MLOps.community

En podcast af Demetrios Brinkmann

Kategorier:

383 Episoder

  1. From Robotics to Recommender Systems // Miguel Fierro // #240

    Udgivet: 11.6.2024
  2. Uber's Michelangelo: Strategic AI Overhaul and Impact // #239

    Udgivet: 7.6.2024
  3. AWS Tranium and Inferentia // Kamran Khan and Matthew McClean // #238

    Udgivet: 4.6.2024
  4. Build Reliable Systems with Chaos Engineering // Benjamin Wilms // #237

    Udgivet: 31.5.2024
  5. Managing Small Knowledge Graphs for Multi-agent Systems // Tom Smoker // #236

    Udgivet: 28.5.2024
  6. Just when we Started to Solve Software Docs, AI Blew Everything Up // Dave Nunez // #235

    Udgivet: 27.5.2024
  7. Open Standards Make MLOps Easier and Silos Harder // Cody Peterson // #234

    Udgivet: 21.5.2024
  8. Retrieval Augmented Generation

    Udgivet: 17.5.2024
  9. RecSys at Spotify // Sanket Gupta // #232

    Udgivet: 16.5.2024
  10. From A Coding Startup to AI Development in the Enterprise // Ryan Carson // #231

    Udgivet: 10.5.2024
  11. FedML Nexus AI: Your Generative AI Platform at Scale // Salman Avestimehr // #230

    Udgivet: 7.5.2024
  12. What is AI Quality? // Mohamed Elgendy // #228

    Udgivet: 3.5.2024
  13. Handling Multi-Terabyte LLM Checkpoints // Simon Karasik // #228

    Udgivet: 30.4.2024
  14. Leading Enterprise Data Teams // Sol Rashidi // #227

    Udgivet: 26.4.2024
  15. The Rise of Modern Data Management // Chad Sanderson // #226

    Udgivet: 23.4.2024
  16. Beyond AGI, Can AI Help Save the Planet? // Patrick Beukema // #225

    Udgivet: 19.4.2024
  17. GenAI in Production - Challenges and Trends // Verena Weber // #224

    Udgivet: 17.4.2024
  18. Introducing DBRX: The Future of Language Models // [Exclusive] Databricks Roundtable

    Udgivet: 12.4.2024
  19. From MVP to Production // AI in Production Conference

    Udgivet: 9.4.2024
  20. Data Engineering in the Federal Sector // Shane Morris // #223

    Udgivet: 5.4.2024

3 / 20

Weekly talks and fireside chats about everything that has to do with the new space emerging around DevOps for Machine Learning aka MLOps aka Machine Learning Operations.

Visit the podcast's native language site