Upgrade des maschinellen Lernens. Leitfaden zu MLOps, LLMs und ML-Infrastruktur für Data Scientists

Die Ära der isolierten Analystenteams ist vorbei: große Sprachmodelle (LLM) sind zur Grundlage des Geschäfts geworden. Dieses Buch ist eine Roadmap von der Idee bis zur Implementierung eines zuverlässigen KI-Produkts. Führende Experten der Branche führen den Leser durch den gesamten Zyklus der Erstellung einer Anwendung auf Basis von LLM und formen eine moderne industrielle Pipeline. Sie werden das Versionieren von Daten, das Tracking von Experimenten in MLflow und das Monitoring von Modellen in der Produktion erlernen. Besonderes Augenmerk wird auf die Ethik verantwortungsvoller KI, das Management unstrukturierter Daten und Strategien zur nahtlosen Integration von neuronalen Netzen in die Unternehmensinfrastruktur ohne Unterbrechung des Dienstes gelegt. Aus einem Set von Werkzeugen wird maschinelles Lernen zu einem harmonischen System, das echten Geschäftswert bringt.