Wenn Sie diesen Text sehen, ist auf ihrem Gerät noch nicht das neue Layout geladen worden. Bitte laden Sie diese Seite neu (ggf. mit gedrückter 'Shift'- oder 'Alt'-Taste) oder in einem 'privaten Fenster'.
Weitere Hinweise unter https://www.uni-hildesheim.de/wiki/lsf/faq/fehler.im.layout.

Zur Seitennavigation oder mit Tastenkombination für den accesskey-Taste und Taste 1 
Zum Seiteninhalt oder mit Tastenkombination für den accesskey und Taste 2 
  1. SucheSuchen         
  2. SoSe 2024
  3. Hilfe
  4. Sitemap
Switch to english language
++ Weitere Informationen zur Vergabe der Plätze unter https://www.uni-hildesheim.de/lsf-vergabe ++
Startseite    Anmelden     

An Analysis of MLOps Practices (Forschungsbericht) - Einzelansicht


  • Funktionen:

Grunddaten

Titel der Arbeit (title) An Analysis of MLOps Practices
Erscheinungsjahr 2023
Institution (institution) Software Systems Engineering, Institut für Informatik, Universität Hildesheim
Band-Heft-Nr 1/2023, SSE 1/23/E
Verlagadresse (address) Universitätsplatz 1, 31134 Hildesheim
Typ (type) Hildesheimer Informatik-Berichte
Publikationsart Forschungsbericht
Inhalt
Abstract

The EXPLAIN project (EXPLanatory interactive Artificial intelligence for INdustry) aims at enabling explainable Machine Learning in industry. MLOps (Machine Learning Operations) includes tools, practices, and processes for deploying ML (Machine Learning) in production. These will be extended by explainability methods as part of the project.

This study aims to determine to what extent MLOps is implemented by four project partner companies. Further, the study describes the ML use cases, MLOps software architecture, tools, and requirements in the companies perspective. Besides, requirements for a novel MLOps software architecture, including explainability methods, are collected.

As a result the interviews show that each of the interviewed industry partners use MLOps differently. Different tools and architectural patterns are used depending on the particular use case. Overall, most information we gathered focused on architecture decisions in the MLOps tool landscape used by the interviewed companies.


Zugeordnete Projekte

EXPLAIN - Explanatory interactive Artificial intelligence for Industry

Beteiligte Personen

Faubel, Leonhard  M.Eng.  
Schmid, Klaus, Professor Dr.  

Einrichtung

Abt. Software Systems Engineering

Schlüsselwörter

Projekt Explain

Externe Dokumente

Name Dateiname
An_Analysis_of_MLOps_Practices.pdf
Impressum      Datenschutzerklärung     Datenschutz      Datenschutzerklärung     Erklärung zur Barrierefreiheit