Zwischenmenschliches Debugging

Unser menschliches Gegenüber ist wie eine undokumentierte Third-Party Library: Wir müssen erst herausfinden, wie er/sie "tickt", um zusammenarbeiten zu können. Und selbst bei bekannten Libraries gibt es immer wieder Überraschungen. Sei es Kollege, Chef oder Kunde: Wir wollen zusammenarbeiten. Mit manchen Zeitgenossen geht das besser, mit anderen weniger gut. Woran liegt das? Und was trage ich selbst dazu bei?

Anhand einiger (Anti-)Patterns aus dem ITler-Leben debuggen wir gemeinsam die Kommunikation zwischen Menschen: Welche etablierten "Protokolle" gibt es? Was führt zu Störungen? Welche bekannten IT-Konzepte finden wir wieder? Und vor allem: Wie verhilft uns das zu besserer Kommunikation?

Vorkenntnisse

Berufserfahrung in der IT (Entwicklung, Projektleitung, Management) ist für eine aktive Beteiligung nützlich, aber keine Bedingung

Lernziele

* Impulse für das "Zwischenmenschliche" in der Softwareentwicklung
* Impulse zur Selbstreflektion
* Grundlagen gelungener Kommunikation

 

Agenda

ab 8.30 Uhr Registrierung und Begrüßungskaffee

9.30 Uhr Beginn

Intro

Machine Learning

  • Was ist Machine Learning?
  • Der typische ML Workflow
  • Was sind neuronale Netze?
  • Jupyter Lab mit Python
  • Eine Einführung in TensorFlow
  • Keras als High-Level API für TensorFlow

Praxisteil: Deep Learning Modelle mit Keras

  • Datengeneratoren
  • Datasets explorativ analysieren
  • Hold-Out vs. Cross Validation

11.00 - 11.15 Uhr: Kaffeepause

Praxisteil: Deep Learning Modelle mit Keras

  • Feed-Forward Netzarchitektur
  • Convolutional Neural Networks als Deep Learning Ansatz
  • Evaluation und Visualisierung des Modells

12.30 - 13.30 Uhr: Mittagspause

Pipelines mit Luigi

  • Anforderungen an produktive Modelle
  • Übersicht über Luigi und dessen Module
  • Bau eines Beispiel-Workflows

Praxisteil: Den Keras-Workflow mit Luigi implementieren

  • Anforderungen an produktive Modelle
  • Übersicht über Luigi und dessen Module
  • Bau eines Beispiel-Workflows

15.30 - 15.45 Uhr: Kaffeepause

Praxisteil: TensorFlow-Serving

  • Übersicht über TensorFlow-Serving
  • Ladestrategien konfigurieren
  • Deployment des Modells

ca. 17.00 Uhr: Ende

 

Referent

 

Cosima Laube Cosima Laube ist "Softwerkerin" mit mehr als 10 Jahren Berufserfahrung. Weit gereist zwischen Mittelständlern und der Welt von Großkonzernen ist sie nun über Tätigkeiten von Entwicklung bis (Projekt-)Leitung irgendwo zwischen Coding und Menschenführung gelandet. Dabei sind ihre steten Reisebegleiter ihr Psychologie(fern)studium, ein gutes Buch und jederzeit gute Gespräche mit Menschen in der IT.

Gold-Sponsor

Deloitte.

Silber-Sponsoren

codecentric
ISO-Gruppe

Herbstcampus-Newsletter

Sie möchten über den Herbstcampus
auf dem Laufenden gehalten werden?

 

Anmelden