Jak dostosować systemy ochrony danych do szybkich zmian i wdrażanych innowacji?
Anna Rydel, Senior Sales Engineer, CommVault
Jak optymalizować posiadane zbiory danych?
Artur Duszczyk, Business Development Director, SUSE Polska
Czy będziemy potrafili przechowywać i zabezpieczać dane, które teraz rosną szybciej niż się tego spodziewaliśmy?
Andrzej Niziołek, Regional Director, Northern and Southern Eastern Europe, Veeam
Dlaczego wykorzystanie danych jest kluczowym czynnikiem w celu ustalania polityki cenowej w nowoczesnych organizacjach?
Maciej Paliwoda, Solution Architect, Vertica
Zaproszenie na konferencję Data Driven Innovation firmy CommVault
Anna Rydel, Senior Sales Engineer, CommVault
Zaproszenie na konferencję Data Driven Innovation firmy SUSE
Rafał Kruschewski, Head of Marketing and Communications, SUSE Poland
Powitanie uczestników. Rozpoczęcie konferencji.
Odblokuj wartość swoich danych.
Dane są jednym z najcenniejszych zasobów Twojej firmy. Jednocześnie ich ilość rośnie szybciej niż kiedykolwiek. Jak więc wykorzystać wszystkie gromadzone dane w celu wygenerowania nowej wartości biznesowej? Żeby wspierać rozwój firmy potrzebujesz platform i narzędzi wspierających sztuczną inteligencję (AI), nauczanie maszynowe (ML) i zaawansowaną analizę. Podczas sesji otwierającej konferencję powiemy o innowacjach open source od SUSE, które pozwalają na gromadzenie dowolnie dużej ilości danych i wykorzystywanie ich wszystkich do analiz oraz obsługi zadań sztucznej inteligencji w celu osiągnięcia wymiernych korzyści biznesowych. Przedstawimy case study wykorzystania platform open source do analizy nawet petabajtów danych.
Zasady FAIR i ich implementacja w oparciu o zaawansowane rozwiązania integracji danych, przetwarzania języka naturalnego i metod sztucznej inteligencji.
Wiedza to nieoceniony atut w tworzeniu innowacji dla zdrowia, ale droga od danych przez informację do wiedzy jest kręta i wyboista. Dzisiejsze technologie takie jak przetwarzanie języka naturalnego czy grafy wiedzy pomagają gromadzić i strukturyzować informacje. Podczas prezentacji dowiecie się Państwo o zasadach zarządzania danymi badawczymi w międzynarodowej korporacji biotechnologicznej. Przygotowanie kilkuset źródeł danych zawierających cenne informacje w formie zarówno niestrukturalnej i jak i ustrukturyzowanej różnych formatach, ocena ich jakości i doprowadzenie ich do formy umożliwiającej łatwy i szybki dostęp to przedmiot zainteresowania dla działów R&D jak i tych zajmujących się wprowadzaniem leków na rynek. Zaadoptowanie ze świata naukowego zasady Findable Accessible Interoperable Reusable pomogły zoptymalizować dostęp do wiedzy, przy jednoczesnym zapewnieniu wyników najwyżej jakości. Zobaczmy jak grupa rozwiązań opracowanych w Globalnym Centrum Rozwiązań IT Roche w Polsce wspiera naukowców pracujących w świecie patentów i regulacji.
Droga Link4 do Data Driven Company.
W czasie prelekcji przedstawione zostanie jak wygląda transformacja Link4 w kierunku organizacji zorientowanej na dane. Zaprezentowane zostaną założenia strategiczne odnośnie wdrażania idei Data Driven Company oraz główne obszary transformacji, czyli co i jak zostało zmienione w jej trakcie. Pokazany zostanie również przykład jednej z inicjatyw DDC - analityczny silnik rekomendacyjny oparty o uczenie maszynowe.
Jak można wykorzystać zaawansowaną analitykę oraz uczenie maszynowe do optymalizacji cen usług (ang. Pricing Optimization).
W dzisiejszych czasach każdy z nas wymaga indywidualnego podejścia i spersonalizowanej oferty dopasowanej do naszych potrzeb i oczekiwań. Jak Firma ma sprostać temu wyzwaniu jednocześnie unikając ryzyka związanego z niewłaściwą wyceną produktów czy usług? W prezentacji pokazany zostanie przykład wdrożenia w branży ubezpieczeniowej, w którym na Platformie Analitycznej Vertica, zaimplementowano rozwiązanie wykorzystujące zaawansowaną analitykę i uczenie maszynowe w procesie taryfikacji polis. Jakie korzyści osiągnięto? W jaki sposób wykorzystuje się najnowocześniejszą technologię i wiedzę z zakresu Data Science w tym procesie? – na te i inne zagadnienia postaram się odpowiedzieć podczas tej sesji.
