20.03.2025
Doppelvortrag: 'Machine-Learning-Modelle in Java einbetten? Kein Problem' und 'Shift-Left mit System: Fachliche Dokumentation mit Tests verbinden'
Zusammenfassung
Machine-Learning-Modelle in Java einbetten? Kein Problem
Während LLMs die Schlagzeilen beherrschen, bieten einfachere, individualisierte Machine-Learning-Modelle ein breites Anwendungsfeld. Um diese zu erstellen und zu trainieren sind Python und R großartige Sprachen. Aber können wir diese Modelle direkt in unseren Java Anwendungen einbetten, ohne einen externen Service anzusprechen? Sei es aus Compliance- Gründen, oder um Latenzen zu minimieren. Der Vortrag zeigt verständlich und unterhaltsam, wie dies mit Hilfe von ONNX (Open Neural Network Exchange) und seiner Runtime möglich ist. Dieses offene Austauschformat erlaubt es uns Modelle aus diversen Machine-Learning-Frameworks über die gleiche Runtime in Java zu nutzen. Sei es nun beispielsweise ein neuronales Netz aus PyTorch oder ein einfacher Entscheidungsbaum aus scikit-learn. Damit können Java-Entwickler sich auf die Anwendungsentwicklung konzentrieren, während das Training der ML-Modelle den Experten überlassen wird. Der Vortrag bietet einen Einstieg in die Ein- und Ausgaben von ML-Modellen und zeigt an einfachen praxisnahen Code-Beispielen, wie ML-Modelle welche mit verschiedenen Frameworks trainiert wurden mit der ONNX-Runtime direkt in Java genutzt werden können.
Shift-Left mit System: Fachliche Dokumentation mit Tests verbinden
“Feature oder Bug?” Diese Frage taucht auf, sobald ein Projekt komplexer ist und man nicht mehr jede Ecke kennt. Die Antwort auf die Frage sucht man in der fachlichen Dokumentation. Doch was, wenn diese unvollständig, veraltet, fehlerhaft oder – im schlimmsten Fall – gar nicht vorhanden ist? Alternativ kommt der Blick in die Tests, die das System beschreiben. Doch decken diese wirklich die fachlichen Anforderungen ab?
Der Vortrag stellt ein Konzept vor, bei dem Dokumentation und zugehörige Tests als Teil des Codes gepflegt und über eindeutige Identifier verknüpft werden. Ein generierter Report stellt die Abdeckung der Anforderungen dar und zeigt die Verbindung der beiden Teile. Im Fokus steht dabei ein einfacher und effizienter Prozess.
Mit den gewonnenen Erkenntnissen und dem praktischen Beispiel könnt ihr eure Projekte qualitativ hochwertig und nachhaltiger entwickeln. Die enge Verknüpfung von Fachlichkeit, Code und Tests schafft die Grundlage für frühzeitiges und kontinuierliches Testen – kurz gesagt: dem Shift-Left.
Lernziele: Verstehen des Zusammenhangs und der Vorteile einer strukturierten Dokumentation in Verbindung mit fachlichen Tests.
Vorkenntnisse: Ein grundlegendes Verständnis für Documentation as Code und Shift-Left hilft, ist aber nicht wirklich nötig.
Keywords: Shift-Left, Software Qualität, TDD, Documentation as Code
Sprecher
Kai Müller
ist Consultant bei der Exxeta AG. und dort vorrangig im Java Backend mit Spring Boot unterwegs. Nebenbei beschäftigt er sich mit der Anwendung von KI Modellen, vor allem im Bereich der Computer-Vision.
Felix Tensing
ist Java Fullstack-Entwickler mit einer Leidenschaft für Testen, Dokumentation, cross-funktionalem Arbeiten. Seit über 20 Jahren bewegt er sich in der IT, vor allem im regulierten Umfeld. Seine Freizeit verbringt er mit seinen Kindern, Angeln und dem 3D-Druck.
Sponsors
Cosee stellt uns die Räumlichkeiten zur Verfügung und sorgt für unser leibliches Wohl. Vielen Dank dafür. Der übliche Abstecher in den Hotzenplotz nach dem Vortrag entfällt somit - wir bleiben einfach vor Ort!
Anmeldung
Zur besseren Planung bitten wir um eine unverbindliche Anmeldung mit Vor- und Zunamen und E-Mail Adresse. Das ermöglicht uns, bei Änderungen kurzfristig mit Euch in Kontakt zu treten. Wir geben Eure Daten nicht weiter!
Wer sich bis 24 Stunden vor dem Vortrag anmeldet und bei der Veranstaltung anwesend ist, nimmt an unserer Verlosung teil. Gewinnen kann man Bücher, Software-Lizenzen, Zeitschriften-Abos und manchmal auch Freikarten zu lokalen Konferenzen. Der Rechtsweg ist hierbei ausgeschlossen.