Wtorek, 15 czerwca, 9:30-9:50 | SCENA 1

W czym może pomóc analitykom CEO? Jak zarządzać zespołami analitycznymi, aby uzyskać maksymalną wartość biznesową.

CEO N! podzieli się doświadczeniami z projektów w McKinsey, T-Mobile i Networks jak postawić analitykę w centrum działań i efektywnie dowieść rezultat. W jaki sposób ustawić proces, aby przy ograniczonych zasobach i kompetencjach nie tracić czasu. Jak wybrać zespół do projektu i motywować do rezultatów, których się nie spodziewali osiągnąć?

#BusinessValue

Wtorek, 15 czerwca, 09:50-10:10 | SCENA 1

Strategia zbierania oraz zarządzania danymi z obszaru 'digital' w erze transformacji cyfrowych.

Obecnie większość firm w ramach transformacji cyfrowej rozwija, buduje, albo planuje budować swoją gałąź online. Celem prezentacji będzie odpowiedź na pytanie, jakie komponenty są kluczowe dla zbierania i zarządzania danymi z obszaru digital oraz jak strategicznie ułożyć je w jeden spójny ekosystem. Innymi słowy, jak sprawić aby tracking, CMP, DMP/CDP, Marketing Automation, e-Commerce, rekomendacje, adtech, (i inne), oraz nasz Data Management/Data Governance łączyły się w jedną spójną strategię danych, wspierającą naszą strategię biznesową. A wszystko to w kontekście znaczących zmian otoczenia prawnego (GDPR/e-Privacy), technologicznego (odejście od 3-rd party cookies), oraz społecznego (zmieniająca się świadomość użytkowników dot. ich danych).

#DataManagement

Wtorek, 15 czerwca, 10:10-10:30 | SCENA 1

Pułapki wdrażania modeli machine learning: metodyka CRISP-DM.

W trakcie prezentacji omówię metodykę CRISP-DM, która jest obecnie jednym z najpopularniejszych standardów procesu wytwórczego modeli analitycznych. Wyróżnia ona następujące podstawowe etapy prac: zrozumienie biznesu, zrozumienie danych, przygotowanie danych, modelowanie, ocena i wdrożenie. Dla każdego etapu procesu przedstawię typowe problemy jakie mogą się pojawić w trakcie jego realizacji oraz omówię, jak sobie można z nimi radzić.

#DeliveryStrategy

Wtorek, 15 czerwca, 10:50-11:10 | SCENA 1

CRM Analityczny, Data Science i US Navy SEALs – czyli o roli mentalności, kompetencji i technologii w budowaniu i efektywnym wykorzystywaniu kluczowych elementów organizacji Data Driven.

Jaka mentalność cechuje najlepszych data scientistów? Jakie techniczne i biznesowe umiejętności powinni oni posiadać? Jakie role i zadania delegować jednostkom specjalnym ds. danych? Jaki sprzęt umożliwi maksymalne wykorzystanie kompetencji komandosów od danych? Jakie cele realizować? Jak się upewniać, że osiągamy zamierzone efekty? W trakcie prezentacji opowiem jak dobrać i rozwijać zespół oraz jak zbudować i zorkiestrować CRM Analityczny.

#DeliveryStrategy #BusinessValue

Wtorek, 15 czerwca, 10:10-10:30 | SCENA 2

Pomysł na rozwiązanie rekomendacyjne dla produktów Grupy Cyfrowy Polsat.

Potrzeba zwiększania satysfakcji klienta ze współpracy z markami Grupy Cyfrowy Polsat zakłada skuteczną personalizację komunikacji marketingowej. Elementem tej strategii jest chęć wdrożenia kompleksowego podejścia do rekomendacji produktów Grupy. Celem prezentacji i dyskusji jest wymiana wiedzy jak można podejść do zagadnień rekomendacyjnych w zakresie środowiska, zarządzania danymi czy analityki.

#Architecture #BusinessValue

Wtorek, 15 czerwca, 10:30-10:50 | SCENA 2

Podejście multi oraz hybrid cloud w analityce danych.

