Wie vereinfacht und automatisiert man das Management von Edge-Datacenter? Wie funktioniert deren nahtlose Einbindung in übergreifende Infrastrukturen? Mit einem auf „SLE Micro“ aufbauenden Stack hat Suse hierfür einen Vorschlag.

Databricks Lakehouse baut auf Apache Spark als Data-Engineering- und Analyse-Plattform auf. Auf der Anwenderkonferenz DAIS 2023 (BigData-Insider berichtete) im Juni 2023 wurde die Version 3.4 mit zahlreichen Neuerungen vorgestellt. Im September wurde die Version 3.5 freigegeben. Die Zusammenarbeit zwischen Spark und Python wird zunehmend enger.

Generative KI wälzt die Welt der Software-Entwicklung gerade um, was neue Testing-Methoden erforderlich macht. Wie können Unternehmen die mit KI verbundenen Herausforderungen meistern und maximalen Nutzen aus ChatGPT und Co. ziehen?

Machine Learning (ML) birgt neue Möglichkeiten, komplexe Problemen anzugehen und Entscheidungen zu treffen. Denn Daten sind keine starre Basis mehr, sondern Muster und Erfahrungen, aus denen sich lernen lässt. ML-Modelle professionell zu entwickeln und zu pflegen, ist jedoch mindestens so komplex, wie einen Software-Lebenszyklus zu managen. Machine Learning Operations (MLOps) sollen Struktur und Effizienz bringen und bedienen sich dabei bewährter DevOps-Prinzipien.

Kubernetes hat die Orchestrierung von Containern beherrschbar gemacht. Die Bedienung der Open-Source-Orchestrierung ist allerdings keinesfalls trivial. Die hohe Komplexität verführt im praktischen Einsatz selbst Experten zu Fehlern. Die Folgen können gravierend sein – sind aber vermeidbar.

Welche Veränderungen kommen auf DevOps- und IT-Verantwortliche im Jahr 2024 zu? Themen wie der verantwortungsvolle Umgang mit KI, Daten-Observability und Platform Engineering dürften verstärkt in den Fokus rücken, glaubt Bernd Greifeneder von Dynatrace.

Der Markt für IDEs und Code-Editoren ist seit jeher ziemlich umfangreich und ziemlich erwachsen. Der Markt für KI-Produkte ist zwar noch recht jung, aber dennoch – oder auch gerade deswegen – nicht minder unübersichtlich. Und jetzt kommt zunehmend beides zusammen.

Durch die Kombination der Fähigkeiten von Azure und OpenAI können Entwickler leistungsstarke KI-Anwendungen erstellen. Nach einer kurzen Einführung in diesem Artikel wollen wir im Folgeteil primär demonstrieren, wie Entwickler und Entwicklerinnen ihre Modelle per REST-API und über die unterstützten SDKs abfragen.

Der Beruf des Data Scientists wurde einst als „Sexiest Job of the 21st Century“ gekürt. Für die Entscheidungsintelligenz innerhalb Organisationen sind datengesteuerte Erkenntnisse ein wesentlicher Bestandteil. Es ist daher für alle Mitarbeitenden wichtig, zu hinterfragen und zu verstehen, wie sie aus Daten geschäftlichen Mehrwert ziehen können.

Wie kann man den Energieverbrauch von Hard- und Software genau messen? Worauf kommt es dabei an? Ist jeder Verbrauch gleich zu bewerten? Mit solchen Fragen befasste sich ein Panel auf der diesjährigen „Clean-IT“-Tagung des Hasso-Plattner-Instituts für digitales Engineering in Potsdam.