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… so gelingt also der Umstieg vom Jupyter Notebook zum produktiven KI-System.

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.​

Inhalte​:
Vergleich zwischen der Entwicklung eines KI-Prototypen in Jupyter Notebook und einer standardisierten Projektstruktur​
Methoden für Datenversionierung und Experiment Tracking​

Zielgruppe:
Technische Mitarbeitende (z. B. Data Scientist, ML Engineer, Software Engineer, Produktmanager)

Erforderliche Kenntnisse:
Python-Kenntnisse inklusive erster Prototypen für eigene KI-Systeme

• Mehr Informationen und die Anmeldung zum Webinar finden Sie hier!