Tobias Goerke

Data Scientist

My topics at viadee:

  • Data & AI
  • Cloud-Architekturen & -Plattformen

More about Tobias Goerke

Kurzbeschreibung

Tobias Goerke ist Berater bei der viadee IT-Unternehmensberatung. Als Data Scientist liegen seine Schwerpunkte in der Einführung künstlich intelligenter Systeme und der Erforschung verschiedener Verfahren des erklärbaren Maschinenlernens.

Keynotes and blogposts

KI mit Web-Search-Power – Perplexity accountfrei selbst betreiben

Perplexity Veranschaulichung

Self-Hosted Code-Copilot - Enterprise-Ready mit Continue.dev und LiteLLM

Ein Bild aus der Anwendung

Von der Chat Plattform zum AI Hub mit Open WebUI & LiteLLM

Erfahren Sie, wie Sie mit Open WebUI und LiteLLM eine zentrale, sichere KI-Plattform für Unternehmen aufbauen, die Modelle und Anwendungen integriert.

Prompt Engineering ist tot - Lang lebe das Model Programming (DSPy)

Erfahren Sie, wie DSPy Ihre LLM-Systeme durch automatisierte Prompt-Optimierung revolutioniert und Effizienz sowie Genauigkeit steigert!

Data-Copilot: Von SQL bis zu Metadaten - Wie KI die eigenen Daten nutzt

Wie verschiedene Datenprodukte miteinander verknüpft und in Chat-Tools integriert werden können, damit die leistungsstarke KI von ihnen Gebrauch macht.

Die eigene AI Chat Platform Powered by LibreChat

Wie kann ich Chat-KI effizient im Unternehmen einsetzen? In diesem Blogbeitrag geben wir einen Einblick in LibreChat und teilen unsere eigenen Erfahrungen.

Produktive ML-Modelle mit Kubernetes und KServe on-premises betreiben

ML-Modelle auf der eigenen Infrastruktur mit dem Kubernetes Framework KServe und die reproduzierbare Implementierung eines hochskalierbaren KI-Web-Servers.

Von Chat with your Data bis ChatGPT mit Embeddings & Fine-Tuned LLMs

Neue Anwendungsfälle für ChatGPT & Co.: Mit Retrieval Augmented Generation und Fine-Tuning können Large Language Models spezifisches Kontextmaterial nutzen

Embeddings & Fine-Tuned LLMs

Self-Hosted Code-Copilot mit Llama-2

Anleitung: Das Llama-2 Modell von Meta auf unternehmenseigener Infrastruktur bereitstellen und das für diesen Fall erstellte Code Llama Modell nutzen.

Code Lama

Kubeflow @ Provinzial: Aufbau einer modernen Machine Learning und MLOps-Plattform im Versicherungswesen

Wie die Provizial Holding AG mit Hilfe von der MLops Plattform Kubeflow ihre KI-Initiativen und Methoden konzernweit konsolidierte – viadee Blog.

Neutral Networks

Das Operator Pattern in Kubernetes

Operator in Kubernetes sind unverzichtbar. Wir erläutern Begrifflichkeiten und erklären, wie Operator, Controller und Custom Resources zusammenspielen.

Operator Pattern in Kubernetes

Kubeflow Big Data Handling

Zusammenfassend stellen große Datenmengen MLOps Plattformen wie Kubeflow zwar vor Herausforderungen, diese sind aber handhabbar.

Kubeflow Big Data Handling

Kubeflow Pipelines mit Teamwork und Wiederverwendung - DevOps für Data Scientists

Erfahrungsbericht und Praxistipps zur MLOps Plattform Kubeflow: Worauf muss man bei der Zerlegung von Pipelines in Komponenten achten?

Set of Pipes

GitOps für IT-Architekt:innen – Kubernetes transparent und sicher

Für mehr Agilität in Ihrem Software-Entwicklungs-Zyklus: GitOps folgt modernen DevOps-Prinzipien und ermöglicht sichere und schnelle Kubernetes Deployments.

GitOps

Krisensentiment - Wie Sie Stimmungen in Sozialen Medien erkennen

Datensammlung, Berechnung von Scores, Reporting: Am realen Beispiel erklären wir Text Mining und Sentimentanalyse mit Verfahren Künstlicher Intellegenz.

Sentimentanalyse

Genetisches Rule Mining - Globale Modellerklärungen mit MAGIE

Eine Zusammenfassung der Ergebnisse aus der Master Thesis von Hendrik Winkelmann, in Zusammenarbeit mit Prof. Dr. Herbert Kuchen an der WWU Münster. 

Roboter Magier

Machine Learning in der Logistikbranche: Wegbereiter in eine optimierte Zukunft

Unser Kunde, der IT-Dienstleister TIMOCOM, verfolgt ein ambitioniertes Ziel: die Unterstützung der Kunden zur Verbesserung und Erweiterung ihrer Logistikprozesse, kurz Augmented Logistics.

LKW aus Pflanzen

Machine Learning Modelle erklärbar machen mit Anchors

Machine Learning-Modelle erklärbar machen mit Anchors: Im Rahmen einer Master-Thesis wurde der Algorithmus Anchors für Java implementiert. Gleichzeitig wurden Optimierungen zur Reduzierung der Laufzeit entwickelt.

Anker