Zurück

MLOps mit Python

Workshop am 19. September 2022, 9-16 Uhr

Viele Unternehmen haben die Phase des reinen Experimentierens mit Machine Learning hinter sich gelassen und fragen sich nun, wie man ein Machine-Learning-Modell so betreibt wie ein traditionelles Stück Software. Also wie man es in Produktion bringt und dort erfolgreich hält. MLOps ist der Name für diesen Ansatz.

In diesem Workshop werden wir uns anhand eines durchgängigen Beispiel durch die Phasen eines Machine-Learning-Projekts bewegen:

Exploration: Entwicklung eines Modells mit Jupyter Notebooks und TensorFlow
Professionalisierung: Refactoring in Module
Produktion und Monitoring: Produktivsetzung mit Flask und Docker, Monitoring mit Prometheus, Evidently und Grafana

Vorkenntnisse

Es wird lediglich Erfahrung mit Python und ein Verständnis für ein Machine Learning Projekt vorausgesetzt. Alles andere wird – soweit nötig – im Workshop eingeführt

Lernziele

Teilnehmende sollen anhand eines in sich stimmigen Satzes von Werkzeugen die Konzepte und Ansätze im Bereich MLOps kennenlernen und diskutieren können

Agenda

ab 08:00 Uhr: Registrierung und Begrüßungskaffee
09:00 Uhr: Beginn
Einführung

MLOps: Phasen und Workflow in einem ML Projekt
Daten entstehen über die Zeit
Unser Fallbeispiel und Datenbasis

10:45 - 11:00 Uhr: Kaffeepause
Ein lauffähiges ML System

Installation und Start des ML Systems
Docker
Flask
wichtige Metriken
Was kann man wie testen?

12:30 - 13:30 Uhr: Mittagspause
Betrieb

Benutzung des Modells simulieren
Drifts, Monitoring, Alerting
Evidently, Prometheus, Grafana
Bewertung von Drift

15:00 - 15:15 Uhr: Kaffeepause
Abschluss / Rückblick

Ausblick: was passiert nach Produktivsetzung?
Offene Fragen

ca. 16:00 Uhr: Ende

Technische Anforderungen

Falls ihr ein Gerät eurer Firma verwendet, überprüft vorher bitte, ob eines der folgenden, gelegentlich vorkommenden Probleme bei euch auftreten könnte.

Workshop-Teilnehmer:in hat keine Administrator-Rechte.
Corporate Laptops mit übermäßig penibler Sicherheitssoftware
Gesetzte Corporate-Proxies, über die man in der Firma kommunizieren muss, die aber in einer anderen Umgebung entsprechend nicht erreicht werden.

Vorbereitung
Dieser Workshop geht davon aus, dass du bereits eine Python-Entwicklungsumgebung mit IDE, Python Distribution und Git
auf deinem Rechner lauffähig hast.
Sollte das nicht der Fall sein und du nicht sicher bist, welche Software passt, installiere bitte:

Anaconda: https://www.anaconda.com/products/individual
Visual Studio Code: https://code.visualstudio.com/
Git: https://git-scm.com/downloads
Docker: https://docs.docker.com/get-docker/

Speaker

Oliver Zeigermann ist Softwareentwickler aus Hamburg. Er entwickelt seit über 35 Jahren Software mit unterschiedlichen Ansätzen und Programmiersprachen. In letzter Zeit hat er sich vor allem mit Machine Learning und dessen Kommunikation mit dem Menschen beschäftigt. Oliver verantwortet bei der open knowledge GmbH den Bereich Machine Learning und KI.

Tobias Kurzydym ist Enterprise Entwickler aus Oldenburg. Während seiner 7 Jahre als Software-Entwickler beschäftigte er sich neben der Enterprise Entwicklung mit Quarkus und Spring in seinen letzten 2 Jahren bei Open Knowledge viel mit Cloud Native und DevOps Themen. Jetzt verlagert sich der Schwerpunkt auf MLOps. Neben der Arbeit findet man ihn in der Boulderhalle.

Jetzt Tickets sichern

data2day-Newsletter

Du möchtest über die data2day
auf dem Laufenden gehalten werden?

Anmelden