Azure-KI-Suche dimensionieren und skalieren
Azure AI Search, Microsofts serverloses Angebot für das R in RAG, hat seine eigene Skalierungslogik. Sie erfordert spezielle Kenntnisse. Ein Überblick:
Wie ausgereift ist Dein ML-Ansatz?
Dieser Blogbeitrag hilft dabei, Dir ein besseres Bild von der Reife Deiner MLOps zu zu machen und zu verstehen, warum Du sie verbessern könntest.
AWS-IoT-Kickstarter-Plattform
Ein validiertes IoT Architecture Pattern und das AWS Cloud Development Kit beschleunigen IoT Use Case Tests und ermöglichen Wiederverwendbarkeit.
Automatisierte Bildverarbeitung: Standard-Architektur
Modell trainiert, und nun? Wir zeigen Dir, mit welcher Cloud-Architektur Du Bilder skalierbar analysieren und prozessieren kannst.
Dein Leitfaden für die Nutzung generativer KI und LLMs
Dieser Blogpost zeigt Dir, welche Voraussetzungen und Schritte notwendig sind, um generative KI erfolgreich im Unternehmenskontext einzusetzen.
Large Language Models – ein Überblick
Die Landschaft der Large Language Models ändert sich rasant. Nicht jedes Modell eignet sich für Unternehmen. Hier bekommst Du einen Überblick.
Google IoT Core End of Life August 2023 - Teil 3
Wie sich der Google IoT Core mit Hilfe der Open-Source-Datenplattform von Stackable ersetzen lässt, erfährst Du in diesem Blogbeitrag.
Google IoT Core End of Life – AWS oder Azure? - Teil 2
Auf der Suche nach Alternativen zum Google IoT Core – in diesem Blog zeigen wir, wie Du auf die Services von AWS oder Azure setzen kannst!
Google IoT Core End of Life – Du suchst Alternativen?
Viele Google-Cloud-Nutzer:innen stehen vor der Frage: Was sind meine Alternativen und wie baue ich diese in meine vorhandene Architektur ein?
Computer Vision 101: Wie Maschinen lernen zu sehen
Was passiert eigentlich in der Blackbox der Computer Vision? Wir zeigen Dir, wie Maschinen Bilder robust erkennen und analysieren können.
Mit Python Ibis Analytics-Projekte schneller ausliefern
Vom erfolgreichen PoC einer Datenanalyse-Pipeline zur Produktion ist oft ein langer Weg. Wir zeigen Dir, wie Du ihn mit Python Ibis verkürzen kannst.
LightGBM auf Vertex AI
In der Google Cloud ist Vertex AI das MLOps-Framework. Es ist sehr flexibel und kann mit jedem beliebigen Modellierungs-Framework verwendet werden.
Nutzen von privaten Python Packages in Vertex AI - 3
Strukturiere Dein Modelltraining mit Python Packages in der Google Cloud Platform
Vertex AI Pipelines und ihre Vorteile - 2
Wie Du eine Vertex AI Pipeline aufsetzt, weißt Du bereits. Nun erfährst Du, welche Vorteile es bringt, Deine Modelle in Pipelines zu trainieren.
Vertex AI Pipelines – Die ersten Schritte - 1
Du möchtest eine vollautomatisierte Vertex AI ML Pipeline aufsetzen? Wir zeigen Dir die ersten Schritte.
Ray in der Google Cloud – Teil 2
Jetzt ist es an der Zeit, unser Cluster zu konfigurieren und eine der berühmten (und wunderschönen!) Mandelbrot-Mengen zu berechnen.
Ray in der Google Cloud – Teil 1
Ein Ray-Cluster in der Google Cloud kann in hohem Maße von einigen der Google-eigenen Tools profitieren, um sicherer zu werden. Wir zeigen, wie.
Machine Learning in der Cloud – Data Ingestion Pipelines
Erfahre, was beim Nutzen von Trainingsdaten aus der Cloud zu beachten ist und wie das Einlesen effizient umgesetzt werden kann.
Quantilregression mit Gradient Boosted Trees
Quantilregression + Gradient Boosted Trees = vielseitiges Modellierungswerkzeug. Die Implementation in LightGBM lohnt einen genaueren Blick.
IoT Data Processing – Teil 2
Datenverarbeitung in der Cloud: Du willst wissen, wie Du Serverless IoT Data Processing in Azure umsetzt? Hier sind unsere Architekturempfehlungen!
Rückrufservice