CDEs als Hybrid SaaS & angewandte KI-Tools in der Softwareentwicklung

Eintreffen - 15:30 Uhr

Cloud Development Environments as Hybrid SaaS (Dr. Christian Weichel (KI)) - 16:00 Uhr

Cloud Development Environments (CDEs) turn development environments into code running on the cloud, delivering security, convenience and time-saving benefits to developers.
Building a cloud-native Software-as-a-Service (SaaS) platform like CDEs involves critical decisions such as how to integrate with existing services and scaling the application. Kubernetes provides a robust framework for managing these concerns. Gitpod leverages Amazon Elastic Kubernetes Service (EKS) to deliver the convenience of CDEs to customers’ AWS accounts.

Learn about the challenges Gitpod faced in deploying applications to clients’ AWS accounts and gain insights on Kubernetes as a platform for SaaS development.

1. PAUSE ≈ 15 Min.

Aktuelle Tools zum Einsatz von KI in der Software-Entwicklung (Steffen Brandt (KI)) - 17:15 Uhr

Seit der Einführung von des Codex-Modells von OpenAI und von GitHub-Copilot vor etwa anderthalb Jahren ist viel passiert und für diejenigen, die sich bereits darauf eingelassen haben, hat sich das Programmieren stark verändert. Die Aufgabe des Programmierers verschiebt sich damit zusehends dahin Aufgaben technisch genau zu beschreiben und Code zu reviewen.
Neben der Weiterentwicklung von GitHub Copilot und neuen von Modellen von OpenAI gibt es inzwischen mehr und mehr Open-Source-Modelle, die man zur Unterstützung nutzen kann.

In diesem Teil des Beitrags zeige ich einige praktische Beispiele wie die Modelle zur Unterstützung in der Programmierung eingesetzt werden können und gehe dabei auch auf No-Code-Ansätze wie den Code Interpreter von OpenAI und AutoGPT ein.

2. PAUSE ≈ 30 Min.

Einbindung von KI-Modellen in die eigene Anwendung (Steffen Brandt) - 18:30 Uhr

Die Möglichkeiten, die KI-Modelle bieten, um sie in die eigene Software einzubinden und den Usern darüber verbesserte Möglichkeiten zu bieten, sind bereits seit ein bis zwei Jahren immens – auch ohne technische Kenntnisse von Machine Learning Modellen zu haben.
Das, was in der Open-Source-Software-Entwicklung GitHub ist, ist der Hugging Face Hub im Bereich von Trainingsdatensätzen und Modellen für das maschinelle Lernen. Ergänzt um die Open-Source-Library huggingface kann man damit in zwei Zeilen Code ein gewünschtes Modell auswählen und auf ein Bild, einen Text oder ein anderes Datenformat, mit dem das ausgewählte Modell umgehen kann, anwenden.

In diesem Teil gebe ich eine kurze Einführung zum HuggingFace Hub und zeige einige praktische Beispiele wie man die Modelle bei sich in die Anwendung integrieren kann.

AUSKLANG

***

Vortragende:

Christian Weichel is an accomplished technology professional with a passion for improving developer experience. He holds a PhD in human-computer interaction from Lancaster University, and has spent years building developer tooling. Currently the Chief Technology Officer and a core contributor at Gitpod, Christian brings a wealth of experience and knowledge to the table. His previous work on the Internet of Things and digital fabrication informs his unique perspective on the intersection of technology and human experience.

Steffen Brandt ist Informatiker und hat in der Vergangenheit lange im statistischen Bereich in der Bildungsforschung gearbeitet. Seit 2019 arbeitet er beim gemeinnützigen Verein opencampus.sh und ist dort für die Weiterentwicklung der Open-Source-Bildungsplattform EduHub und den Themenbereich maschinelles Lernen zuständig, zu letzterem gehören das Netzwerk Kiel.AI sowie der opencampus.sh Machine Learning Degree.