Am Dienstag, den 19. November 2024 um 18:00 Uhr gibt es wieder einen Data Science Stammtisch Allgäu. Dieses Mal empfängt uns Brack Wintergarten im La Casa in Dietmannsried und es gibt wieder zwei spannende Vorträge:
***
- Johanna Kutschenreuter und Jorge Mandlmaier (Data Scientists, Ehrenmüller GmbH): "KI und Kunststoffe: Bewältigung des Datenbankchaos."
Abstract: Im Rahmen eines Forschungsprojektes entwickeln wir von Ehrenmüller eine Plattform, die den Einsatz von nachhaltigen Kunststoffen vereinfachen soll. Beispielsweise sollen hier recycelte Kunststoffalternativen gefunden werden und neue Kunststoffrezepturen entwickelt werden. In diesem Vortrag werden wir berichten, wie wir eine eigene Kunststoffdatenbank aufgebaut haben und welche Vorverarbeitungsschritte nötig waren, um auf den unstrukturierten Daten Machine-Learning-Modelle zu trainieren.
Um welche Modelle es sich hier genau handelt und wie wir die einzelnen Anwendungsfälle lösen, soll an diesem Abend auch nicht zu kurz kommen.
***
- Johannes Weinert (Inhouse Consultant bei der Hoerbiger Antriebstechnik Holding GmbH): "ML OPs ohne Cloud: Beispiel anhand einer Werkzeuglebensdauervorhersage"
Abstract: Dieser Vortrag zeigt eine ML Ops Architektur, die ohne die Nutzung von Cloud-Services realisiert wurde und somit eine lokale und sichere Datenverarbeitung ermöglicht.
Ein konkreter Anwendungsfall, der auf dieser Pipeline basiert, ist die Vorhersage der Restlebensdauer (Remaining Useful Lifetime, RUL) von Werkzeugen in Werkzeugmaschinen.
Diese Vorhersage erlaubt eine Erhöhung der Werkzeugstandzeiten und damit eine deutliche Effizienzsteigerung. Gleichzeitig werden die Modelle für anderer Anlagen und Prozesse nutzbar gemacht – Stichwort Transfer Learning.
Darüber hinaus dient die Präsentation als Plattform für den Erfahrungsaustausch über ML Ops in verschiedenen Umgebungen, einschließlich lokaler, hybrider und cloudbasierter ML Ops Pipelines.
Ziel ist es, die Vor- und Nachteile der verschiedenen Ansätze zu diskutieren und Best Practices zu teilen, um die Implementierung und den Betrieb von ML Ops Pipelines zu verbessern.
***
Im Anschluss an die Vorträge gibt es wie immer Snacks, Getränke und Gelegenheit zum Austausch.
