DDD für Machine Learning Projekte

Innovation on Steroids: Wie wir mit Domain-Driven Design, Event Storming und dem ML Design Canvas ein gemeinsames Verständnis für unser Produkt entwickeln, AI/ML Use Cases für Innovation identifizieren und einen ML Projekt strukturieren können.

Wer gute, innovative und data-driven Softwareprodukte entwickeln will, sollte nicht damit beginnen, Machine Learning Algorithmen zu evaluieren. Der erste Schritt sollte darin bestehen, einen AI/ML Use Case zu finden und zu verifizieren, damit der Einsatz von AI/ML ein echtes Problem lösen wird. Allerdings ist der Gesamtprozess von der Use-Case Findung bis zu Einführung von ML Modellen im Betrieb kein triviales Vorgehen.

In diesem Workshop werden wir zunächst klären, welche Möglichkeiten uns ML/AI bieten und welche Problemstellungen für AI prädestiniert sind. Danach werden wir sehr kurz die grundlegenden Ideen, Konzepte und Muster von Domain-Driven Design vorstellen. In einem anschließenden praktischen Teil geht es um Event Storming und das ML Design Canvas. Event Storming ist eine Methode des Collaborative Modeling, die technischen Expertinnen, Entwicklerinnen und allen anderen Projektteilnehmer*innen helfen, ein gemeinsames Verständnis einer Geschäftsdomäne zu entwickeln und somit mögliche Use Cases für innovative AI/ML Technologien zu identifizieren. Jeder potenzielle Use Case wird anschließend mit Hilfe des ML Design Canvas als ein ML Problem formuliert. Außerdem wird mit dem ML Design Canvas das ML-Projekt strukturiert und alle Komponenten spezifiziert.

Nach dem Workshop werden die Teilnehmer*innen:

  • Einen Überblick über die wichtigsten Konzepte von DDD haben.
  • Verstehen, wie man eine Domäne mit Event Storming seziert.
  • Verstehen, wie man AI/ML Use Case findet und diese mit dem ML Design Canvas strukturiert.
  • AI Event Storming Workshops für Ihre Produkte durchführen können.
Date
2020-09-16
Time
10:15 - 13:00
Online Event
INNOQ Technology Lunch

TAGS

Comments

Please accept our cookie agreement to see full comments functionality. Read more