Czas na logowanie

• Budowa kultury analitycznej, jako fundamentu transformacji organizacyjnej
  • Wskazówki, jak budować organizację typu data-driven
  • Przeszkody na drodze do transformacji
• Jak powinna wyglądać modelowa struktura organizacyjna, wpierająca analitykę typu ‘self-service’
• Role i zakres odpowiedzialności
• Transformacja organizacyjna w praktyce
• Sesja Q&A

Prognozowanie sprzedaży jest jednym z kluczowych elementów w zarządzaniu przedsiębiorstwem. Przeszacowanie prognozy powoduje magazynowanie produktów, zaś niedoszacowanie nie pozwala sprzedać wszystkich produktów na które jest popyt. Tym bardziej sprawa staje się bardziej skomplikowana, jeśli sprzedawanych jest wiele produktów oraz na sprzedaż wpływać mogą inne zmienne objaśniające, jak chociażby promocja.

Przedmiotem wystąpienia jest zastosowana inżyniera cech, dzięki której można było zastosować model uczenia maszynowego. Aby tak było, problemy prognozowania szeregów czasowych muszą zostać przeformułowane jako problemy uczenia nadzorowanego. Dowiedzą się Państwo jak Nestlé rozwiązujemy problem prognozowania sprzedaży.

• Dlaczego analiza języka polskiego jest trudna?
• Jak nauczyć maszynę rozumieć słowa?
• Jakie korzyści może czerpać Twoja organizacja z analizy języka naturalnego?
• “Skok w przyszłość”
• Sesja Q&A

• Jakie dane chcą zobaczyć inwestorzy?
• Jak budować narrację w oparciu o dane?
• Jak sprawdzić, czy biznes dobrze się rozwija?
• Sesja Q&A

• Biometria głosowa jako element identyfikacji użytkowników systemów - możliwości i zagrożenia
• Automatyczne tworzenie scenariuszy działania budynków w oparciu o zachowania użytkowników
• Zarządzanie energią na podstawie profili zużycia energii powstałych w oparciu o zachowania użytkowników
• Sesja Q&A

• Projekty AI i Data Science jako audyt jakości danych w organizacji. 
• Czy Arkusze są największym hamulcem dla rozwoju analityki?
• Kultura pracy z danymi jako BHP Organizacji Data Driven - "wypadki" w pracy i ich skutki.
• Sesja Q&A

• Co powinna zawierać strategia transformacji analitycznej?
• Jak wyznaczyć cele biznesowe?
• Na co zwrócić uwagę opracowując architekturę rozwiązań i myśląc o technologii?
• Co może zyskać organizacja dzięki Data Governance?
• Sesja Q&A

• Dopasowanie rozwiązania do problemu biznesowego.
• Zastosowanie AI w procesie decyzyjnym i konieczność automatyzacji decyzji na niskim poziomie.
• Modele zarządzania AI i ich zastosowanie w praktyce.
• Sesja Q&A

• Detekcja defektów w oparciu o dane procesowe
• Detekcja defektów w oparciu o dane z systemu SIS (Surface Inspection System)
• Przybliżone metody rozwiązania problemu komiwojażera w logistyce magazynowej
• Zastosowanie rekurencyjnych sieci neuronowych do predykcji szeregu czasowego
• Sesja Q&A

• Nieoczywiste wnioski z opisu kompetencji Data Science / Deep Learning na potrzeby Zintegrowanego Systemu Kwalifikacji – o czym nie wiesz, że tego potrzebujesz?
• Doświadczenia TTSI: dane, algorytmy, ludzie, technologia – co tak naprawdę jest najważniejsze?
• Sesja Q&A

Analityka Big Data jest dziś jednym z bardziej niedocenionych i mniej wyeksploatowanych obszarów biznesu. Usługi Cloud mogą pomóc osiągnąć Ci kolejny krok w Cyfrowej Transformacji jak i krok na drodze do bycia organizacją „data-driven”. Dowiedz się jak połączyć świat Big Data i Cloud na przykładzie organizacji działającej w mocno regulowanym środowisku w kilkunastu krajach w Europie.

W trakcie prezentacji można będzie usłyszeć o:

• biznesowych korzyściach wynikających z analityki dużych wolumenów danych
• usługach Cloud jako fundamentalnym elemencie rozwiązania wspierającego analitykę danych na żądanie
• przykładzie wdrożenia eksploracyjnych środowisk dla zespołu Data Scientist’ów w sektorze bankowym.

• Przygotowanie danych potrzebnych do podstawowej kalkulacji LTV 
• LTV w kontekście ścieżki klienta i kohort klientów 
• Segmentacja pod względem miar zaangażowania 
• Modelowanie LTV dla nowych klientów