Newsletter

   Kontakt

Künstiche Intelligenz - Spezialisierung - From Lab to Enterprise with MLOps


(3-tägiger iX Workshop)

Schulungsziel

Data Scientists werden mehr und mehr in die Deployment-Pipeline von Software-Produkten mit einbezogen. Dabei ist es eine nicht triviale Aufgabe, sicherzustellen, dass ihre Arbeit gut integriert wird. Natürlich ist dies kein neues Problem: In der Vergangenheit warfen traditionelle Software-Entwicklungsteams ihre Arbeit "über die Mauer" zum Betriebsteam. DevOps entfernte die Mauer zwischen Entwicklung und Betrieb, um die Effizienz zu steigern und die Produktqualität zu verbessern.


Machine Learning steht jetzt vor der gleichen Herausforderung. Durch die hohe Nachfrage nach KI-Produkten wird dies noch verstärkt. Es gibt oft eine neue Mauer, die die Produktivität mindert: Die Trennung zwischen ML Modell Entwicklung und Betrieb dieser Modelle. Die Schmerzpunkte, die wir heute in der Industrie sehen, fühlen sich vertraut an, haben aber auch einzigartige Aspekte von Machine Learning Anforderungen - hier kommt Machine Learning Operations (MLOps) ins Spiel.

Wie verändert sich DevOps mit der Zunahme von Data Science Teams in der Entwicklung? Wie sieht die Mischung zwischen ML und Software-Engineering aus? Wie kann man KI-Lösungen vor Ort, in der Cloud oder "on the Edge" einsetzen und verwalten? Wie kann man mit realen Szenarien wie A/B-Tests umgehen?

In diesem Workshop helfen wir Ihnen bei der Beantwortung dieser Fragen und schulen Sie im Bereich MLOps. Damit der Erfolg Ihrer KI-Bemühungen gesichert ist und Sie den Übergang von der Entwicklung in den produktiven Betrieb meistern.

Der Kurs findet im Q3/4 2020 statt und weitere detaillierte Informationen zum Kurs folgen in Kürze. 

Durchführung

Ist die Durchführung der Veranstaltung aufgrund höherer Gewalt, wegen Verhinderung eines Referenten, wegen Störungen am Veranstaltungsort oder aufgrund zu geringer Teilnehmerzahl (weniger als 50%) nicht möglich, werden die Teilnehmer spätestens 14 Tage vorher durch das heise Events-Team informiert.

Kontakt

Haben Sie Fragen zu der Organisation oder der Veranstaltung? Gern beantworte ich Ihre Fragen per E-Mail!

Jennifer Rypalla // jery@heise.de

Termine & Preise

02. - 04.12.2020, Hannover

Heise Medien GmbH & Co. KG, Karl-Wiechert-Allee 10, 30625 Hannover

Tickets bald verfügbar

Preise

Frühbucherpreis: 2.250,00 € *

Standardpreis:  2.475,00 €

Alle Preise inkl. MwSt.

* 10% Frühbucherrabatt bis 6 Wochen vor Veranstaltungsbeginn

Agenda & Trainer

08:30 Uhr    Registrierung

09:00 Uhr    Beginn

13:00 Uhr    Mittagspause

17:00 Uhr    Ende

Jeweils 15 Minuten Kaffeepause am Vor- und Nachmittag.

Weitere Inhalte folgen!

Philipp Braunhart

Philipp ist Freelance Machine Learning Engineer und Trainer. Bei Siemens hat er skalierbare Artificial Intelligence (A.I.) Lösungen im IoT Umfeld entwickelt. Von der Physik (B.Sc.) hat er sich in Richtung A.I. insbesondere Deep und Machine Learning (M.Sc.) entwickelt. Ob Deep Reinforcement Learning in der Robotik, Qualitäts-Vorhersagen bei Fertigungsprozessen oder Anomalieerkennung bei Prüfergebnissen von Flachbaugruppen: Es reizt ihn stets praktische Probleme mit Hilfe von intelligenten Algorithmen zu lösen. Mit großer Freude gibt Philipp sein Wissen weiter. Durch bildliche, einfach verständliche Erklärungen hilft er anderen Hürden zu überwinden, um ebenso viel Begeisterung für Machine Learning zu entwickeln.



Moustapha Karaki

Moustapha ist ein Machine Learning Engineer und Berater bei IBM für die Anwendung von AI in Unternehmen. Unter anderem am Fraunhofer IPK in der Forschungsgruppe"Sicherheitstechnologien", in Projekten in der Automobil-Branche, im Maschinenbau (B.Sc.) sowie bei IBM sammelte er Erfahrungen zu Deep und Machine Learning, Computer Vision und Robotik. Hierauf lag auch der Fokus seines M.Sc. in Computational Engineering Science. Zu seinen bisherigen Projekten gehören unter anderem Personenerkennung zur Sicherheit, Produkt-Qualitätsoptimierung basierend auf Maschinensensoren, und intelligente IoT Systeme in der Automobilindustrie. Durch seine Arbeit in der Beratung wurde ihm bewusst, wie wichtig es für die Menschen ist, eine AI-orientierte Denkweise zu haben. Die Verbreitung dieses Wissens ist sein Beitrag auf dem Weg zur kommenden Transformation.