Anwendungsentwicklung mit Machine Learning verbindet klassische Softwareentwicklung mit datengetriebenen Komponenten. Wer beide Welten methodisch zusammenbringt, schafft tragfähige Produkte. Der Kurs zeigt zentrale Bausteine eines solchen Entwicklungsprozesses.

!Kursinhalt

!1. Architektur ML-basierter Anwendungen
*Schnittstelle zwischen Anwendung und Modell
*Trennung von Daten, Modell und UI
*Skalierungs- und Latenzaspekte

!2. Entwicklungsprozess im Team
*Verzahnung von Engineering und Data Science
*Anforderungsdefinition für ML-Funktionen
*Tests und Reviews

!3. Datenfluss in der Anwendung
*Aufbereitung von Eingabedaten
*Verarbeitung der Modellergebnisse
*Umgang mit Unsicherheit in Antworten

!4. Betrieb und Pflege
*Versionierung der Modelle in der Anwendung
*Monitoring und Updates
*Reaktion auf Modellveränderungen

!Berufliche Relevanz

*Tragfähige Verbindung von Anwendung und Modell
*Höhere Wirksamkeit von ML-Initiativen
*Profilierung an der Schnittstelle Software und ML