Przerwa na odwiedziny Stref Partnerskich.
O tym jak Netflix, Tinder, Ryanair, Brainly i inni wykorzystują sztuczną inteligencję aby dostarczać lepsze usługi i produkty.
Sztuczna Inteligencja przestała być już tylko ciekawym zagadnieniem poruszanym na konferencjach IT- weszła na salony, do działów IT i Biznesu w firmach na całym świecie. Podczas tej krótkiej prezentacji skupimy się na przeglądzie realnych zastosować AI przez firmy z całego świata dzięki wykorzystywaniu technologii chmurowych. Skupimy się na szeregu przykładów firm, które dzięki AI lepiej dostosowują swoją ofertę do oczekiwań klientów, wyprzedzają konkurencję poprzez dostarczenie lepszych produktów. Przyjrzymy się również lokalnej perspektywie – czyli Brainly – polskiemu start-upowi, napędzającego wiedzą społeczność 200 milionów uczniów i ekspertów z całego świata i zobaczymy, jak oni wykorzystują sztuczną inteligencję, aby lepiej realizować swoją misję i dostarczać jeszcze lepsze produkty i usługi.
Ochrona danych gotowa na transformacje i innowacje.
Z jednej strony wartość danych rośnie i organizacje, które skutecznie i szybko je analizują zyskują przewagę na rynku, z drugiej strony rośnie też liczba zagrożeń i wyzwań, które utrudniają zarządzanie danymi i zapewnienie im odpowiedniej ochrony. Podczas wystąpienia opowiem jak wykorzystując potencjał sztucznej inteligencji i nauczania maszynowego oraz możliwości jakie daje elastyczność chmur obliczeniowych, zapewnić zarządzanie i ochronę danych, która będzie wspierała procesy transformacyjne oraz innowacyjne projekty.
Jak chmura obliczowa napędza innowacje w obszarze danych, analityki i sztucznej inteligencji?
Demokratyzacja Sztucznej Inteligencji dzięki AI APIs i rozwiązaniom typu AutoML.
Jak o połowę skrócić czas manualnej pracy z danymi? Jak zautomatyzować proces kontaktu z klientem? Jak dwucyfrowo zwiększyć konwersję w sklepie internetowym? To wszystko i wiele więcej jest możliwe dzięki Sztucznej Inteligencji. Do niedawna, aby wdrożyć SI potrzebny był zespół ekspertów z obszaru Machine Learning i Data Science oraz drogie serwery o dużej mocy obliczeniowej. Sytuacja zmieniła się wraz z udostępnieniem systemów AutoML i AI APIs w chmurze. Rozwiązania te pozwalają wykorzystać gotowe usługi Sztucznej Inteligencji lub w łatwy sposób stworzyć własny model Machine Learning. W trakcie wystąpienia przedstawimy tego typu produkty dostępne na rynku oraz opowiemy o ich praktycznych zastosowaniach.
Przechowywanie dużych zbiorów danych – podejście futurystyczne.
Systemy komputerowe oraz ich komponenty z roku na rok, a nawet z miesiąca na miesiąc stają się coraz mniejsze i coraz bardziej wydajne. Jest to pod wieloma względami bardzo krzepiące, ale stwarza równocześnie dość poważny problem. Większość systemów przechowuje dane w ten sam sposób od dziesiątek lat. Technologia powoli dociera do granic możliwości miniaturyzacji i prędkości wyznaczonych przez prawa fizyki. Wykładniczy przyrost generowanych danych dodatkowo to zagadnienie komplikuje. Właśnie dlatego wiele ośrodków naukowych pracuje nad nowymi technologiami przechowywania danych mającymi zastąpić aktualnie wykorzystywane i działające już na granicy możliwości w niedalekiej przyszłości. Wyobraźcie sobie, że kiedyś będziecie zapisywać dokument nad którym aktualnie pracujecie na niewielkim dysku szklanym, który będzie miał trwałość miliarda lat, lub w postaci hologramu, albo nawet przechowując dane w DNA.
Przerwa na odwiedziny Stref Partnerskich.
Artificial Intelligence Is All About Data!