Co daje podejście multi-cloud w analityce danych? Czy warto inwestować w rozwiązania hybrid-cloud? Jakie możliwości anonimizacji i pseudonimizacji danych dają dostawcy platform chmurowych? Na te i inne pytania odpowiem podczas mojego wystąpienia na podstawie doświadczeń z projektów Chmury Krajowej.

#Architecture #DataInTheCloud

Wtorek, 15 czerwca, 11:40-12:00 | SCENA 1

Testowanie i wdrażanie innowacji w Grupie PZU.

Czy innowacyjność jest zarezerwowana tylko dla startupów? Jak testować i efektywnie wdrażać najnowsze technologie w dużych organizacjach?
W Laboratorium Innowacji Grupy PZU weryfikujemy najnowsze trendy technologiczne i szukamy ich zastosowania w branży ubezpieczeniowej.
Koncentrując się na zaawansowanej analityce, cyfryzacji i nowych interakcjach z klientami tworzymy ewolucyjne i rewolucyjne projekty we współpracy z najlepszymi startupami.
W trakcie prezentacji poznasz nasz przepis na testowanie innowacji w korporacji. Zobaczysz na czym się skupiamy wdrażając rozwiązania z kategorii zaawansowanej analityki i big data.
Dowiesz się także o naszych najciekawszych projektach i o tym jakie jest nasze podejście do dylematu „make or buy”.

#BusinessValue #DeliveryStrategy

Wtorek, 15 czerwca, 12:00-12:20 | SCENA 1

Nowoczesna platforma analityczna podwaliną Data-Driven organization.

Rola analityki w organizacjach stale rośnie, dlatego przedsiębiorcy coraz częściej inwestują w nowoczesne platformy analityczne, by móc podejmować decyzje na podstawie twardych dowodów oraz świadomie analizować działania w firmie. Pytanie brzmi - jak odpowiednio podejść do transformacji analitycznej, by przyniosła ona same zamierzone korzyści oraz jakie powinny być cele organizacji data-driven? 

#BusinessValue #DataInTheCloud

Wtorek, 15 czerwca, 12:20-12:40 | SCENA 1

Chmurowa analiza dotycząca lokalnych danych procesowych – w jakiej architekturze? Rozmowa z Tomaszem Frycem, CTO Alior Bank.

Jak sobie poradzić z przetwarzaniem i przechowywaniem danych? podnoszenie efektywności procesów back-office? Jak identyfikować obszary w procesach biznesowych, które w pierwszej kolejności warto poddać automatyzacji? On-Premises czy w chmurze? 
Odpowiedzi na te pytania z punktu widzenia szefa obszaru technologii w banku przedstawi Tomasz Fryc - CTO Alior Bank, w rozmowie z Bartłomiejem Wołoszynem, koordynatorem sprzedaży do sektora finansów i ubezpieczeń w SAP.

#BusinessValue #DataManagement #DataInTheCloud

Wtorek, 15 czerwca, 12:40-13:00 | SCENA 1

Bezpieczne zarządzanie danymi.

Zapewnienie bezpieczeństwa danych na wszystkich etapach cyklu życia jest wyzwaniem zarówno dla zespołów Bezpieczeństwa, jak i dla właścicieli biznesowych. Dane są stale przesyłane między systemami, przy czym niektóre systemy są mniej bezpieczne niż inne. Jest coraz więcej przepisów, takich jak RODO, w których wykorzystanie danych jest ściśle kontrolowane. Zobacz, jak JTI podchodzi do bezpiecznego zarządzania danymi.

#DataManagement

Wtorek, 15 czerwca, 11:40-12:00 | SCENA 2

The Data Cloud Delivers Business Value - And New Revenue Streams.

The growing data economy offers vast opportunity. Many companies want to be data-driven. Yet truly successful companies enable partners and customer to benefit from their data and insights. According to McKinsey, data collaboration will generate over $3 trillion. This presentation will explore the data economy opportunity, demonstrate how Snowflake powers data sharing ecosystems, and offer guidance on how to get started.

#BusinessValue 

Wtorek, 15 czerwca, 12:00-12:20 | SCENA 2

Digital Twin fabryki rowerów - wielkoskalowa optymalizacja produkcji i dystrybucji w Kross S.A.

