Projekte im Bereich des maschinellen Lernens stützen sich oft auf viele verschiedene Bibliotheken und Tools. Um diese Abhängigkeiten zu verwalten, benötigen wir einen optimierten Build-Prozess. Ein schneller und effektiver Build-Prozess kann über den Erfolg oder Misserfolg vieler Projekte entscheiden. Wenn Sie zu lange auf Builds warten, leidet die Produktivität der Entwickler und Projekte verzögern sich. In diesem Kurs lernen Sie die Grundlagen für die Erstellung effizienter und effektiver Build-Prozesse für Ihre Java-Anwendungen im Bereich des maschinellen Lernens kennen. Sie lernen gängige Build-Tools wie Maven und Gradle kennen und verstehen, wie diese einen Build-Prozess aufbauen. Darauf aufbauend beschäftigen Sie sich mit verschiedenen Optimierungsmöglichkeiten für Build-Prozesse, darunter Caching, Parallelisierung, Automatisierung und Multi-Projekt-Builds.

Dieser Kurs richtet sich an Softwareentwickler, Dateningenieure und Entwickler, die mit Java-basierten Machine-Learning-Anwendungen arbeiten. Wenn Sie Analysesysteme, Modelltrainings-Pipelines oder groß angelegte Java-Projekte entwickeln – und die Build-Leistung optimieren möchten –, vermittelt Ihnen dieser Kurs die Fähigkeiten, dies souverän zu tun. Die Teilnehmer sollten über fundierte Erfahrung im Schreiben und Kompilieren von Java-Anwendungen verfügen, einschließlich der Arbeit mit Klassen, Paketen, grundlegenden Build-Befehlen und gängigen Entwicklungstools. Am Ende dieses Kurses verfügen Sie über die Fähigkeiten, Build-Prozesse für Ihre Machine-Learning-Anwendungen sicher zu erstellen.