Seminar Apache PredictionIO Engine-Entwicklung mit DASE und Klassifikation

Sobald Standard-Templates nicht mehr genügen, beginnt die eigentliche Arbeit. Dieses Seminar vermittelt die Entwicklung eigener Engines mit Apache PredictionIO nach dem DASE-Prinzip. Neben der strukturierten Engine-Entwicklung werden Klassifikationsszenarien, projektspezifische Features, Evaluierung und Serving-Anpassungen behandelt.

Ziele

Nach dem Seminar können eigene PredictionIO-Projekte strukturiert aufgebaut, DASE-Komponenten gezielt angepasst und fachliche Anforderungen in Data Source, Data Preparator, Algorithm und Serving übersetzt werden. Zusätzlich wird gezeigt, wie sich Klassifikationsszenarien sauber modellieren, evaluieren und in produktionsnahe Workflows überführen lassen.

Zielgruppe

Das Seminar richtet sich an Entwickler und Data Engineers, die PredictionIO nicht nur betreiben oder integrieren, sondern aktiv weiterentwickeln, erweitern und an projektspezifische Anforderungen anpassen wollen.

Vorkenntnisse

Vorausgesetzt werden solide Programmierkenntnisse, bevorzugt in Java oder Scala, sowie ein technisches Verständnis für verteilte Datenverarbeitung. Grundlagen zu PredictionIO und Spark sollten vorhanden sein.

Inhalte

• Projektaufbau, Build-Prozess und Entwicklungsumgebung für PredictionIO-Engines
• Detailliertes Verständnis von Data Source, Data Preparator, Algorithm, Serving und Evaluator
• Arbeiten mit Custom Properties, Event-Auswahl und Feature-Vorbereitung
• Entwicklung und Anpassung von Klassifikationsszenarien auf Basis des offiziellen Templates
• Einsatz alternativer Algorithmen und Integration projektspezifischer Logik
• Gestaltung von Query- und Result-Strukturen für eigene Fachanforderungen
• Serving-Anpassungen, Filterlogik, Ergebnisverdichtung und fachliche Priorisierung
• Evaluierung, Variantenvergleich und saubere Trennung von Experiment und Betrieb
• Debugging, Testbarkeit, Build-Artefakte, Deployment und Wartbarkeit im Team

Praxis

Im Seminar wird eine Engine schrittweise erweitert. Die Teilnehmer analysieren Code, passen Komponenten an, trainieren Varianten, prüfen Ergebnisse und bauen daraus einen nachvollziehbaren Entwicklungsablauf auf, der später auf eigene Projekte übertragen werden kann.