ML-Projekte schnell und strukturiert durchdenken: Back-of-the-Envelope Calculation For Machine Learning Projects
Online-Workshop am 27. Januar 2022, 9-13 Uhr
Eine der besten Praktiken, die wir von großartigen Ingenieuren kennen, ist die "Back-of-the-envelope"-Kalkulation, um Kosten und Ressourcen abzuschätzen. Ich glaube, dass Machine Learning Engineering von einer solchen "Back-of-the-envelope"-Kalkulation profitieren würde. Denn wir müssen – so kostengünstig wie möglich – sicherstellen, dass unser zukünftiges ML-Projekt lohnenswert ist, dass es einen Mehrwert bringt und dass die Kosten und Ressourcen transparent und somit abschätzbar sind.
In diesem Workshop lernen wir ein Design-Toolkit für ML-Projekte kennen, um ein solches Prototyping mithilfe von drei Canvas-Typen durchzuführen: Machine Learning Canvas, Data Landscape Canvas und MLOps Stack Canvas.
Vorkenntnisse
- Allgemeines Verständnis über Machine Learning
Lernziele
- Wissen, wie man ML-Projekte mit dem ML Design Toolkit strategisch plant
- Wissen, welche Komponenten zu einem ML-Projekt gehören
- Wissen, wie man versteckte Kosten und Bottlenecks in ML-Projekten entdeckt und sie rechtzeitig adressiert