Development

Die Überführung von ML-Modellen in den Produktionsbetrieb ist komplexer als bei herkömmlichen Softwaresystemen, da neben Code auch Daten und Modelle sowie deren Abhängigkeiten eine Rolle spielen. Eine Nichtbeachtung dieser Komplexität kann zu großen technischen Schulden führen, die den Erfolg eines ML-Projekts nachhaltig gefährden. Aus diesen Beobachtungen ist das Feld Machine Learning Operations ..

Die Erwartungen an Machine Learning (ML) sind riesig. Dass viele ML-Projekte in der Pilot- oder Proofof-Concept-Phase stecken bleiben, liegt aber nur zum Teil an überzogenen Erwartungen. Es fehlt den Unternehmen oft an Infrastruktur, den richtigen Capabilities oder schlicht an Daten. Dieser Beitrag beschreibt, auf was Unternehmen achten sollten, damit ML-Lösungen tatsächlich produktiv eingesetzt w..

Im Rahmen dieser Kolumne habe ich mich schon häufiger auch mit Containern und Docker beschäftigt. Obwohl es sich hierbei weder um ein Java- noch um ein direktes Entwicklungsthema handelt, ist es für viele Projekte von hoher Relevanz. Schließlich spielt heute auch der Betrieb von Anwendungen für die meisten Entwicklungsteams eine hohe Rolle und dieser nutzt aktuell in vielen Fällen Container. Hier ..

Wie wir wissen, ist Java nicht nur eine Programmiersprache, sondern auch ein Ökosystem, um alle möglichen Anwendungen zu entwickeln. Wenn es um die Softwareentwicklung (nicht nur) mit Java geht, bildet Softwarearchitektur das Rückgrat der Software. Dieser Artikel adressiert einige der essenziellen Aspekte, die beim Architekturentwurf auftreten.

Der Klimawandel ist real, und jeder muss einen Beitrag dazu leisten, ihn zu stoppen – auch und vielleicht sogar gerade Soft- wareentwickler. Aber wie?