Kross to wiodąca marka w Europie Środkowej sprzedająca rocznie kilkaset tysięcy rowerów. Jak w każdej firmie produkcyjnej zapewnienie maksymalnej efektywności procesów produkcji i dystrybucji jest kluczowym elementem zapewniającym przewagę rynkową. W tym celu Kross S.A. zbudował rozwiązanie analityczne, które w pełni odwzorowuje te procesy, tzw. digital twin, i pozwala je optymalizować. Stworzony przez zewnętrznych ekspertów model matematyczny zawiera 4 miliony zmiennych decyzyjnych oraz ponad 100 milionów warunków ograniczających. Wykorzystanie takiego rozwiązania umożliwiło podniesienie wydajności produkcyjnej o około 25% (w stosunku do poprzedniej rekomendacji) dzięki lepszemu dopasowaniu planu produkcji do dostępności części i specyfiki czasowej popytu. W trakcie prezentacji omówione będzie jakie podejście projektowe zastosowano w celu stworzenia takiego modelu oraz jaka architektura IT zapewnia jego wymaganą elastyczność i wydajność.

#Modeling

Wtorek, 15 czerwca, 12:20-12:40 | SCENA 2

PLAI – połączenie doświadczenia SAS z innowacyjnością open source.

Analiza danych w Play dotąd opierała się przede wszystkim na SAS. W zakresie modelowania predykcyjnego i zaawansowanej analityki postanowiliśmy wykonać zwrot w kierunku najpopularniejszych obecnie języków open source: Pythona i R. Stanęliśmy jednak przed kilkoma wyzwaniami. Jak efektywnie modelować w open source, mając dane w SAS? Jak ułatwić data scientistom przejście na nowe języki, wykorzystując ich SASowe doświadczenie, by uniknąć spowolnienia prac w trakcie nabywania nowych kompetencji? Jak zapewnić sprawną migrację istniejących modeli? Wreszcie, jakiego narzędzia użyć do operacjonalizacji modeli? Gotowego narzędzia open source czy budowanego na miarę od podstaw? Zapraszamy do zapoznania się z opracowanym przez nas hybrydowym rozwiązaniem, bazującym na SAS Vija i open sourcowych kontenerach, pozwalającym trenować i wdrażać modele w Python, R i SAS, a nawet modele mieszane.

#Architecture #Modeling #DeliveryStrategy

Wtorek, 15 czerwca, 12:40-13:00 | SCENA 2

State of Polish AI 2021.

Raport "State of Polish AI 2021" jest najbardziej kompleksowym opracowanie dla i o rynku AI w Polsce, które w syntetyczny sposób prezentuje stan rozwoju sztucznej inteligencji w Polsce. Podczas wystąpienia zostaną zaprezentowane wybrane wnioski z raportu. Dowiesz się m.in. jak wygląda stan rozwoju rynku, również w porównaniu do innych rynków europejskich, gdzie są przeprowadzane wdrożenia AI oraz z jakimi problemami podczas wdrożeń AI mierzą się spółki.

#BusinessValue #DataInTheCloud

Wtorek, 15 czerwca, 14:40-15:00 | SCENA 1

Analytics 1-2-3: Ubiquitous Machine Learning at-scale.

Commentators agree that we are on the cusp of an era of ubiquitous Machine Learning - yet many organisations still struggle to realise business value from their Machine Learning (ML) and Artificial Intelligence (AI) initiatives, with time-to-market and the difficulties of getting analytics out of the lab and into production frequently cited. In this presentation, we will discuss: why ubiquitous Machine Learning is a data problem and not an algorithm problem; vertical and horizontal scaling of Machine Learning; key considerations in the effective operationalisation of Machine Learning. And we will take the long view of digitisation to try and understand what will have to happen for ubiquitous Machine Learning to realise its full potential.

#DataManagement #Modeling

Wtorek, 15 czerwca, 15:00-15:20 | SCENA 1

No-code AI, czyli taniej i szybciej - case study.

Jak stworzyć centrum zaawansowanej analityki bez data scientist'ów i z jakimi decyzjami powinniśmy się zmierzyć? Co daje przekazanie zadań analitycznych osobom bliższym operacjom? Czego powinniśmy oczekiwać od rozwiązań No-code AI? O tym wszystkim opowie Michał Forystek w oparciu o współpracę z KGHM Centrum Analityki.

