Data Science, Machine Learning, AI
In den meisten Machine-Learning-Projekt kommt irgendwann der Moment, an dem die Datenaufbereitung unübersichtlich wird: Man hat mehrere Schritte zur Vorverarbeitung, unterschiedliche Feature-Typen und Modelle, die …
Wer schon einmal versucht hat, manuell in der Google Cloud Ressourcen anzulegen, weiß: Klickt man sich durch die Weboberfläche, wird es schnell unübersichtlich.Die Lösung heißt …
REST APIs gehören heute zu den wichtigsten Bausteinen moderner Data-Science- und Machine-Learning-Systeme. Sie ermöglichen es, Modelle, Datenpipelines und Analysen als skalierbare, wiederverwendbare Services bereitzustellen – …
Immer mehr Machine-Learning-Modelle laufen produktiv und generieren kontinuierlich neue Vorhersagen. Damit steigt der Bedarf, diese Predictions, Features und Labels in Echtzeit zu erfassen, zu überwachen …
In diesem Beitrag wird gezeigt, wie man einen vollständigen CI/CD-Workflow für eine Python-Anwendung mithilfe von GitHub und GCP erstellt. Eine einfache Anwendung soll mit Hilfe …
In diesem Beitrag soll gezeigt werden, wie man ein einfaches Modell auf der Google Cloud mit Vertex AI bereitstellen kann. Wie man grundsätzlich mit GCP …
In diesem Beitrag wird beschrieben, wie man eine einfache Data Science App mit Frontend und Backend in Docker Container verpackt. Als Beispielanwedung verwende ich die …
In diesem Beiträg möchte ich darauf eingehen, wie man eine einfache App in der Cloud deployen kann. Es handelt sich dabei um ein einfaches Data …
Git hilft in vielfältiger Art und Weise bei der Organisation von Code aber auch bei Automatisierung von Deployments. Hier ein paar hilfreiche Grundlagen zur Arbeit …
In diesem kleinen Tutorial möchte ich zeigen, wie man ein kleines Data Science Projekt deployen kann. Das Projekt selbst ist hier nur ein Dummy, welches …
