRIBE TO OUR NEWSLETTER
[cp_popup display=“inline“ style_id=“774″ step_id = „1“][/cp_popup]
