enterPy 2020: Vom Scripting zum Data Application Engineering

Data Science in der Praxis bedeutet fast immer auch Softwareentwicklung. Projekte aus dem Bereich Datenanalyse und Machine Learning beginnen meist sehr experimentell – hier unterstützen interaktive Notebook-Umgebungen wie Jupyter den Data Scientist dabei, die Daten zu explorieren und schnell Ideen auszuprobieren. Ergebnis ist oft eine mehr oder weniger aufgeräumte Sammlung von Notebooks und Python-Skripten, die noch weit von einer produktionsreifen Software entfernt ist. Es empfiehlt sich aber, schon früh Best Practices aus dem Software Engineering in den Workflow zu integrieren.

Meinen Workshop dazu gibt es am 25. Mai in Mannheim

Posts created 8

Related Posts

Begin typing your search term above and press enter to search. Press ESC to cancel.

Back To Top