DATA ANALYTICS FORUM 2022 - dziś i jutro

Start date:
28.04.2022
End date:
29.04.2022

Timeline

Day I
Thursday
28 april 2022
09:15

Rozpoczęcie

Czas na logowanie

09:30

Oficjalne rozpoczęcie. Powitanie uczestników i prelegentów. Informacje techniczne dot. korzystania z platformy.

Agnieszka Spychała, project manager, dział konferencji i szkoleń, dziennik "Rzeczpospolita"

09:35

Jak zbudować skuteczną organizację data-driven, której procesy decyzyjne oparte są na danych

Marcin Radecki, Dataverse-pro

  • 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
10:20

Prognozowanie popytu z wykorzystaniem uczenia maszynowego z perspektywy Nestlé

Bartosz Szabłowski, Data Scientist, Nestle

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.

11:10

Przerwa

11:30

Praktyczne zastosowania metod analizy tekstu w biznesie. NLP - przetwarzanie języka naturalnego - gdzie jesteśmy i dokąd zmierzamy.

Michał Jaroń, Data Scientist, TVN Grupa Discovery

  • 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

 

12:20

Analityka danych kluczem do pozyskania $10 mln finansowania startupu

Piotr Sidoruk, Data Generalist at Playbook | Analytics, Data Science & Engineering, Playbook Technologies

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

 

13:10

Przerwa

13:30

Wykorzystanie Big Data i AI w systemach identyfikacji użytkowników i ich zachowań w obszarach automatyki budynkowej i systemów bezpieczeństwa

Sławomir Rożek, Director of Data Analytics & Data Engineering, COMATIQ i SIM

  • 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

 

14:15

Przerwa

14:30

Make One Step Back To Make Two Steps Ahead" - czyli jak wyjść z długu analitycznego

Maciej Konieczka, Head Of Analytics, Lead Data Scientist, Veolia Energy Contracting Poland

  • 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
15:15

Technologiczna transformacja do organizacji data-driven

Łukasz Grala, CEO, TIDK

  • 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
16:00

Zakończenie pierwszego dnia Data Analytics Forum

Day II
Friday
29 april 2022
09:45

Czas na logowanie

10:00

Powitanie uczestników i prelegentów.

Agnieszka Spychała, project manager, dział konferencji i szkoleń, dziennik "Rzeczpospolita"

10:05

Zarządzanie zautomatyzowanymi narzędziami decyzyjnymi opartymi o sztuczną inteligencję.

Magda Kotowska-Gawrylczyk, Menedżer ds. Analityki Danych, NatWest

  • 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
10:50

Zastosowanie uczenia maszynowego w przemyśle

Rafał Bachorz, Data Scientist | Head of Advanced Analytics, PSI Polska

  • 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
11:35

Przerwa

11:55

Temat w opracowaniu

Mariusz Sienkiewicz, Mariusz Sienkiewicz Head of the Data Quality Team, PKO Bank Polski

12:40

Data Science i analityka w firmie: czego potrzeba, aby projekt się udał?

Kamil Sijko, Data Science Departament Director, Transition Technologies Science

  • 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
13:30

Przerwa

13:50

Data Rich Information Poor” – jak efektywnie analizować dane dzięki nowoczesnym rozwiązaniom IT

Piotr Ziętek, Data & Cloud Division Director, Bluesoft

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.
14:30

Modelowanie customer lifetime value dla aplikacji mobilnej bez wykorzystania danych poufnych

Piotr Zegadło, Adiunkt, Akademia Leona Koźmińskiego oraz Machine Learning Engineer, Preglife

  • 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
     
15:15

Zakończenie Data Analytics Forum 2022