#BusinessValue #DeliveryStrategy

Wtorek, 15 czerwca, 15:20-15:40 | SCENA 1

Data Lake versus Data Warehouse na przykładzie grupy OLX.

Podczas sesji poruszymy koncepcję towarzyszącą obydwu zagadnieniom – omówimy pokrótce charakterystykę systemów opartych na hurtowniach, jak również przedstawimy korzyści, które płyną z wdrożeń rozwiązań opartych o "Data Lake". Bazując na przykładzie OLX zostanie zaprezentowane podejście do tego tematu w oparciu o usługi AWS. Pokazywana architektura będzie stanowiła potwierdzenie, iż obydwa światy mogą funkcjonować obok siebie i uzupełniać się nawzajem. Ponadto rzucimy światło na kwestie data governance oraz data discovery.

#Architecture #DataManagement #DataInTheCloud

Wtorek, 15 czerwca, 15:40-16:00 | SCENA 1

Odnajdywanie wyłącznie wzorców w danych nie zawsze jest tym, czego firma potrzebuje – metody modelowania i analizy danych na rynkach surowców i energii elektrycznej.

Handlując na rynkach energii i zarządzając ryzykiem cenowym portfela aktywów energetycznych możesz zastosować różne strategie: podążać za tym co robią inni starając się to robić nieco lepiej i uzyskiwać tym sposobem niewielkie, ale dość stabilne i pewne zyski albo postawić na rozwój cen odwrotny do przewidywań innych graczy, mając szansę uzyskać ponadprzeciętny, ale obarczony dużym ryzykiem wynik. Którą drogę wybrać i jakie narzędzia analizy danych zastosować do każdej z nich? Która z nich jest prosta operacyjnie, a która trudna i czasochłonna? Jak dużo danych potrzebujesz, żeby pójść każdą z nich? W trakcie warsztatu poruszone zostaną zagadnienia związane z: Budową systemów do przechowywania i analiz danych w organizacjach, które nie są na to w pełni gotowe. Zasadnością stosowania modeli data miningowych i innych metod statystycznych na tle stosowania fundamentalnych modeli ekonomicznych i symulacyjnych. Potrzebą używania rozwijanych od przeszło 80 lat tradycyjnych modeli optymalizacyjnych, bez których wyniki modnych dziś metod data miningowych mogą okazać się mało przydatne biznesowo, a o których wiele osób dziś zapomina pod wpływem marketingu wokół data science. A to wszystko w kontekście handlu na rynku gazu i energii elektrycznej oraz przykładów zastosowań metod modelowania i analizy danych w PGNiG.

#DeliveryStrategy, #Modeling

Wtorek, 15 czerwca, 15:40-16:00 | SCENA 2

Zarządzanie i przetwarzanie informacji na krawędzi infrastruktury na przykładzie inteligentnego szpitala.

Nowoczesna technologia w medycynie kojarzona jest z zaawansowaną diagnostyką często ocierającą się o wykorzystanie sztucznej inteligencji. W tej sesji chciałbym pokazać zupełnie inne podejście do wykorzystanie dostępnych informacji w celu usprawnienia pracy całego szpitala. Jak zbierać i zarządzać informacjami oraz jak przetwarzanie ich w miejscu powstawania usprawnia procesy i rozwiązuje prawdziwe problemy.

#DataManagement #BusinessValue

Wtorek, 15 czerwca, 16:20-16:40 | SCENA 1

Smart metering, smart data, smart development.

Case study systemu akwizycji danych. Jak efektywnie zarządzamy dużymi wolumenami. Czy klasyczne technologie dają radę? Gdzie napotkaliśmy ograniczenia?

#Architecture

Wtorek, 15 czerwca, 16:20-16:40 | SCENA 2

How to solve your classification, regression, and forecasting problems using AutoML.

Currently data scientists want to automatically build and deploy state-of-the-art machine learning models on structured data at massively increased speed and scale. During the talk it will be discussed how AutoML can automate processing and modeling a wide range of data, including such features as unstructured text or nested fields. Also it will be explained how scientific advances of Google Brain research can be used to perform automated model architecture search and hyperparameter tuning resulting in high quality models with less effort.

