Machine Learning

MLflow: Organisation des Machine Learning Lifecycle

Ticketsysteme, Versionskontrolle, automatische Builds und viele weitere Tools gehören fest zu den Best Practices bei der klassischen Softwareentwicklung. Kommt bei einem Projekt Machine Learning ins Spiel, kommen neue Anforderungen hinzu, die von den bisherigen Tools und Arbeitsweisen nur teilweise abgedeckt werden können. Hier kommt MLflow ins Spiel. Was MLflow ist, was man damit machen kann und was es beim Einsatz zu beachten gibt, expliziert Christoph Henkelmann in seiner Session auf der W-JAX 2019.

Anti-Prognosen für 2020: „Wir müssen unser Datenproblem in den Griff bekommen“

Im vergangenen Jahr haben eine Reihe von Initiativen zur digitalen Transformation die Technologie-Landschaft neu gestaltet. Fortschritte bei Robotic Process Automation (RPA), künstlicher Intelligenz (KI), dem Internet der Dinge (IoT) und Machine Learning (ML) beeinflussen die Art und Weise, wie Unternehmen Geschäfte tätigen. Allerdings behindern diese neuen Technologien auch viele Organisationen an der erfolgreichen Umsetzung der digitalen Transformation. Sie überstürzen oftmals das Streben nach Innovation und vernachlässigen dabei eine fundierte Ausführung und Planung. Die Folge ist ein Durcheinander von Daten und ein Mangel an schlanken Prozessen – denn keiner dieser Fortschritte wurde wirklich „operationalisiert“.

Continuous Delivery für Machine Learning: Machine-Learning-Anwendungen in Produktion bringen

In der heutigen Softwareentwicklung ist es selbstverständlich geworden, dass Usern laufend neue Funktionen und Erweiterungen geboten werden. Das trifft sowohl auf Benutzeranwendungen im Mobil-, Web- und Desktopbereich zu als auch auf moderne Unternehmenssoftware. Umfangreiche und den Betrieb störende Software-Go-lives werden nicht mehr geduldet. Mit Continuous Delivery (CD) lässt sich die Frequenz, mit der Software zuverlässig produktiv ausgeliefert werden kann, drastisch erhöhen.

Kubernetes 1.17, neues Golang-Framework & die DevOpsCon 2019 – Unsere Top-Themen der Woche

Vergangene Woche segelte Kubernetes 1.17 in den Hafen von JAXenter ein und hatte insgesamt 22 Erweiterungen mit an Bord. Ebenfalls neu erschienen ist Goyave – ein Go-Framework, das Entwicklern beim Erstellen von Webanwendungen unterstützt. Daneben haben wir auch einen Blick auf ein von Entwicklern ziemlich beliebtes Thema geworfen: Programmiersprachen. Was sonst noch wichtig war, erfahrt Ihr in unserem Wochenrückblick.