Projektbeispiele
Data Thinking,
Data Thinking
Auswahl, Erprobung und Implementierung eines geeigneten ML-Mgmt.-Tools zur Professionalisierung von ML-Lebenszyklen
Ausgangssituation und Problemstellung
- Ein Logistikdienstleister setzt Methoden des maschinellen Lernens (ML) u.a. zur Optimierung seines Kerngeschäfts ein
- Aufgrund der Organisationsstruktur werden ML-Anwendungen zentral entwickelt und dezentral eingesetzt. Hunderte von ML-Anwendungen sind derzeit produktiv, wobei bisher mehrere tausend Modelle trainiert wurden
- Die Lebenszyklen von ML-Anwendungen werden nicht systematisch unterstützt. Dies führt zu einem enormen manuellen Aufwand beim Management der Lebenszyklen und bei der Auswahl des besten Modells für einen bestimmten Use Case. Daher soll ein Tool gemäß Nutzeranforderungen ausgewählt, erprobt und implementiert werden.
mm1 Ansatz und Lösung
Systematische Erhebung der fachlichen und technischen Anforderungen für die Auswahl eines geeigneten Tools
Definition der Architektur für das ausgewählte Tool sowie Unterstützung bei der Installation im Rahmen der vorhandenen IT-Infrastruktur
"Hands-on" Erprobung des ausgewählten Tools mit Hilfe von zwei internen ML-Anwendungen (Use Cases)
Implementierung des Tools in die internen Entwicklungsprozesse
