Buchumschlag

Towards practicable Machine Learning development using AI Engineering Blueprints

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Weeger, Nicolas, Stiehl, Annika, Kistowski, Jóakim vom, Geißelsöder, Stefan, Uhl, Christian
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Software Engineering
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

AI Engineering Blueprint for On-Premises Retrieval-Augmented Generation Systems
von: Weeger, Nicolas, et al.
Veröffentlicht: (2026)

Towards Automated EEG-Based Epilepsy Detection Using Deep Convolutional Autoencoders
von: Stiehl, Annika, et al.
Veröffentlicht: (2025)

Towards Effective Collaboration between Software Engineers and Data Scientists developing Machine Learning-Enabled Systems
von: Busquim, Gabriel, et al.
Veröffentlicht: (2024)

Toward an Architectural Blueprint to Observe Sustainability in and by Software Systems
von: Toczé, Klervie, et al.
Veröffentlicht: (2026)

Towards Effective Issue Assignment using Online Machine Learning
von: Michailoudis, Athanasios, et al.
Veröffentlicht: (2025)

DeepFix: Debugging and Fixing Machine Learning Workflow using Agentic AI
von: Seydou, Fadel Mamar, et al.
Veröffentlicht: (2026)

Preparing Students for AI-Driven Agile Development: A Project-Based AI Engineering Curriculum
von: Rausch, Andreas, et al.
Veröffentlicht: (2026)

Dimension reduction methods, persistent homology and machine learning for EEG signal analysis of Interictal Epileptic Discharges
von: Stiehl, Annika, et al.
Veröffentlicht: (2025)

Naming the Pain in Machine Learning-Enabled Systems Engineering
von: Kalinowski, Marcos, et al.
Veröffentlicht: (2024)

Using Small Language Models to Reverse-Engineer Machine Learning Pipelines Structures
von: Lacroix, Nicolas, et al.
Veröffentlicht: (2026)

Machine Learning Pipeline for Software Engineering: A Systematic Literature Review
von: Kansab, Samah
Veröffentlicht: (2025)

Evaluating Non-English Developer Support in Machine Learning for Software Engineering
von: Katzy, Jonathan, et al.
Veröffentlicht: (2026)

Some things never change: how far generative AI can really change software engineering practice
von: de Campos, Aline, et al.
Veröffentlicht: (2024)

Towards an Engineering Workflow Management System for Asset Administration Shells using BPMN
von: Grüner, Sten, et al.
Veröffentlicht: (2025)

Human and Machine: How Software Engineers Perceive and Engage with AI-Assisted Code Reviews Compared to Their Peers
von: Alami, Adam, et al.
Veröffentlicht: (2025)

Every Software as an Agent: Blueprint and Case Study
von: Xu, Mengwei
Veröffentlicht: (2025)

Semantic Reverse Engineering Legacy Software Applications with ChatGPT, Gemini AI, and Claude AI
von: Mancas, Christian, et al.
Veröffentlicht: (2026)

Generative AI in Systems Engineering: A Framework for Risk Assessment of Large Language Models
von: Otten, Stefan, et al.
Veröffentlicht: (2026)

Towards Automatic Translation of Machine Learning Visual Insights to Analytical Assertions
von: Shome, Arumoy, et al.
Veröffentlicht: (2024)

Towards Understanding the Impact of Data Bugs on Deep Learning Models in Software Engineering
von: Shah, Mehil B, et al.
Veröffentlicht: (2024)

Trustworthy AI Software Engineers
von: Aleti, Aldeida, et al.
Veröffentlicht: (2026)

"So what if I used GenAI?" -- Implications of Using Cloud-based GenAI in Software Engineering Research
von: Ginde, Gouri
Veröffentlicht: (2024)

Engineering a Governance-Aware AI Sandbox: Design, Implementation, and Lessons Learned
von: Waseem, Muhammad, et al.
Veröffentlicht: (2026)

Towards Requirements Engineering for GenAI-Enabled Software: Bridging Responsibility Gaps through Human Oversight Requirements
von: Mao, Zhenyu, et al.
Veröffentlicht: (2025)

On the Interaction between Software Engineers and Data Scientists when building Machine Learning-Enabled Systems
von: Busquim, Gabriel, et al.
Veröffentlicht: (2024)

Making sense of AI systems development
von: Dolata, Mateusz, et al.
Veröffentlicht: (2024)

Automated Quantum Software and AI Engineering
von: Siavash, Nazanin, et al.
Veröffentlicht: (2026)

A Blueprint for AI-Driven Software Quality: Integrating LLMs with Established Standards
von: Patil, Avinash
Veröffentlicht: (2025)

The role of team diversity in AI systems development
von: Santos, Ronnie de Souza, et al.
Veröffentlicht: (2026)

Rethinking Software Engineering for Agentic AI Systems
von: Alenezi, Mamdouh
Veröffentlicht: (2026)

Automated Modernization of Machine Learning Engineering Notebooks for Reproducibility
von: Jin, Bihui, et al.
Veröffentlicht: (2026)

Thinging Machines for Requirements Engineering: Superseding Flowchart-Based Modeling
von: Al-Fedaghi, Sabah
Veröffentlicht: (2025)

Towards an Engineering Discipline for Resilient Cyber-Physical Systems
von: Caldas, Ricardo D.
Veröffentlicht: (2024)

The Second Round: Diverse Paths Towards Software Engineering
von: Hyrynsalmi, Sonja, et al.
Veröffentlicht: (2024)

A Semantic-Web Oriented Competency Model for Engineering Programs
von: Evain, Nicolas, et al.
Veröffentlicht: (2026)

Towards Emotionally Intelligent Software Engineers: Understanding Students' Self-Perceptions After a Cooperative Learning Experience
von: Araújo, Allysson Allex, et al.
Veröffentlicht: (2025)

An Empirical Study of Generative AI Adoption in Software Engineering
von: Giray, Görkem, et al.
Veröffentlicht: (2025)

Context Engineering for AI Agents in Open-Source Software
von: Mohsenimofidi, Seyedmoein, et al.
Veröffentlicht: (2025)

Navigating the Complexity of Generative AI Adoption in Software Engineering
von: Russo, Daniel
Veröffentlicht: (2023)

Machine Learning Experiences: A story of learning AI for use in enterprise software testing that can be used by anyone
von: Cohoon, Michael, et al.
Veröffentlicht: (2025)