Möchten Sie mit Ihrem Team teilnehmen? Ab drei Personen profitieren Sie von unseren Gruppenrabatten! Direkt im Shop buchen!

Machine Learning in der Cloud: Ein Praxisbeispiel mit Amazon SageMaker

Noch vor wenigen Jahren benötigte man ein ganzes Expertenteam, um ein Machine-Learning-Modell zu entwickeln und in Produktion zu nutzen. Zudem musste man in leistungsfähige Server investieren. Beides ist heute nicht mehr notwendig. Die großen Cloud-Anbieter bieten ML-Systeme an, die es einzelnen Data Scientists erlauben, ein Modell innerhalb von wenigen Wochen in Produktion zu bringen.

Dass dies kein Marketingversprechen ist, wird Oliver anhand eines Praxisbeispiels demonstrieren: Für Scout24 hat er mit Amazon SageMaker ein serverloses ML-Modell entwickelt (WohnBarometer), das Preisprognosen für den deutschen Immobilienmarkt liefert, die bundesweit in großen Medien rezipiert werden.

Vorkenntnisse

  • Grundverständnis von Maschine Learning und Cloud Computing

Lernziele

  • Mit der Vorstellung aufräumen, dass es große Expertenteams und hohe Startinvestitionen braucht, um ein Machine-Learning-Modell in Produktion zu bringen

Speaker

 


Oliver Frost arbeitet seit 2017 bei Scout24. Angefangen hat er als Business Analyst im Privatanzeigenbereich von ImmoScout und AutoScout. Seit 2019 ist er Data Scientist, wobei sein Fokus zuletzt im Bereich Data Engineering lag.

Gold-Sponsoren

InterSystems
INNOQ
PRODATO

Silber-Sponsoren

HMS Analytical Software
inovex

Bronze-Sponsor

andrena

data2day-Newsletter

Sie möchten über die data2day
auf dem Laufenden gehalten werden?

 

Anmelden