The past two years I have conducted an extensive literature and tool review to answer the question: “What should software engineers learn about building production-ready machine learning systems?”. During my research I noted that because the discipline of building production-ready machine learning systems is so new, it is not so easy to get the terminology straight. People write about it from different perspectives and backgrounds and have not yet found each other to join forces. At the same time the field is moving fast and far from mature. My focus on material that is ready to be used with our bachelor level students (applied software engineers, profession-oriented education), helped me to consolidate everything I have found into a body of knowledge for building production-ready machine learning (ML) systems. In this post I will first define the discipline and introduce the terminology for AI engineering and MLOps.
LINK
Het onderwerp van het onderzoek is het zoeken naar een geschikte contractvorm voor scholenbouw. Hierbij worden twee contractvormen vergelijken: het Living Building Concept (LBC) en de Open Oproep.Het LBC wil de bouw laten werken zoals de gewone consumentenmarkt. De expertise en de oplossingen worden gezocht bij de aanbieder en de vrager heeft de keuze heeft uit verschillende concepten. De Open Oproep gaat uit van een professionele opdrachtgever die vanaf het begin voor een goed lopend proces zorgt.De doelstelling was om het LBC en de Open Oproep te vergelijken aan de hand van vijf criteria: maatschappelijke kosten, faalkosten, flexibiliteit, integrale samenwerking en duurzaamheid. Hierbij werd de vraag gesteld hoe beide vormen scoren op de gestelde criteria. Het LBC is aan de hand van literatuur en interviews onderzocht. De Open Oproep is onderzocht aan de handvan de procedure zoals deze in Nederland gebruikt gaat worden, welke is opgesteld door Stichting Scholenbouwmeester Noord Nederland.De belangrijkste conclusies zijn dat het LBC en de Open Oproep veel van elkaar verschillen. Beide vormen hebben een ander uitgangspunt. Het LBC laat de expertise aan de kant van de aanbieder, en wil door marktwerking en concurrentie er voor zorgen dat de aanbieders zich onderscheiden. De Open Oproep probeert het opdrachtgeverschap te professionaliseren door een Schoolschap met expertise de opdrachtgever bij te laten staan.Een ander verschil is de toepassing van de vormen. Het LBC kan bij verschillende projecten worden toegepast, maar er bestaan nog geen partijen die werken volgens het LBC. De Open Oproep richt zich puur op scholenbouw, waardoor de markt voor deze procedure beperkt is. Daarbij is de Open Oproep nog niettoegepast in Nederland en is met het LBC slechts één pilot-project geweest, waardoor zowel het LBC als de Open Oproep niet getoetst kunnen worden aan de hand van praktijkvoorbeelden.Het antwoord op de hoofdvraag: Op welke manier Is het Living Building Concept, binnen de context van nieuwe ontwikkelingen op het gebied van aanbestedingsvormen en verbeterde afstemming van actoren in hetbouwproces een goed alternatief voor een Open Oproep bij scholenbouw?, is samenvattend: Het LBC zoekt de oplossing aan de kant van de aanbieder en de Open Oproep zoekt de oplossing aan de kant van de vrager. Beide vormen zijn goede oplossingen, maar hierdoor scoren ze wel verschillend op de onderzoekscriteria, waarbij de kanttekening geplaatst moet worden dat beide vormen nieuw, in ontwikkeling en nog niet getoetst zijn.Studentenonderzoek in het kader van het thema Duurzaam bouwen.
This chapter discusses how to build production-ready machine learning systems. There are several challenges involved in accomplishing this, each with its specific solutions regarding practices and tool support. The chapter presents those solutions and introduces MLOps (machine learning operations, also called machine learning engineering) as an overarching and integrated approach in which data engineers, data scientists, software engineers, and operations engineers integrate their activities to implement validated machine learning applications managed from initial idea to daily operation in a production environment. This approach combines agile software engineering processes with the machine learning-specific workflow. Following the principles of MLOps is paramount in building high-quality production-ready machine learning systems. The current state of MLOps is discussed in terms of best practices and tool support. The chapter ends by describing future developments that are bound to improve and extend the tool support for implementing an MLOps approach.
