Die im Konferenzprogramm der TDWI München 2022 angegebenen Uhrzeiten entsprechen der Central European Time (CET).
Per Klick auf "VORTRAG MERKEN" innerhalb der Vortragsbeschreibungen können Sie sich Ihren eigenen Zeitplan zusammenstellen. Sie können diesen über das Symbol in der rechten oberen Ecke jederzeit einsehen.
Hier können Sie die Programmübersicht der TDWI München 2022 mit einem Klick als PDF herunterladen.
ROOM E124 | ML Ops Best Practices mit Azure: Mit operationalisierten Data Science Projekten zu nachhaltigem Geschäftswert
In den letzten Jahren ist die Nachfrage nach datenwissenschaftlichem Know-how erheblich gestiegen. Dennoch kommen viele Data-Science-Lösungen nicht über das Vorproduktionsstadium hinaus und scheitern am Industrialisierungsprozess.
Microsoft Azure, als skalierbare und individuell anpassbare Cloud Computing-Plattform, ermöglicht Unternehmen jeder Größe diese Herausforderungen zu meistern.
Um Künstliche Intelligenz (KI) und Machine Learning (ML) zu skalieren, ist es wichtig, sich auf die Implementierung einer Reihe von Standards zu fokussieren. Diese Standards schaffen den Rahmen zur Entwicklung und Bereistellung von produktionsreifen KI- und ML-Bausteinen.
Gemeinsam wollen wir die Anwendung von MLOps-Konzepten in der Azure Cloud-Umgebung auf datenwissenschaftliche Anwendungsfälle betrachten, die Vorteile hervorheben und das in den letzten Jahren bei der Implementierung solcher Lösungen gewonnene Wissen teilen.
Als Consultant mit den Schwerpunkten Daten Engineering, Data Science und Machine Learning berate ich zu cloudbasierten Systemarchitekturen auf Basis von Microsoft Azure, mit einem Schwerpunkt auf Data Engineering Pipelines und Machine Learning Infrastruktur und Operationalisierung.
Ein weiterer Fokus liegt auf der Begleitung von Innovationsprojekten im Kontext der digitalen Transformation, in welchem neue Ideen und Technologien in POCs verprobt werden und auf eine Umsetzung in Produktivumgeben vorbereitet werden.