#Modeling

Środa, 16 czerwca, 9:30-9:50 | SCENA 1

You and AI – jak sprawić, żeby to była dobrana para?

Czym różnią się projekty AI od klasycznych inicjatyw Data Science / Machine Learning? Jak je wdrażać i skalować, żeby nie utonąć - szczególnie w dużych i złożonych organizacjach? Jak budować i rozwijać nowe produkty oparte o AI? W trakcie prezentacji opowiem o tym, jak projektujemy i wdrażamy rozwiązania z zakresu AI w PKO Banku Polskim ze szczególnym naciskiem na wdrożenie bankowości konwersacyjnej w ramach projektu You & AI. Pochwalę się praktycznymi zastosowaniami i wynikami, ale też opowiem o ryzykach i wyzwaniach przy wdrażaniu tak zaawansowanych technologii.

#BusinessValue #DeliveryStrategy

Środa, 16 czerwca, 9:50-10:10 | SCENA 1

The Data-Enabled Enterprise.

In this session we’ll share strategies and customer stories that can help you turn your company into a data-driven business by creating culture and capabilities at scale. Using actioned insights, analytics, and AI/ML, data-driven enterprises are able to better prepare for the unexpected, create new revenue streams, improve customer experiences, and increase operational efficiencies. Join this session to learn how to help your company move from believing that data is a strategic asset to achieving results.

#DeliveryStrategy

Środa, 16 czerwca, 10:10-10:30 | SCENA 1

Jak ujednolicać źródła danych i rozszerzać profil klienta, by w czasie rzeczywistym aktywować szczegółowe informacje, szanując przy tym prywatność.

Konieczność budowy ujednoliconego profilu klienta wynika zasadniczo z dwóch rodzajów scenariuszy. Opartych o dane, gdzie konieczne jest łączenie wielu różnych źródeł danych (e-commerce, CRM, ERP) w celu ułatwienia pracy np. marketerom, by uzyskać całościowe spojrzenie na klienta. Oraz tych bazujących na analizie, gdzie na bazie reguł segmentacyjnych profile klienckie zostają dodatkowo rozszerzone pozwalające budować bardziej spersonalizowane ścieżki klienckie , działające w czasie rzeczywistym. Podczas sesji poruszę tematy wprowadzania danych z wielu źródeł, budowania tożsamości, późniejszej segmentacji oraz operacjonalizacji ujednoliconych danych.

#BusinessValue #DataManagement

Środa, 16 czerwca, 10:30-10:50 | SCENA 1

UFG jako centrum analityczne dla rynku ubezpieczeń (i nie tylko).

17 lat funkcjonowania, 30 zakładów ubezpieczeń zobowiązanych do zasilania, ponad 500 milionów danych o umowach ubezpieczenia, zdarzeniach ubezpieczeniowych i odszkodowaniach, ponad 1 miliard obsługiwanych zapytań rocznie – tak w liczbach można podsumować bazę danych o ubezpieczeniach komunikacyjnych OC p.p.m. i AC prowadzoną przez Ubezpieczeniowy Fundusz Gwarancyjny. Baza UFG to nie tylko ogromny potencjał analityczny, ale również szereg wyzwań – prawnych, organizacyjnych i technologicznych. Jak zadbać o jakość i integralność danych? W jaki sposób efektywnie przetwarzać dane za pomocą zaawansowanych metod analitycznych w celu identyfikacji ukrytych wzorców i prawidłowości? W jaki sposób szybko i skutecznie dostarczać dane i informacje zróżnicowanej grupie odbiorców – nie tylko zakładom ubezpieczeń, ale również organom ścigania? Tym właśnie zagadnieniom poświęcone jest to wystąpienie.

#DeliveryStrategy

Środa, 16 czerwca, 10:50-11:10 | SCENA 1

Zbudowaliśmy już kilka modeli Artificial Intelligence - i co dalej? Jak firmy mogą wygrywać z konkurencją w oparciu o AI.