Narzędzia z obszaru sztucznej inteligencji (AI) umożliwiają maszynom m.in. uczenie się na podstawie doświadczenia, dostosowywanie się do nowych danych wejściowych i wykonywanie zadań podobnych do ludzkich. W rezultacie komputery mogą zostać przeszkolone do wykonywania określonych zadań (np. od gry w szachy, poprzez prowadzenie samochodu, do zarządzania poszczególnymi elementami łańcucha dostaw w dużej organizacji) – m.in. dzięki przetwarzaniu dużych ilości danych i rozpoznawaniu w nich wzorców. Aby jednak generować wartość na podstawie tych danych, najpierw należy przyjąć pewne podejście „inżynierii danych” do zarządzania nimi. Podczas prezentacji porozmawiamy o praktykach przejścia przez budowanie zbiorów danych, przetwarzania ich czy wykorzystania w praktyce pod szyldem „Artificial Intelligence”.
Wdrażanie projektów AI i Machine Learning w organizacjach - najlepsze praktyki.
Klienci oczekują coraz lepszej oferty, która będzie dopasowana do ich specyficznych potrzeb. Żeby podołać temu wyzwaniu organizacje coraz częściej wdrażają rozwiązania projekty wykorzystujące rozwiązania sztucznej inteligencji (AI) i uczenia maszynowego (ML). Wdrażanie tego typu projektów niesie ze sobą wiele wyzwań i problemów. Podczas sesji omówione zostaną głównie problemy i najlepsze praktyki wdrażania tego typu rozwiązań, poczynając od definicji problemu, istotności wykorzystania odpowiednich danych, budowy modeli, ich wdrażania i wykorzystania produkcyjnego czy też pomiaru efektywności wdrażanych rozwiązań.
Dane w blokach startowych, czyli nowe szpilki w Black Friday.
Wg badania GfK, o 1,5 mln wzrosła liczba gospodarstw domowych, które w związku z pandemią zdecydowały się na zakup dóbr FMCG przez Internet. Wiele osób zdecydowało się na otworzenie lub migrację istniejących biznesów do Internetu. Zostaliśmy wyrwani ze strefy komfortu i weszliśmy do strefy wpływów… technologii. Okazało się, że rozwiązania do sprzedaży online są dostępne, możliwe do wdrożenia, zrozumiałe nawet dla początkujących. Pojawiają się jednak pytania: jak wyprzedzić konkurencje? Czy osiągnięcie sukcesu zależy od przeczucia? Jak dane mogą pomóc w działaniu biznesu? I czy faktycznie potrafimy odpowiednio interpretować posiadane informacje, by zapewnić wzrosty swoim firmom?
Zaawansowana analityka i AI w monetyzacji danych w Ringier Axel Springer Polska.
Ringier Axel Springer jest wiodącym wydawcą cyfrowym w Europie Środkowo-Wschodniej. Przez nasze systemy przepływają olbrzymie ilości danych zarówno z firm typowo mediowych jak i e-commerce, lokalizatorów czy nawet serwisu randkowego. Opowiem w jaki sposób w praktyce wydobywamy z naszych danych wartość biznesową. Wykorzystując do tego zaawansowane techniki uczenia maszynowego i sztucznej inteligencji oraz najnowocześniejsze rozwiązania techniczne. Musimy sobie radzić nie tylko z ogromną ilością danych. Duża część naszych systemów musi zareagować w czasie pomiędzy kliknięciem w link a wyświetleniem strony internetowej w przeglądarce. Zazwyczaj mamy do dyspozycji niewielki ułamek sekundy.
Zwinne harmonogramowanie projektów opartych o dane.
„To ile wam to zajmie ?” – jest pytaniem, które zawsze padnie przy starcie każdego projektu ze strony klientów czy partnerów. W przypadku projektów polegających na eksploracji danych wydaje się, że nie ma zazwyczaj na to odpowiedzi. Z drugiej strony – szczera odpowiedź „Nie wiem” też nie wydaje się akceptowalnym wyjściem. W czasie prezentacji postaram się podzielić swoim doświadczeniem. A w szczególności jak konstruować harmonogram projektów opartych o dane, jak prowadzić takie projekty oraz jak zarządzać oczekiwaniami i przedstawiać postępy projektu. A przede wszystkim: Jaka zmiana mentalności i kultury organizacyjnej musi nastąpić, aby projekty oparte o dane mogły przynieść trwałe korzyści.
Zakończenie konferencji i pożegnanie uczestników.
Udział w roli Partnera to wyjątkowa okazja do zaprezentowania swojej wiedzy i osiągnieć oraz rozwiązań technologicznych w środowisku praktyków zajmujących się wdrożeniami zaawansowanej analityki danych.
Filip Walicki
Tel. 662 287 904
[email protected]
Piotr Fergin
Tel. +48 533 358 952
[email protected]
Agata Rydzewska
Tel. 662 287 833
[email protected]
Włodzimierz Duszyk
Tel. 662 287 870
[email protected]