Talks #3: Szeregi czasowe, Gen AI w Żabce i frameworki w DE [GDG Cloud x PHD]
Ilość miejsc będzie ograniczona, natomiast RSVP ogłosimy niebawem.
Ruszamy z kolejnym spotkaniem. Tym razem wspólnie z Poznańskim Horyzontem Danych.
Agenda:
- Barbara Sobkowiak: Niedoceniane szeregi czasowe - blaski i cienie
- Tomasz Głowacki: Generatywna sztuczna inteligencja: strategia i wdrożenia w grupie Żabka
- Michał Klóska: Frameworks over pipelines in Data Eng.
- Quiz z nagrodami
- Pizza i networking
Miejsce: biuro GFT: Poznań, ul. Wierzbięcice 1A, budynek E, piętro 6
Sponsorem wydarzenia jest GFT Poland.
Barbara Sobkowiak: Niedoceniane szeregi czasowe - blaski i cienie
Abstract:
Szeregi czasowe często są traktowane jakie proste i nudne zajęcie dla data scientistów. Ale mają bardzo biznesowe zastosowanie i wiele pułapek, w trakcie modelowania. Jakie algorytmy są najlepsze, na co uważać i o czym pamiętać, tego dowiesz się z tej prezentacji
Bio:
Data Scientist - Project Head w GFT Polska, w codziennej pracy skupia się na rozwiązaniach machine learning i AI. Posiada wieloletnie doświadczenie jako manager zespołu data science dostarczającego projekty ML end-to-end, zarówno na platformach on-premise jak i chmurowych. W projektach łączy dwa światy: technologiczny i biznesowy. Wspiera również poznański oddział Women in Machine Learning and Data Science (WiMLDS) w działaniach wspierających kobiety w tym obszarze.
Tomasz Głowacki: Generatywna sztuczna inteligencja: strategia i wdrożenia w grupie Żabka
Abstract:
Wprowadzenie Generatywnej Sztucznej Inteligencji (genAI) przez Grupę Żabka otworzyło nowe możliwości dla biznesu. Dzięki skupieniu na innowacjach i technologii AI, Żabka umacnia swoją pozycję lidera w cyfrowej transformacji branży detalicznej, redefiniując standardy w segmencie sklepów convenience. Prezentacja skupi się na strategii Grupy Żabka w obszarze genAI oraz na przykładowych wdrożeniach.
Bio:
Tomasz Głowacki holds a PhD in Computer Science from Poznan University of Technology and has completed an Executive Education program at the Haas School of Business, UC Berkeley. He has published in prestigious journals such as Nature, Science, and Empirical Software Engineering. With 17 years of industry experience, Tomasz has worked in consulting role at Accenture, Procter & Gamble, BAE Systems Applied Intelligence, and Egnyte, showcasing his expertise in artificial intelligence, software engineering, and DevOps.
Currently, he is the Head of Data Science at Żabka Group, Poland's leading convenience store chain, where he oversees AI, ML, and data science initiatives. Additionally, Tomasz serves as an assistant professor at WSB Merito University in Poznan, further bridging the gap between academic research and practical application in the field of data science
Michał Klóska: Frameworks over pipelines in Data Eng.
Abstract:
Zapewne pracując z danymi zwróciliście uwagę na powtarzające się czynności, w których wykorzystujecie te same lub bardzo podobne fragmenty kodu.
W moim wystąpieniu chciałbym przedstawić koncepcję usystematyzowania kodu pod kątem wydajności pracy oraz automatyzacji przetwarzania danych.
Przedstawię zalety tworzenia i wykorzystywania frameworków w przetwarzaniu danych i dlaczego pisane data pipelinów jest moim zdaniem do bani!
Bio:
Jestem Michał, jako software developer pracuję od 2003 roku, a data engineeringiem zajmuję się od 2015 roku. Jako młody absolwent wydziału fizyki UAM obiecałem sobie, że nigdy nie będę pracował ani wspierał światowych korporacji... no i jak to w życiu bywa coś nie pykło, więc mam na koncie takie korporacje jak Ruukki (SAAB), HP, SABMiller, Pearson, OLX, STX (tutaj obowiązuje mnie tajemnica handlowa), Teleperformance. Dziedzina DE jest dla mnie "dzikim zachodem" dającym ogromne możliwości rozwoju zawodowego, krwiobiegiem o którym wszyscy sobie przypominają, gdy "zabraknie" danych.