Dyskusja o dylematach firm średniozaawansowanych w AI, tzn. takich, które mają już zespoły, zbudowały pierwsze rozwiązania, zaczynają punktowo dostrzegać wartość i zastanawiają się jak to wykorzystać szerzej, w skali całej firmy. Porównując się z liderami, którym już się to udało, będziemy szukać przepisu na zrobienie z AI strategicznego celu, wspierającego działania rynkowe naszych firm. Porozmawiamy o roli biznesu i IT w tym wspólnym wysiłku.

#BusinessValue #DataManagement #DeliveryStrategy

Środa, 16 czerwca, 10:10-10:30 | SCENA 2

Wykorzystanie analizy danych w usługach bezpieczeństwa dostawcy chmury publicznej.

W ramach sesji pokażemy jak podejść do analizy danych zbieranych z różnych usług chmurowych by analizować poziom zagrożeń, wykrywać incydenty czy sytuacje nietypowe w środowisku chmury publicznej. W ramach sesji nie tylko omówimy te element w sposób teoretyczny ale pokażemy element realnych wdrożeń by zachęcić Pańśtwa do dalszych eksploracji.

#DataInTheCloud

Środa, 16 czerwca, 10:30-10:50 | SCENA 2

Data Governance w organizacji.

Według prognozy Gartnera, do 2024 r. 30% organizacji zainwestuje w platformy do zarządzania danymi, zwiększając w ten sposób wpływ na biznes oparty na zaufanych spostrzeżeniach i nowych usprawnieniach.
Data Governance to kluczowy element analityki, który wpłynie na relację w całym ekosystemie Twojej organizacji. W ramach sesji dowiesz się czym jest i jak krok po kroku zaplanować jego wdrożenie – zapraszam!

#DataManagement #Architecture #DataInTheCloud

Środa, 16 czerwca, 10:50-11:10 | SCENA 2

Wykorzystanie analizy danych klienta - doświadczenia z branży energetycznej.

Zrozumienie Klienta jest kluczowe dla sukcesu organizacji, a wykorzystanie narzędzi Data Science do poznania tego zagadnienia otwiera zupełnie nowe drzwi. Na podstawie tego problemu biznesowego omówię w jaki sposób ułożyliśmy proces biznesowy od zbierania danych do ich monetyzacji, w ramach organizacji, która zaczyna swoją drogę z aktywnym korzystaniem z możliwości Data Science. Przygotowanie odpowiedniego modelu Data Science to 20% pracy. Przygotowanie ludzi, technologii i spełnienie wymagań korporacji to 80%. Również w tych proporcjach skupię się na procesie biznesowym monetyzacji danych.

#DeliveryStrategy

Środa, 16 czerwca, 11:40-12:00 | SCENA 1

Czego potrzebuje organizacja, żeby być naprawdę data-driven?

Data-driven to jeden z terminów robiących w ostatnim czasie olbrzymią karierę, podobnie jak machine learning, data science czy AI. Co to naprawdę oznacza? Kiedy organizacja może powiedzieć o sobie, że jest naprawdę data-driven? Jakie są główne bariery rozwoju w tym kierunku?Jak mądrze stawać się data-driven?

#BusinessValue 

Środa, 16 czerwca, 12:00-12:20 | SCENA 2

Zaufane przestrzenie danych: korzyści i wyzwania, typy i projektowane wzorce.

Zmienia się paradygmat modelu zarządzania dostępem do danych. W UE kształtuje się koncepcja zaufanych przestrzeni danych, równolegle na świecie dojrzewają wzorce data trust, data banks, czy data clubs. Zwiększa się świadomość przedsiębiorstw budowania autonomii cyfrowej oraz potrzeby kształtowania suwerenności cyfrowej gospodarek. Jednocześnie kluczowe dla niepopadania w dług innowacyjny w gospodarce opartej na danych i wiedzy jest wykorzystanie funkcji re-używalności danych, dostęp do repozytoriów wiedzy czy to w procesach kooperacji czy modelach platformowej kreacji. Kluczowe staje się zapewnienie warunków dla przewagi konkurencyjnej w oparciu o wytworzoną własność intelektualną lub produkty systemowe. Stąd centralne staje się pytanie o najbardziej optymalne modele zarządzania dostępem do danych czy to wykorzystujące wzorce inteligentne, oparte na systemach teleinformatycznych, systemach dostępu do infrastruktury danych lub sieć blockchain.

