#61: Technologische Must-Haves: Unser Survival-Guide für Data-Science-Projekte

#61: Technologische Must-Haves: Unser Survival-Guide für Data-Science-Projekte

Data Science Deep Dive · 2024-12-05

Zusammenfassend unsere Must-Haves:

Datenbank / DWH Lösung zur DatenvisualisierungMöglichkeit, unkompliziert zu entwickeln (lokal oder im Web)Versionskontrolle / CI/CDDeployment-LösungTrennung von Entwicklungs- und ProduktivumgebungMonitoring für Modell & Ressourcen

Verwandte Podcast-Episoden

Folge #2: Erfolgsfaktoren für Predictive Analytics Projekte

Folge #5: Data Warehouse vs. Data Lake vs. Data Mesh

Folge #20: Ist Continuous Integration (CI) ein Muss für Data Scientists?

Folge #21: Machine Learning Operations (MLOps)

Folge #29: Die Qual der Wahl: Data Science Plattform vs. Customized Stack

Folge #35: Erfolgsfaktoren für Machine Learning Projekte mit Philipp Jackmuth von dida

Folge #43: Damit es im Live-Betrieb nicht kracht: Vermeidung von Overfitting & Data Leakage

Folge #54: Modell-Deployment: Wie bringe ich mein Modell in die Produktion?

Technologien & Tools

Datenvisualisierung: Azure Databricks, AWS Quicksight, Redash

Entwicklungsumgebung: VSCode, INWT Python IDE V2, Remote Explorer, Pycharm

Versionskontrolle: GitHub, GitLab, Azure DevOps

CI/CD: GitHub Actions, GitLab CI, Jenkins

Deployment: Kubernetes, Docker, Helm, ArgoCD

Experiment-Tracking: MLFlow, DVC, Tensorboard

Monitoring: Prometheus, Grafana, AWS Cloudwatch

Data Science Deep Dive

Wir machen Data Science. Und in unserem Podcast Data Science Deep Dive reden wir darüber.

Du bist ebenfalls Data Scientist oder interessierst dich für Daten, ML und AI? Dann ist dieser Podcast für dich. Wir teilen unsere Learnings aus über 180 Projekten, du bekommst Infos und Anregungen zu spannenden Themen rund um Daten.

Wir klären auf, geben Hinweise und teilen unsere Erfahrungen, die wir in über 10 Jahren als Data Scientists im B2B Bereich gesammelt haben.
Wir decken auf, was wirklich hinter den Hypes und Trends der Data Science Branche steckt.
Wir hinterfragen, was ein Data Science Projekt erfolgreich macht und welche Faktoren es zum Scheitern verurteilen.

  • Anzahl der Folgen: 81
  • Letzte Folgen: 2025-09-04
  • Technologie

Wo kannst du zuhören?

Apple Podcasts Logo Spotify Logo Podtail Logo Google Podcasts Logo RSS

Folgen