Data Science und Machine Learning

Als Community für Data Science (DS) & Machine Learning (ML) versammeln wir Accsonaut:innen, die sich für Daten und daraus gewonnene Erkenntnisse begeistern. Wir bündeln die gesamte Kompetenz rund um Data Science und maschinelles Lernen bei Accso, inklusive Produktionalisierung und Betrieb im Rahmen von Machine Learning Operations (MLOps).

Die Data Science & Machine Learning Community zählt mit ungefähr 20 Mitgliedern zu einer der größeren Communities bei Accso. Dabei dienen sowohl die Aktualität als auch die Vielfalt unserer Themen als Treiber unseres Wachstums. Schon bei der Gründung im November 2018 entdeckten wir eine große Themenvielfalt für uns, die wir mit unseren breit gestreuten Erfahrungen und Fähigkeiten angehen. Wir vereinen alle Fertigkeiten von Data Engineering über Datenanalyse und maschinelles Lernen bis hin zu MLOps in unserer Community. Kombiniert mit unserem jahrelang ungebrochenen Elan fürs Lernen, neue Themen und Erfahrungen gehen wir unseren Herzensthemen nach: Data Science und maschinelles Lernen. Das gewonnene Wissen setzen wir immer wieder auch erfolgreich in Kundenprojekten um.

Unsere inhaltlichen Themen ergeben sich sowohl durch aktuelle Trends und Entwicklungen als auch durch langfristige Interessen und Ziele der Mitglieder und Accso als Ganzes.

So beschäftigen wir uns zum Beispiel mit dem Trendthema Large Language Models (LLM) im Zusammenhang mit Wissensgraphen – ein Bereich, der uns schon länger interessiert und in Folge von ChatGPT, Llama & Co endlich in greifbare Nähe gerückt ist.

Im Bereich der generativen KI bleiben wir nicht bei LLMs stehen. Auch mit der Generierung von Bildern haben wir uns auseinandergesetzt und bieten einen Accso-internen Service an, um schnell individuelle Bilder für Präsentationen und Blogbeiträge bereitstellen zu können. Unter der Haube kommt dabei Stable Diffusion XL zum Einsatz. Dieses Projekt entstand aus großem Community-Interesse heraus – sowohl an der Generativen KI als auch am robusten und wartungsarmen Betrieb einer solchen Anwendung. Mit dieser MLOps-Erfahrung bringen wir auch aktuelle Kundenprojekte voran.

Inspiriert vom Accso-weiten Ziel „Software für eine bessere Welt“ zu entwickeln, untersuchen wir außerdem Iden für den Einsatz der „KI für eine bessere Welt“. Unter diesem Motto nahmen mehrere Communitymitglieder an der New Jupyter Notebook Competition teil und analysierten, wie die öffentlich verfügbaren Umweltdaten des Copernicus Satelliten für ML-Anwendungen aufgearbeitet, eingebunden und visualisiert werden können.