JAXenter

Aktuelles

Einstieg in das Full-Stack-Framework RedwoodJS: Bringing Full Stack to the JAMstack – Teil 1

Wie kann ein Technologiestack für eine moderne Webapplikation aussehen? React im Frontend, GraphQL für die Kommunikation zwischen Frontend und Backend, ein Serverless-Backend auf Basis von Node.js, die Datenbankabstraktion erfolgt über Prisma und die Datenbank selbst ist relativ frei wählbar. Deployt wird die Applikation in einem solchen Set-up im Idealfall weitestgehend automatisiert und auf Basis des Versionskontrollsystems. Klingt das interessant? Dann ist Redwood vielleicht genau das Richtige für Sie.

Machine Learning: „Der geschulte Umgang mit künstlicher Intelligenz wird immer wichtiger“

Künstliche Intelligenz und Machine Learning sind nicht nur in den USA und der internationalen Tech-Szene gerade wichtige Themen: Auch in Deutschland und Europa sind Anwendungen, die auf maschinellem Lernen beruhen, gefragter denn je. Um gemeinsam an Projekten aus diesem Bereich zu arbeiten, haben Olly Salzmann und Rupprecht Rittweger das Netzwerk KI Park Deutschland gegründet. Wir sprachen mit den beiden über ihr Netzwerk, die richtigen Werkzeuge für maschinelles Lernen und Anwendungen, bei denen KI eine gewichtige Rolle spielt.

Entwickeln, aber simpler: 2021 steht im Zeichen vereinfachter Entwicklungsprozesse

Damit wieder Spaß und Produktivität in die Entwicklung Einzug halten, ist ein Software-Development-Lebenszyklus erforderlich, in dem die Software im Mittelpunkt steht und die Infrastruktur nicht zur Hauptbeschäftigung wird. Markus Eisele, Developer Adoption Program Lead EMEA bei Red Hat, sieht deshalb in der Vereinfachung von Entwicklungsprozessen einen zentralen IT-Trend für 2021.

Von Daten zum Modell und wieder zurück: Tools und Prozesse für MLOps

Ein Machine-Learning-Modell zu trainieren, wird immer einfacher. Aber das Modell zu bauen und zu trainieren, ist auch der einfache Teil. Die eigentliche Herausforderung besteht darin, ein Machine-Learning-System in Produktion zu bringen und dort verlässlich zu betreiben. Im Bereich der Softwareentwicklung haben wir dazu eine wesentliche Erkenntnis gewonnen: DevOps ist nicht länger nur nice to have, sondern absolut notwendig. Warum also nicht DevOps-Werkzeuge und Prozesse auch für Machine-Learning-Projekte einsetzen?

Noch mehr Controlling? Unbedingt, aber besser!

Es ist ein immer wiederkehrender Zwiespalt: Ohne steuerndes Controlling laufen Kosten und Budgets von Entwicklungsprojekten häufig aus dem Ruder. Mit zu starrem Controlling werden Projekte aber schnell unflexibel, Planung und Aussteuerung kosten zusätzlich Zeit und es fehlt der Freiraum, kreativ und innovativ an einzelne Tasks heranzugehen. Wie kann ein erfolgreicher Kompromiss aussehen und wie lässt er sich umsetzen?

Auf pythonischen Spuren: Schließt Tribuo den Feature-Gap zwischen Python und Java?

Nicht zuletzt ob der breiten Verfügbarkeit von Bibliotheken hat sich Python im Laufe der letzten Jahre als Quasistandard im Bereich Machine Learning etabliert. Logisch, dass man bei Oracle diesem Trend nicht wirklich gern zusah – schließlich und endlich muss Java ja große Verbreitung haben, möchte man am Produkt ernsthaft Geld verdienen. Vor einiger Zeit stellte Oracle deshalb die hauseigene Bibliothek Tribuo unter eine quelloffene Lizenz.

Sicherheit im Octoverse: DevSecOps mit GitHub

Die Welt der Softwareentwicklung ist schnelllebig und wird immer mehr geprägt von Open-Source-Software. Was einerseits ein Segen für die Entwicklerwelt ist, ist andererseits aber auch mit Risiken behaftet: Die Sicherheit zu gewährleisten, ist ein Knochenjob. Helfen kann dabei, wenn man die Prinzipien und Prozesse von DevSecOps verinnerlicht. Wie GitHub dabei als unterstützende Kraft genutzt werden kann, das erklärt Justin Hutchings, Staff Product Manager bei GitHub, in diesem Artikel.

Kubernetes geht weit über Container hinaus

Kubernetes lässt sich nicht mehr nur auf Container begrenzen. Es wird zu einem Betriebssystem für die Private und Public Cloud werden. Die Technologie begann als Orchestrator für containerisierte Apps, wodurch Deployment-Zeiten beschleunigt und die Portabilität von Apps erhöht wurden. Wir schauen uns an, wohin es als nächstes geht.