Wussten Sie, dass über 70 % der Fehler beim maschinellen Lernen in der Produktion eher auf instabilen, ungetesteten Code als auf fehlerhafte Modelle zurückzuführen sind? Testgetriebene Entwicklung ist der Schlüssel zum Schreiben von ML-Pipelines, die zuverlässig, wiederverwendbar und produktionsreif sind.

Dieser Kurzkurs wurde entwickelt, um Fachleuten in diesem Bereich dabei zu helfen, robusten und wartbaren ML-Code zu entwickeln, der Produktionsstandards erfüllt und eine effektive Zusammenarbeit im Team ermöglicht. Nach Abschluss dieses Kurses sind Sie in der Lage, modulare ML-Komponenten zu schreiben, testgetriebene Datenlader und Trainingsschleifen zu erstellen und sicherzustellen, dass Ihre Codebasis widerstandsfähig gegenüber Änderungen und für Teams leicht zu warten ist – Fähigkeiten, die sowohl die Softwarequalität als auch die Zuverlässigkeit von ML-Workflows stärken. Am Ende dieses 3-stündigen Kurses werden Sie in der Lage sein: Prinzipien der modularen und testgetriebenen Entwicklung auf das Programmieren von Datenladern und Trainingsschleifen anzuwenden. Dieser Kurs ist einzigartig, da er Best Practices der Softwareentwicklung mit praktischer ML-Entwicklung verbindet und Ihnen praktische Erfahrungen bei der Erstellung von sauberem, testbarem und skalierbarem ML-Code vermittelt, der den langfristigen Erfolg in der Produktion unterstützt. Um in diesem Projekt erfolgreich zu sein, sollten Sie über Folgendes verfügen: Erfahrung in der Python-Programmierung Grundlegende ML-Konzepte Vertrautheit mit TensorFlow Grundlagen der Unit-Tests