People & Products – Erkenntnisse als Hilfestellung für den täglichen IT-Wahnsinn [Sponsored Talk]

IT im 21. Jahrhundert - What a time to be alive! Es gibt einen (unüberschaubaren) Zoo an Methoden und Produkten, die uns so viel Freude an der Arbeit bereiten! Sie sind modern, weil sie neu sind. Sie fordern unser Können heraus, weil sie komplex sind. Sie lösen einige Probleme, die wir vorher nicht hatten. Jeder will sie verwenden, weil Google, Netflix & Co. sie propagieren und Hand auf’s Herz: Will nicht jeder gerne so arbeiten wie Google, Netflix & Co.? Aber macht das wirklich Sinn?

Im Enterprise-Umfeld scheinen Kosten immer öfter eine untergeordnete Rolle zu spielen. Wir Techies verlieren dann durch ungebändigten Tatendrang schon mal schnell Pragmatismus und Verhältnismäßigkeit aus dem Fokus. Doch wohin führt das?

In diesem anregenden Vortrag blicken wir auf diverse Erkenntnisse aus dem Einsatz agiler Produktentwicklung, DevOps, Continuous Integration/Delivery, Infrastructure as Code, Immutable Infrastructure (bspw. Docker/Kubernetes), Application Logging und Service Monitoring.

Vorkenntnisse

Je weniger technologische Vorbelastung desto besser! :-)

Lernziele

* Wir müssen den Einsatz von Methoden und Tools an die Menschen ausrichten, die sie (weiter-)entwickeln und benutzen sollen.
* Manchmal lösen wir mit neuen Tools Probleme, die wir vorher nicht hatten.
* Die Suche nach einfachen Lösungen für komplexe Probleme ist essentiell, aber nicht immer einfach.

 

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

 

Arnold Bechtoldt Arnold Bechtoldt uses great technologies to move companies in Germany beyond #Neuland. As Senior Systems Engineer at inovex he's working on software-defined datacenter management, continuous integration/delivery, getting rid of the *legacy stuff* and is especially interested in system & software architecture. At the end of the day he loves to get outside with his MTB.

Platin-Sponsor

Gold-Sponsor

Silber-Sponsoren


CLC-Newsletter

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

 

Anmelden