Feature Store mit dbt erstellen
In diesem Beitrag soll ein einfacher (offline) Feature Store erstellt werden. Features sollen versioniert, getestet und nachvollziehbar in einer Datenbank abgelegt werden und können dann …
Schlagwort: GCP
Terraform
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 …
GCP Projekte einrichten
Google Cloud Platform (GCP) ist ein leistungsfähiges, aber komplexes Ökosystem. Besonders Einsteiger verlieren sich leicht in Projekten, Service Accounts und Berechtigungen. In diesem Blog wird …
GCP Pub/Sub für Data-Science
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 …
CI/CD mit GitHub Actions und GCP
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 …
Experiment Tracking mit MLflow und Vertex AI
Beim Trainieren von Machine-Learning-Modellen entsteht schnell eine Vielzahl an Varianten: unterschiedliche Hyperparameter, Trainingsdaten, Modelle und Evaluationsmetriken. Um den Überblick zu behalten, ist Experiment Tracking unerlässlich. …
Model Deployment auf GCP
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 …
Chatbot
In diesem Beitrag wird eine einfache Chat App mit Vertex AI erstellt. Das Code Repository findet ihr hier: https://github.com/gochxx/chatapp Google Cloud konfigurieren Zunächst sollte man …
Cloud Deployment
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 …