Architektur von Plattformen für Daten und maschinelles Lernen

Kapitel 10. KI-Anwendungsarchitektur

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

In diesem Kapitel erfährst du, welche Entscheidungen du in Bezug auf Architektur und Frameworks treffen solltest, wenn du eine KI und ML-Anwendung entwickelst. Wir beginnen mit der Frage, für welche Art von Problemen KI/ML gut geeignet ist und wie man KI verantwortungsvoll entwickelt und einsetzt. Wenn du entschieden hast, dass ML für ein Problem geeignet ist, musst du entscheiden, welchen Unternehmensansatz du wählst: kaufen, anpassen oder selbst entwickeln? Wir sehen uns Beispiele für jedes dieser Szenarien und die Überlegungen an, wenn du dich für einen dieser Ansätze entscheidest. Wenn du etwas bauen willst, gibt es verschiedene Architekturen, und die Wahl hängt von der Art des Problems ab, das du lösen willst.

Dieses Kapitel behandelt Überlegungen zur KI-Architektur und Entscheidungskriterien auf der Anwendungsebene. Die Plattform, auf der Datenwissenschaftler und ML-Ingenieure diese Anwendungen entwickeln und einsetzen werden, wird in Kapitel 11 behandelt. Überspringe dieses Kapitel nicht und tauche direkt in die technischen Details des nächsten Kapitels ein - als Cloud-Architekt musst du jedes Anwendungsteam dabei beraten, die richtige Entscheidung in Bezug auf Kauf, Anpassung oder Aufbau und die Wahl der KI-Architektur für jede Anwendung zu treffen, die sie auf deiner Plattform entwickeln.

Hinweis

Das ...