Die 9 besten Podcasts für KI-, ML- und Data-Science-Profis

Künstliche Intelligenz, maschinelles Lernen und Data Science sind einige der beliebtesten Technologiefelder von heute. Ein Profi in einem von ihnen zu werden, kann Ihre Eintrittskarte sein, um an einigen der größten Innovationen zu arbeiten, die die Welt in den kommenden Jahrzehnten antreiben werden. Natürlich müssen Sie mit den neuesten Entwicklungen in der Branche Schritt halten, um die Nase vorn zu haben.

Hier kommen Podcasts ins Spiel. Die besten Podcasts zu Data Science, maschinellem Lernen und KI können Ihnen viel über diese Themen und Bereiche beibringen, in denen Sie sie anwenden können.

1. MLOps Live a

Der MLOps Live-Podcast ist eine zweiwöchentliche Q&A-Sendung, die von Experten für maschinelles Lernen moderiert wird. Wie der Name schon sagt, konzentriert es sich darauf, den Zuhörern dabei zu helfen, sich mit maschinellen Lernvorgängen, MLOps, vertraut zu machen.

Der Podcast besteht aus aufschlussreichen Gesprächen zwischen Gastgebern und Gästen über MLOps-Themen. Zu den Gästen der Show gehören unter anderem Kuba Cieslik, Kyle Morris, Michal Tadeusiak und Federico Bianchi.

Jede Show-Episode dauert 45 bis 60 Minuten und konzentriert sich auf bestimmte Themen wie die Verwaltung von Computer-Vision-Projekten mit KI und die Verbindungen zwischen Data Engineering und neuronaler Suche.

2. Der TWIML AI Podcast (früher This Week in Machine Learning & Artificial Intelligence)

Den TWIML AI Podcast gibt es schon seit Jahren und er wird von Sam Charrington moderiert, einem einflussreichen Analysten und Vordenker in der Technologiebranche. Es richtet sich in erster Linie an Technologie-, Geschäfts- und IT-Führungskräfte, KI/ML-Forscher, Dateningenieure und andere Datenexperten.

Jede Woche sitzt Sam mit einigen der brillantesten Personen aus maschinellem Lernen und künstlicher Intelligenz zusammen, um Innovationen und Ideen in verschiedenen Technologien zu diskutieren. Dazu gehören Datenwissenschaft und Analytik, neuronale Netze, Verarbeitung natürlicher Sprache (NLP) und Deep Learning.

Episoden dauern in der Regel 30 Minuten bis eine Stunde, je nach Diskussionsthema. Der Podcast ist auf allen wichtigen Plattformen verfügbar, einschließlich Apple Podcasts, Google Podcasts und Spotify, sodass Sie ihn leicht finden können.

3. Der Datenskeptiker

Der Data Skeptic-Podcast behandelt künstliche Intelligenz, K-Means-Clustering-Algorithmen, Zeitreihendaten und andere eng verwandte Themen aus den Bereichen Data Science, KI und ML. Es gibt es seit 2014, und in dieser Zeit hat es Hunderte von Interviews gegeben und gilt weithin als Autorität in den oben genannten Bereichen.

Der Podcast läuft in Staffeln, die jeweils auf einem zentralen Thema basieren. Als solches enthält es aufschlussreiche Forschungsergebnisse und Meinungen von Branchenexperten und anderen Gästen. Wenn Sie mehr über algorithmisches Design, Cloud-Infrastruktur, wichtige Fakten über KI und durchgängiges maschinelles Lernen erfahren möchten, müssen Sie sich diesen Podcast ansehen.

4. Datenknirschen

Der Data Crunch-Podcast ist ein Produkt von Data Crunch, einem Beratungsunternehmen für Business Analytics, das von Curtis Seare und Ryan Nokes gegründet wurde. Es bietet Gespräche mit Data-Science-Experten, Forschern und Unternehmern, die es diesen versierten Personen ermöglichen, ihre beruflichen Erfahrungen, Erfolge und Misserfolge auf diesem Gebiet mit den Zuhörern zu teilen.

Beliebte Themen, über die Sie sich in diesem Podcast informieren können, sind die Rolle der KI in der Konstruktion und die Datenstrategie im Bildungssektor. Außerdem finden Sie wertvolle Informationen zu KI-Anwendungen in Branchen wie Finanzen und Medizin.

5. Gradientendissens

Lukas Biewald hat diesen zweiwöchentlichen Podcast gegründet, in dem er ML-Führungskräfte aus mehreren der visionärsten Unternehmen und Forschungseinrichtungen der Welt interviewt. Auf seiner Gästeliste stehen Persönlichkeiten wie Drago Anguelov, Mircea Neagovici und Will Falcon.