#DataManagement

Środa, 16 czerwca, 12:20-12:40 | SCENA 1

Wykorzystanie algorytmów ML w chmurowych rozwiązaniach SIEM do wykrywania prób ataków.

Budowa rozwiązań klasy SIEM dla wielu dostawców chmury obliczeniowej to nie lada wyzwanie. Podczas sesji skupimy się na jednym rozwiązaniu SIEM by pokazać jak można za pomocą wbudowanych i własnych modeli ML wykrywać ataki na warstwę tożsamości, infrastruktury i sieci. Prezentacja to tylko wstęp i początek prezentacji podejścia analizy danych pod kątem wykrywania ataków i zagrożeń jakie czają się w świecie chmurowych rozwiązań.

#DataInTheCloud

Środa, 16 czerwca, 12:40-13:00 | SCENA 1

Metoda wyboru grupy kontrolnej.

Jak w oparciu o grupy kontrolne oszacować wpływ komunikacji kierowanej bezpośrednio do klientów? W jaki sposób wykorzystać integrację danych, aby wspomóc proces wyboru grupy kontrolnej? Czy symulacje parametryzowane na podstawie danych pozwalają oszacować niepewność otrzymywanych wyników? W ramach prezentacji spróbujemy udzielić odpowiedzi na te pytania, omówimy, jak korzystaliśmy z danych, przedstawimy wyniki analiz i pokażemy w jaki sposób rozwiązaliśmy problem wyboru grupy kontrolnej.

#DataManagement #Modeling

Środa, 16 czerwca, 11:40-12:00 | SCENA 2

XAI or DIE. Jak bezpiecznie wdrażać rozwiązania AI/ML.

Testować, testować, testować! To świetna strategia nie tylko do walki z coronawirusem, ale też do bezpiecznego i odpowiedzialnego wdrażania rozwiązań ML/AI. Ale co testować i jak testować? Podczas prezentacji pokażę proces wyjaśnialnej analizy modelu (Explanatory Model Analysis) na przykładzie problemu wyceny (pricing) oraz modelu klasyfikacji (ryzyko ciężkiego przejścia choroby Covid). Nie zabraknie też najnowszych nowinek z obszaru XAI, czyli analizy dyskryminacji, interaktywnej eksploracji modelu oraz roli XAI w zarządzaniu cyklem życia modelu.

#Modeling

Środa, 16 czerwca, 12:20-12:40 | SCENA 2

Jakość danych bez Data Governance lub Data Governance bez jakości danych - czy jest to możliwe?

W trakcie spotkania postaramy się odpowiedzieć na poniższe pytania:
Kiedy zacząć prace nad jakością danych?
Czy prace nad jakością danych mogą poprzedzać wdrożenie Data Governance?
Czy powinno się zaczynać od procesu DG a potem przechodzić do obszaru jakości danych?
Jakie narzędzia/rozwiązania mogą wspierać jakość danych - workflow, data catalog, dedykowane narzędzie DQ, raportowanie, AI/ML?
Jak dużo rzeczy daję się automatyzować w obszarze DQ a ile musi być wykonywanych manualnie?
Czy poprawa jakości danych opłaca się organizacji?

#DeliveryStrategy

Środa, 16 czerwca, 12:40-13:00 | SCENA 2

Analiza obrazu w rozwiązaniach Przemysł 4.0.

Czy wiesz, że zastosowanie nowych technologii, nawet w branżach zupełnie z nimi nie związanych może przynieść ogromny zysk dla organizacji? Jeden z naszych klientów, sam się o tym przekonał. Wykorzystanie technologii kategoryzacji obrazów z wykorzystaniem mechanizmów transfer learningu i AutoML pozwoliło mu na zminimalizowanie błędów związanych z identyfikacją materiałów oraz zmniejszyło próg wejścia pracowników potrzebny do realizacji tego zadania. W trakcie szczegółowo opowiem o case study tego projektu, zastosowanych technologiach oraz biznesowych korzyściach, które nasz klient dzięki temu zyskał.

