Application Lifecycle Intelligence

Unseren gesamten Application Lifecycle lassen wir mittlerweile unterstützt durch verschiedenste Tools managen. Doch was passiert eigentlich mit den dort entstehenden Daten? Da in verschiedenen Stages einer CD/CI-Pipeline verschiedenste Tools eingesetzt werden, lässt sich keine gesamtheitliche Datenlage feststellen, als Beispiel möge die Turnaround-Time eines bestimmten Features dienen.

Der Vortrag möchte eine grundlegende Einführung in den Bereich "Application Lifecycle Intelligence" geben, bis hin zu einem kleinen Exkurs in die Programmiersprache R.

Vorkenntnisse

* Grundlagenwissen zum Application Lifecycle Management sollte vorhanden sein.

Lernziele

* Die Teilnehmer sollen am Ende des Vortrags über ein Grundverständnis für die Anwendung von BI-Methodiken auf den ALM-Prozesses verfügen.
* Darüber hinaus erhalten sie einen kleinen Werkzeugkasten für die eigene Umsetzung an die Hand.

 

Agenda

ab 8.30 Uhr Registrierung und Begrüßungskaffee

9.30 Uhr Beginn

Intro

Machine Learning

  • Was ist Machine Learning?
  • Der typische ML Workflow
  • Was sind neuronale Netze?
  • Jupyter Lab mit Python
  • Eine Einführung in TensorFlow
  • Keras als High-Level API für TensorFlow

Praxisteil: Deep Learning Modelle mit Keras

  • Datengeneratoren
  • Datasets explorativ analysieren
  • Hold-Out vs. Cross Validation

11.00 - 11.15 Uhr: Kaffeepause

Praxisteil: Deep Learning Modelle mit Keras

  • Feed-Forward Netzarchitektur
  • Convolutional Neural Networks als Deep Learning Ansatz
  • Evaluation und Visualisierung des Modells

12.30 - 13.30 Uhr: Mittagspause

Pipelines mit Luigi

  • Anforderungen an produktive Modelle
  • Übersicht über Luigi und dessen Module
  • Bau eines Beispiel-Workflows

Praxisteil: Den Keras-Workflow mit Luigi implementieren

  • Anforderungen an produktive Modelle
  • Übersicht über Luigi und dessen Module
  • Bau eines Beispiel-Workflows

15.30 - 15.45 Uhr: Kaffeepause

Praxisteil: TensorFlow-Serving

  • Übersicht über TensorFlow-Serving
  • Ladestrategien konfigurieren
  • Deployment des Modells

ca. 17.00 Uhr: Ende

 

Referent

 

Daniel Kocot Daniel Kocot ist seit Oktober 2016 ein Teil des Teams von codecentric am Standort in Solingen. Er setzt sich seit über 15 Jahren mit IT-Herausforderungen und deren Lösungen auseinander.

Platin-Sponsor

Gold-Sponsor

Silber-Sponsoren


CLC-Newsletter

Sie möchten über die Continuous Lifecycle
auf dem Laufenden gehalten werden?

 

Anmelden