LINK
Artificial Intelligence (AI) wordt realiteit. Slimme ICT-producten die diensten op maat leveren accelereren de digitalisering van de maatschappij. De grote innovaties van de komende jaren –zelfrijdende auto’s, spraakgestuurde virtuele assistenten, autodiagnose systemen, robots die autonoom complexe taken uitvoeren – zijn datagedreven en hebben een AI-component. Dit gaat de rol van professionals in alle domeinen, gezondheidzorg, bouwsector, financiële dienstverlening, maakindustrie, journalistiek, rechtspraak, etc., raken. ICT is niet meer volgend en ondersteunend (een ‘enabling’ technologie), maar de motor die de transformatie van de samenleving in gang zet. Grote bedrijven, overheidsinstanties, het MKB, en de vele startups in de Brainport regio zijn innovatieve datagedreven scenario’s volop aan het verkennen. Dit wordt nog eens versterkt door de democratisering van AI; machine learning en deep learning algoritmes zijn beschikbaar zowel in open source software als in Cloud oplossingen en zijn daarmee toegankelijk voor iedereen. Data science wordt ‘applied’ en verschuift van een PhD specialisme naar een HBO-vaardigheid. Het stadium waarin veel bedrijven nu verkeren is te omschrijven als: “Help, mijn AI-pilot is succesvol. Wat nu?” Deze aanvraag richt zich op het succesvol implementeren van AI binnen de context van softwareontwikkeling. De onderzoeksvraag van dit voorstel is: “Hoe kunnen we state-of-the-art data science methoden en technieken waardevol en verantwoord toepassen ten behoeve van deze slimme lerende ICT-producten?” De postdoc gaat fungeren als een linking pin tussen alle onderzoeksprojecten en opdrachten waarbij studenten ICT-producten met AI (machine learning, deep learning) ontwikkelen voor opdrachtgevers uit de praktijk. Door mee te kijken en mee te denken met de studenten kan de postdoc overzicht en inzicht creëren over alle cases heen. Als er overzicht is kan er daarna ook gestuurd worden op de uit te voeren cases om verschillende deelaspecten samen met de studenten te onderzoeken. Deliverables zijn rapporten, guidelines en frameworks voor praktijk en onderwijs, peer-reviewed artikelen en kennisdelingsevents.
The postdoc candidate, Giuliana Scuderi, will strengthen the connection between the research group Biobased Buildings (BB), (collaboration between Avans University of Applied Sciences and HZ University of Applied Sciences (HZ), and the Civil Engineering bachelor programme (CE) of HZ. The proposed research aims at deepening the knowledge about the mechanical properties of biobased materials for the application in the structural and infrastructural sectors. The research is relevant for the professional field, which is looking for safe and sustainable alternatives to traditional building materials (such as lignin asphalt, biobased panels for bridge constructions, etc.). The study of the mechanical behaviour of traditional materials (such as concrete and steel) is already part of the CE curriculum, but the ambition of this postdoc is that also BB principles are applied and visible. Therefore, from the first year of the programme, the postdoc will develop a biobased material science line and will facilitate applied research experiences for students, in collaboration with engineering and architectural companies, material producers and governmental bodies. Consequently, a new generation of environmentally sensitive civil engineers could be trained, as the labour market requires. The subject is broad and relevant for the future of our built environment, with possible connections with other fields of study, such as Architecture, Engineering, Economics and Chemistry. The project is also relevant for the National Science Agenda (NWA), being a crossover between the routes “Materialen – Made in Holland” and “Circulaire economie en grondstoffenefficiëntie”. The final products will be ready-to-use guidelines for the applications of biobased materials, a portfolio of applications and examples, and a new continuous learning line about biobased material science within the CE curriculum. The postdoc will be mentored and supervised by the Lector of the research group and by the study programme coordinator. The personnel policy and job function series of HZ facilitates the development opportunity.
Circular BIOmass CAScade to 100% North Sea Region (NSR) economic activity and growth are mostly found in urban areas. Rural NSR regions experience population decline and negative economic growth. The BIOCAS project expects revitalizing and greening of rural areas go hand in hand. BIOCAS will develop rural areas of the NSR into smart specialized regions for integrated and local valorization of biomass. 13 Commercial running Bio-Cascade-Alliances (BCA’s) will be piloted, evaluated and actively shared in the involved regions. These proven concepts will accelerate adoption of high to low value bio-cascading technologies and businesses in rural regions. The project connects 18 regional initiatives around technologies, processes, businesses for the conversion of biomass streams. The initiatives collaborate in a thematic approach: Through engineering, value chain assessments, BCA’s building, partners tackle challenges that are shared by rural areas. I.e. unsustainable biomass use, a mineral surplus and soil degradation, deprivation of potentially valuable resources, and limited involvement of regional businesses and SMEs in existing bio-economy developments. The 18 partners are strongly embedded in regional settings, connected to many local partners. They will align stakeholders in BCA’s that would not have cooperated without BIOCAS interventions. Triple helix, science, business and governmental input will realize inclusive lasting bio cascade businesses, transforming costly waste to resources and viable business.Interreg IVB North Sea Region Programme: €378,520.00, fEC % 50.00%1/07/17 → 30/06/21
