Coding-Agents effizient steuern: Gesamtkosten statt Tokenpreise betrachten
Wie sich OpenCode effizient nutzen lässt: mit passenden Modellen, spezialisierten Agents, klarem Kontext, kompakten Tool-Ausgaben, Prompt Caching und gezieltem Monitoring.
Tobias Goerke
Product Lead viadee KI Plattform und Data Scientist
Mehr von 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.
Vorträge und Blogposts
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
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.
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.
Das Operator Pattern in Kubernetes
Operator in Kubernetes sind unverzichtbar. Wir erläutern Begrifflichkeiten und erklären, wie Operator, Controller und Custom Resources zusammenspielen.
Kubeflow Big Data Handling
Zusammenfassend stellen große Datenmengen MLOps Plattformen wie Kubeflow zwar vor Herausforderungen, diese sind aber handhabbar.
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?
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.
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.
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.
