SIGS DATACOM Fachinformationen für IT-Professionals

SEACON 2019

software engineering + architecture

Hyperion Hotel, Hamburg: 23.-24. Mai 2019

Sessiondetails

Vortrag: Do 1.1
Datum: Do, 23.05.2019
Uhrzeit: 11:45 - 12:30
cart

Die 5 Herausforderungen und wie du sie meisterst, um ein prädiktives Machine-Learning-Modell im Livebetrieb wirksam einzusetzen

Uhrzeit: 11:45 - 12:30
Vortrag: Do 1.1

 

Funkelnde neue AI-Welt: Die großen Datenmengen schwimmen im Data Lake; die Use-Cases für Machine-Learning-Anwendungen sind identifiziert; Auch die ersten PoCs laufen vielversprechend...
Aber dann kommt die große Ernüchterung: Wie schaffen wir es, dass nicht nur das prädiktive Modell, sondern idealerweise auch der ganze Modellentwicklungsprozess 'in Produktion' übergehen?  Ein prädiktives Modell in Produktion zu deployen, ist aber weit entfernt von trivial.

Der Vortrag vermittelt zunächst einen Überblick über die Top-5-Herausforderungen bei diesem Schritt: Prototyping, Productionizing, Lifecycle Management, Feature Data Management und das Qualitätsmonitoring der Modelle.

Es wird ein Einblick gegeben in Deploymentstrategien prädiktiver Modelle – immer mit dem Fokus auf die ganz besonderen Anforderungen, die Machine Learning mit sich bringt. Darüber hinaus zeigen wir, bei welchem dieser Schritte welche Tools und Frameworks sinnvoll unterstützen können.

Zielpublikum: Entscheider sowie Entwickler, Data Scientist und am Thema Interessierte
Voraussetzungen: Teilnehmer sollten idealerweise ein Grundverständnis der generellen Funktionsweise von prädiktiven Modellen mitbringen.
Schwierigkeitsgrad: Mittel