BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//COSMOS HN - ECPv6.15.17.1//NONSGML v1.0//EN
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALNAME:COSMOS HN
X-ORIGINAL-URL:https://www.cosmos-hn.de
X-WR-CALDESC:Veranstaltungen für COSMOS HN
REFRESH-INTERVAL;VALUE=DURATION:PT1H
X-Robots-Tag:noindex
X-PUBLISHED-TTL:PT1H
BEGIN:VTIMEZONE
TZID:Europe/Berlin
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20230326T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20231029T010000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20240331T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20241027T010000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20250330T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20251026T010000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;TZID=Europe/Berlin:20241203T100000
DTEND;TZID=Europe/Berlin:20241203T170000
DTSTAMP:20260917T175439
CREATED:20241015T215803Z
LAST-MODIFIED:20241015T215803Z
UID:8830-1733220000-1733245200@www.cosmos-hn.de
SUMMARY:MLOps für Social Impact Gründer:innen\, 03.12.24
DESCRIPTION:KI-Projekte leiden oft daran\, dass (versteckte) technische Schulden angehäuft werden\, die im Laufe des Projektlebenszyklus angegangen werden müssen. Beispielsweise indem trainierte Modelle nicht kontinuierlich aufgezeichnet werden und somit keine Transparenz über vergangene Experimente besteht. MLOps löst dieses Problem\, indem systematische Prozesse und Werkzeuge eingesetzt werden\, um diese Schulden zu vermeiden. Das Ziel von MLOps ist es\, KI-Systeme effektiv in die Produktion zu bringen und auch nach dem Deployment schnell auf Veränderungen reagieren zu können. Dieser Workshop vermittelt ein Verständnis von MLOps und zeigt auf\, an welchen Stellen gearbeitet werden muss\, um ein effektives KI-System zu implementieren\, das die Empfehlungen von MLOps berücksichtigt. Insbesondere zeigen wir\, wie ML-Modelle reproduzierbar und skalierbar werden und letztendlich zu einer größeren sozialen Wirkung führen. An wen richtet sich die Veranstaltung? Dieser Workshop richtet sich an Social Entrepreneurs\, die ihre Fähigkeiten im Bereich Machine Learning Operations (MLOps) erweitern möchten. Er ist ideal für Gründer:innen\, die bereits Erfahrung mit maschinellem Lernen haben und nun lernen möchten\, wie man ML-Systeme effizient und skalierbar gestaltet. Welche Vorkenntnisse werden für die Veranstaltung vorausgesetzt? Du solltest bereits Grundkenntnisse in maschinellem Lernen und Data Science haben\, mit Datensätzen für ML-Projekte gearbeitet und erste ML-Modelle programmiert haben. Was sind die intendierten Lernziele der Veranstaltung? Nach der Veranstaltung solltest du in der Lage sein: … die Konzepte und die Bedeutung etablierter MLOps-Prozesse für skalierbare und reproduzierbare Durchführung von Experimenten zu erläutern …. die wichtigsten Prozesse\, Rollen\, Konzepte und Tools in MLOps benennen und deren Anwendung in realen Szenarien diskutieren zu können … den Nutzen von MLOps für soziale Unternehmen erkennen und potenzielle Anwendungsfälle von MLOPs für soziale Unternehmen beschreiben zu können … bewährte Praktiken für die Integration von MLOps in Ihre bestehenden Arbeitsabläufe entwickeln zu können … ethische Überlegungen bei der Implementierung von ML-Lösungen in sozialen Kontexten berücksichtigen zu können Wichtige Information: Diese Veranstaltung findet im hybriden Format statt. Bei der Buchung hast du die Wahl zwischen einem Online-Ticket und einem Präsenzticket.
URL:https://www.cosmos-hn.de/veranstaltung/mlops-fuer-social-impact-gruenderinnen-03-12-24/
LOCATION:appliedAI Studio\, Im Wohlgelegen 11 & 13\, Heilbron\, 74076
CATEGORIES:Workshop
ATTACH;FMTTYPE=image/png:https://www.cosmos-hn.de/wp-content/uploads/2024/10/event_image_null-6.png
END:VEVENT
END:VCALENDAR