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. Diese Schulung bietet eine praktische Einführung in KI- Engineering. Alexandros Tsakpinis von der fortiss GmbH zeigt Ihnen, wie die genannten Bestandteile von KI-Systemen systematisch versioniert und konfiguriert werden können.

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

Dies ist eine Folgeschulung zum Webinar „So gelingt der Umstieg vom Jupyter Notebook zum produktiven KI-System“.

• Melden Sie sich hier für das Webinar am 28. Juni an.

Inhalte

• Vergleich zwischen der Entwicklung eines KI-Prototypen 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 Workshop-Beispiele in Ihr Unternehmen übertragen und anwenden

Zielgruppe

Die Schulung richtet sich an technische Mitarbeitende (z.B. Data Scientist, ML Engineer, Software Engineer, Produktmanager). Python-Kenntnisse inklusive erster Prototypen für eigene KI-Systeme sind Voraussetzung für die Teilnahme. Die Teilnahme am dazugehörigen Webinar ist nicht zwingend erforderlich.

• Melden Sie sich jetzt hier für die kostenfreie Schulung an!

Hinweis: Auf Nachfrage wird Ihnen auch gerne eine Teilnahmebescheinigung für die Schulung ausgestellt.