#DataInTheCloud #DeliveryStrategy

Środa, 16 czerwca, 14:40-15:00 | SCENA 1

Automatyzacja we wdrożeniu nowej definicji default – walidacja modeli.

Doświadczenia z projektu wdrożenia nowej definicji default w zakresie automatyzacji walidacji modeli ryzyka kredytowego. Trudności z pozyskaniem danych i symulacji nowej definicji default. Modele dla parametrów ryzyka kredytowego. Projekt automatyzacji walidacji modeli – doświadczenia z projektu.

#DataManagement #Modeling

Środa, 16 czerwca, 15:00-15:20 | SCENA 1

Quantitative Pharmacology to drive precision therapeutics in drug development and patient care.

The end consumer of healthcare is always the patient. In the age of modern day analytics and computing, at Pumas-AI we build tools that leverage advanced modeling and simulation to directly impact patient care, either via improving drug development decision making, or by building personalized medicine algorithms that are delivered at point-of-care. Case studies on impact in patient care will be covered in both drug development and clinical settings.

#Modeling

Środa, 16 czerwca, 15:20-15:40 | SCENA 1

Rola poprawnego podejścia do architektury w transformacji opartej na danych.

We wdrażaniu transformacji opartej na danych biznes zwykle koncentruje się na dostarczaniu rezultatów, a wymagania zmieniają się bardzo szybko. W trakcie prezentacji omówione będzie jak i po co w takim środowisku należy zarządzać architekturą tworzonych rozwiązań. W szczególności poruszone będą zagadnienia efektywnej strategii rozwoju architektury oraz unikania powstawania długu architektonicznego. Jednak zaplanowana technologia to warunek konieczny, ale nie wystarczający powodzenia transformacji opartej na danych. W trakcie prezentacji odpowiemy na pytanie z czym należy ją niezbędnie łączyć, aby osiągnąć sukces.

#Architecture

Środa, 16 czerwca, 15:40-16:00 | SCENA 1

Zagadnienia bezpieczeństwa w tworzeniu i utrzymywaniu modeli AI.

W ramach wdrażania zaawansowanych metody analityki danych korzystających z algorytmów AI organizacje niejednokrotnie marginalizują kwestie bezpieczeństwa i podatności tych rozwiązań. Na pierwszy plan wysuwane są kwestie jakości generowanych wyników - błędy prognoz, lub wydajności obliczeniowej – np. czas trenowania modelu. Jednak, wraz z rozpowszechnianiem się wykorzystania zaawansowanych metod AI rozwijane są również podejścia umożliwiające „oszukanie” modelu decyzyjnego. Brak szybkiej reakcji na pojawiające się ataki, jak również niedostatki w zrozumieniu mechanizmów ofensywnych tych interwencji, skutkować może krytycznymi w skali organizacji skutkami finansowymi lub reputacyjnymi. W ramach prezentacji Daniel przedstawi zagadnienia związane z bezpieczeństwem w tworzeniu i utrzymaniu modeli AI w organizacjach.

#Modeling

Środa, 16 czerwca, 15:00-15:20 | SCENA 2

Analityka danych real-time: dla kogo i dlaczego warto?

Eksperci rynku IT są zgodni, że w najbliższych latach około ¼ analizowanych danych będzie dotyczyła informacji przetwarzanych w czasie rzeczywistym. Czy infrastruktura IT jest już gotowa na takie wyzwania? Które sektory rynku potrzebują tego typu rozwiązań i co mogą zyskać? Dowiedz się więcej, poznaj przykłady z rynku i weź udział w dyskusji!

#Architecture

Środa, 16 czerwca, 15:40-16:00 | SCENA 2

Lepiej mniej, ale lepiej – jak menedżerowie korzystają z danych przy podejmowaniu decyzji.

Łatwość gromadzenia i przetwarzania dużych zbiorów danych niekoniecznie ułatwia podejmowanie decyzji. W wielu przypadkach lepiej skupić się na prostych metrykach lub mniejszym, ale interpretowalnym i dobrze rozumianym zbiorze danych. W procesach inwestycyjnych decyzja podjęta w ten sposób może być dużo trafniejsza niż ta gdzie wykorzystuje się więcej danych, ale bez pełnego zrozumienia ich relacji i powiązań.

#BusinessValue