Zurück

DevOps für Machine Learning-Projekte

DevOps ist aus der klassischen Softwareentwicklung nicht mehr wegzudenken. Auch in den meisten datenzentrischen Projekten spielt dies eine immer großer werdende Rolle. Doch wie nutze ich das volle Potenzial meiner DevOps Tools?

In dieser Session geht Sascha dieser Fragestellung nach und zeigt, wie man mit Azure DevOps, GitHub Actions, Kubeflow und anderen CI/CD Tools, DevOps-Pipelines für Advanced-Analytics- und Machine-Learning-Projekte aufbauen kann.
Hierbei geht er auf Themen wie Source-Code-Verwaltung, Infrastructure as Code, Unit- und Integration-Tests, aber auch das automatische Deployment in Test- und Produktionsumgebungen ein.

Vorkenntnisse

Grundlagen Machine Learning sind von Vorteil

Lernziele

Übersicht, wie verschiedene CI/CD Tools für ML-Projekte eingesetzt werden können

Speaker

Sascha Dittmann ist Cloud Solution Architect bei der Microsoft Deutschland GmbH und unterstützt dort Kunden und Partner beim Implementierungsprozess von Cloud-Lösungen. Seine Schwerpunkte liegen in der Softwareentwicklung für die Plattform Microsoft Azure sowie im SQL-Server-Business-Intelligence-, Big-Data- und Machine-Learning-Bereich.

Silber-Sponsoren

JETZT SPONSOR WERDEN

data2day-Newsletter

Sie möchten über die data2day
auf dem Laufenden gehalten werden?

Anmelden