Viele Machine-Learning-Projekte scheitern auf dem Weg von einem erfolgreichen Proof of Concept zur produktiven Umsetzung. Die Hindernisse dafür können in der Konzeptionsphase beginnen und sich bis zum Deployment ziehen. Der Machine-Learning-Operation-Prozess (MLOps-Prozess) bietet jedoch eine Lösung, indem er dazu beiträgt, diese Hindernisse frühzeitig zu erkennen und zu überwinden.

In diesem Event zeigen wir dir, wie du deine ML-Projekte erfolgreich durch alle Phasen führen kannst, um am Ende mit einem produktiven System dazustehen!

Wir begleiten dich durch den gesamten Prozess: von der Definition des Anwendungsfalls über die Konzeption und prototypische Umsetzung bis hin zur produktiven Implementierung. In jeder dieser Phasen beleuchten wir mögliche Herausforderungen und zeigen dir bewährte Lösungsansätze.

Erfahre, wie das MLOps-Canvas, eine Ergänzung zum herkömmlichen Requirements Engineering, dir in der Konzeptions- und Prototypenphase wertvolle Orientierung bietet. Wir zeigen dir, wie du schon frühzeitig Datenmanagement und Qualitätssicherung mit „Data Sheets for Datasets“ einbeziehst. Dabei gehen wir anhand realer Praxisbeispiele auf konkrete Herausforderungen ein und präsentieren praktische Handlungsempfehlungen.

Erhalte wertvolle Einblicke in den MLOps-Prozess und lerne Strategien kennen, um deine ML-Projekte erfolgreich und effizient umzusetzen!