Eine beliebte Episode ist das Sitdown mit Jeremy Howard , wo Lukas und Jeremy über die Zukunft des maschinellen Lernens und seine Anwendungen in der realen Welt diskutieren. Episoden können zwischen 45 Minuten und anderthalb Stunden dauern. Darüber hinaus können Zuhörer den Podcast auf der Website von Weights and Biases und Plattformen wie Apple Podcasts und SoundCloud anhören.

6. Praktische KI: Maschinelles Lernen & Data Science

Changelog Media ist das Unternehmen hinter diesem erstaunlichen Podcast. Der Name ist ein Werbegeschenk für den Inhalt der Show, der anregende Gespräche über MLOps, AIOps (künstliche Intelligenzoperationen) und neuronale Netze umfasst. Die Folgen reichen von 30 Minuten bis zu einer Stunde und Sie können sich auf allen großen Podcast-Plattformen anhören.

Der Podcast präsentiert Branchenexperten, Technikexperten, Data-Science-Enthusiasten, Studenten und Geschäftspersönlichkeiten, die verschiedene Ideen und Innovationen in KI und ML diskutieren. Natürlich soll das Lernen gefördert werden, und die Show erfüllt dies mit Bravour. Die Zuhörer werden mit einem produktiven Diskurs über die praktischen Anwendungen dieser Technologien in der realen Welt konfrontiert.

7. Auge auf KI

Eye On AI ist ein weiterer zweiwöchentlicher Podcast, in dem es um maschinelles Lernen und Fortschritte bei der künstlichen Intelligenz geht. Craig Smith, ein erfahrener Korrespondent der New York Times, moderiert es. Die Episoden enthalten Gespräche mit Informatikern, KI-Entwicklern, Startup-Gründern und Universitätsprofessoren, darunter einem, der das Team hinter dem größten KI-System der Welt leitet.

Diese Diskussionen umfassen Bibliotheken für maschinelles Lernen, Kundendatenschutz, automatische Codegenerierung und IoT-Entwicklung (Internet of Things). Außerdem finden Sie Informationen zu den neuesten Ideen zum Erstellen von No-Code-Plattformen, zum Entwickeln von Convolutional Neural Networks und zum Anwenden von ML-Sprachmodellen.

8. Stimmen in der KI

Wenn Sie tiefgreifende Einblicke in die sozialen, wirtschaftlichen und ethischen Auswirkungen realer KI-Anwendungen erhalten möchten, ist Voices in AI der Podcast, den Sie sich anhören sollten. Byron Reese, CEO von GigaOm, ist Gastgeber und arbeitet mit einigen der führenden Köpfe der künstlichen Intelligenz zusammen.

Jede Podcast-Episode dauert eine Stunde und enthält einen Gast. Einige der weltweit bekanntesten Wissenschaftler, Ingenieure, Forscher und andere haben die Show beehrt, darunter der Nobelpreisträger Kary Mullis, Rob Lubow, Fiona McEvoy und Didem Un Ates. Jeder Gast und Byron diskutieren wichtige Themen rund um KI-Anwendungen, darunter bewaffnete KI, Einkommensungleichheit und Arbeitslosigkeit, Roboter und humanoide KI-Maschinen.

9. Abenteuer im maschinellen Lernen

Ein Ingenieur für maschinelles Lernen zu werden, ist leichter gesagt als getan. Wenn Sie jedoch davon überzeugt sind, dass es die richtige Karriere ist, ist das Abonnieren des Podcasts „Adventures in Machine Learning“ ein kluger Schachzug.

Die Gastgeber Ben Wilson und Michael Berk sprechen über verschiedene Themen, darunter wie man Forschungsspitzen durchführt, ML-Codes testet und Zeitreihenmodelle beim maschinellen Lernen anwendet. Darüber hinaus hören Sie Diskussionen mit namhaften Branchenführern wie Vidhi Chugh und Jesse Langford.

Der Podcast kann kostenlos angehört werden; Folgen finden Sie überall dort, wo Sie Ihre Lieblings-Podcasts hören. Alternativ können Sie es per RSS-Feed hinzufügen.

Erfahren Sie mehr über KI, ML und Data Science in den besten Podcasts

Zuhören und Lernen sind unerlässlich, um als KI-, ML- oder Data-Science-Experte zu wachsen. Hören Sie sich die Erkenntnisse von Branchenführern und hochkarätigen Fachleuten an. Verstehen Sie den aktuellen Stand von KI- und ML-Anwendungen und beobachten Sie, wohin die Reise geht.

Natürlich ist es spannend, etwas über Innovationen in diesen Sektoren zu lernen, und es ist von unschätzbarem Wert, die Arbeit von Personen zu verfolgen, die auf Ihrem Gebiet so viel erreicht haben. Die Informationen in diesen Podcasts können Sie auf den Weg bringen, viel mehr zu erreichen, als Sie sich jemals vorgestellt haben.