🔥 iSAQB CPSA-A Prüfungsvorbereitung am 30.08. um 19:00 Uhr. Mitmachen

Domain-driven Design für Machine-Learning-Produkte

Training 2 Tage

Termine und Buchung

-- Beschreibung

Wer sinnvolle, innovative und datengetriebene Softwareprodukte entwickeln will, beginnt nicht damit, Machine-Learning-Algorithmen zu evaluieren. Der erste Schritt besteht darin, einen AI/ML Use Case zu finden und zu verifizieren, damit der Einsatz von AI/ML ein relevantes Problem löst. Allerdings ist der Gesamtprozess von der Use Case-Findung bis zu Einführung und Betrieb von ML-Modellen kein triviales Unterfangen.

Dr. Larysa Visengeriyeva während einer Workshop-Pause im Austausch mit Teilnehmer:innen

Tag 1: In diesem interaktiven Training vermitteln wir die Möglichkeiten von ML/AI und zeigen, welche Problemstellungen dafür prädestiniert sind. Danach führen wir kurz in die grundlegenden Ideen, Konzepte und Muster von Domain-driven Design ein.

Im ersten Praxisteil lernen wir Event Storming und das ML Design Canvas kennen. Event Storming ist eine Methode des Collaborative Modeling und Knowledge Crunchings. Sie hilft Domänenexpert:innen, technischen Expert:innen, Entwickler:innen und allen anderen Teammitgliedern, ein gemeinsames Verständnis der Geschäftsdomäne zu entwickeln. So können wir dann Use Cases für innovative AI/ML-Technologien identifizieren.

Tag 2: Wir fomulieren gemeinsam auf Basis der gefundenen Use Cases ML-Problemstellungen. Das tun wir auf dem ML Design Canvas. Danach strukturieren wir auf dem Canvas das ML-Projekt und spezifizieren alle Komponenten für die Training- und Prediction-Phasen. Im Anschluss sprechen wir über das Data Landscape Canvas, um die Datenverfügbarkeit zu klären.

-- Dein Nutzen

Überblick über die wichtigsten Konzepte von Domain-driven Design

Verstehen, wie man eine Domäne mit Event Storming analysiert

Verstehen, wie man AI/ML Use Cases findet und diese mit dem ML Design Canvas strukturiert

Zukünftig eigenständig AI/ML-Event Storming-Workshops für potenzielle Produkte durchführen zu können

-- Zielgruppe

Softwarearchitekt:innen, Entwickler:innen, Data Scientists, Product Owner:innen

-- Lernziele

Herausfinden, welche Probleme für ML geeignet sind

Knowledge-Crunching-Methode Event Storming an einer Case Study erlernen und selber anwenden

Probleme und Möglichkeiten für ML in Geschäftsbereichen definieren und priorisieren

Nutzung des Machine Learning Canvas erlernen, um ML-Projekte zu strukturieren

Nutzung des Data Landscape Canvas erlernen

-- Deine Trainer:innen

Dr. Larysa Visengeriyeva

Machine Learning und MLOps

Christopher Stolle

Nachhaltige Softwarearchitektur, DDD und sinnvoller Einsatz von Technologie zur Lösung fachlicher Probleme

Isabel Bär

Nachhaltiger und verantwortungsvoller Einsatz von Machine Learning

-- Fachinfos und Bücher

Fairness und Künstliche Intelligenz

Klassisches Software-Testing lässt sich nicht ohne Weiteres auf KI übertragen. Model Governance und interne Audits sind nötig, um Fairness zu gewährleisten. Mehr lesen

ML-Ops.org

Alles zum Thema MLOps: Autorin und Maintainerin Larysa Visengeriyeva gibt hier eine vollumfängliche Einführung. Mehr Infos

Online-Termine

Vor-Ort-Termine

Termine auf Anfrage

Event-Ticketing-Software von pretix

Inhouse Training

Du kannst dieses Training auch als Inhouse-Training exklusiv für Dein Team buchen. Bitte nutze dafür unser Anfrage-Formular.

Jetzt anfragen