Abstract
Lernen Sie in diesem Vortrag den AI Engineering Lifecycle kennen: Basierend auf Erkenntnissen aus dem Projektalltag stellt der AI Engineering Lifecycle einen use-case-agnostischen Leitfaden dar, um AI-Anwendungen zu entwickeln und effizient auszurollen.
Das rasante Neuerungstempo von Large Language und multimodalen Modellen erfordert die kontinuierliche Entwicklung neuer Ansätze und die Validierung ihrer Anwendbarkeit in realen Szenarien. Dabei stehen wir immer wieder vor ähnlichen Herausforderungen, wie unter anderem die Sicherstellung von Qualität und Performance, Fehlertoleranz und Skalierbarkeit von Modell-Hosting und Optimierung der User Experience.
Am Ende dieses Vortrags werden Sie nicht nur verstehen, was AI Engineering ist, sondern auch, warum sich der AI Engineering Lifecycle als Blaupause für die drei Bereiche Modellnutzung und -optimierung, AI-Anwendungsentwicklung und Infrastruktur bewährt hat, um AI-PoCs systematisch in die Produktionsreife zu überführen.
Pia Schmidt, inovex
Pia ist Data- und Machine Learning Engineer bei inovex. Sie begeistert sich für Schnittstellen in der Artificial Intelligence, wie MLOps und AI Engineering. Im Projektalltag konzipiert und entwickelt sie AI- und datengetriebene Produkte, sowie die dazugehörigen Plattformen. Ihr Masterstudium der Informatik an der Hochschule Karlsruhe beendete sie 2022 mit dem Schwerpunkt maschinelles Lernen.