A Budapest ML Fórum 2023. június 5-8. között visszatér!
A konferenciát hibrid formában, a Budapest Data Fórummal közös szervezésben rendezzük meg. A Tutorial napot (június 5.) és a konferencia napot (június 6.) személyes részvétellel tervezzük, június 8-án pedig online várjuk a résztvevőket.
Részletek a weboldalon.
Konferenciánkról
A Budapest ML Fórum a hazai és nemzetközi data science, ML és AI technológiai trendeket és alkalmazási gyakorlatot bemutató, hibrid formában megrendezésre kerülő szakmai konferencia.
A rendezvény főtámogatója és kiemelt szakmai partnere a Continental budapesti Mesterséges Intelligencia Fejlesztési Központja.
Helyszínünk
A konferencia keddi napjának (május 3.) helyszíne
a Hotel Danubius Helia. A szálloda címe: 1133 Budapest, Kárpát utca 62-64. A regisztráció reggel 8 órakor nyit.
Akadémiai Partner Program
Partnerintézményeink hallgatói és oktatói különlegesen kedvezményes online akadémiai jeggyel vehetnek részt a konferencián.
Nyílt este
A konferencia zárásaként egy nyílt estét szervezünk, ahol szívesen látunk minden érdeklődőt. Részletes program és ingyenes regisztráció
Aktuális
Témáink
Computer Vision
Képfeldolgozási algoritmusok az önvezetéstől az orvosi diagnosztikáig
A Data Science eszköztára
Programnyelvek (Python, R, Julia), notebookok és keretrendszerek, algoritmusok és validációs módszerek.
NLP
Szövegértés és -generálás mesterséges intelligenciával
Üzlet és AI
AI stratégia, alkalmazási területek, szervezet kialakítása, képességek fejlesztése
AI infrastruktúra
GPU-k, AI chipek, adatmenedzsment, szoftverkörnyezetek
ML Esettanulmányok
Hazai és nemzetközi Machine learning alkalmazási példák üzleti, ipari, kutatási és egyéb területekről
A részletes témák itt érhetőek el. A program összeállítását a Program Advisory Board és a Programbizottság segít.
Napirend / Schedule
KEDD / TUESDAY (05.03.) - Helyszíni nap / In-person Day
Track 1
Track 2
Track 3
Julien Simon, Hugging Face
NLP ML CoreTrack 1
Utassy Dávid, SEON Technologies
ML Core Case StudyFodor Szabolcs, United Consult
Case Study ML InfraTrack 2
Kovács Lóránt, Magyar Telekom
NLP Case StudyDr. Feldmann Ádám, PTE
NLP Case StudyTrack 3
through Machine Learning
Barra István és Nagyfi Richárd, Cambridge Mobile Telematics
ML Infra Case StudyKabai Robert-Zsolt, Continental
Computer Vision Case StudyTilk Bence, Graphcore
Computer Vision ML CoreTrack 1
Track 2
Várhelyi-Tóth Gergely, roboGaze
Computer Vision Case StudyÓnozó Lívia, Central Bank of Hungary
NLP Case StudyTrack 3
Tóth Balázs, IKEA
Case Study ML CoreA nyílt estén a részvétel ingyenes, elég egy előzetes regisztráció
SZERDA / WEDNESDAY (05.04.) - Online day
Track 1
szöveges összefoglalása
Zempléni Balázs és Kovács Bálint, Starschema
Business & AI NLPTrack 2
Sinkó Máté, Prospect AI - Betting Analytics
Business & AI Case StudyTrack 3
Fülöp Árpád, Rollbar
ML Core Case StudyTrack 1
Kelemen Kristóf és Windhager-Pokol Eszter, Richter Gedeon
Computer Vision Case StudyOrbán Gergő, Wigner Research Centre for Physics
ML CORE Computer VisionTrack 2
Pafka Szilárd, Epoch (USA)
ML CoreTrack 3
Rachel Berryman, 50Hertz
Business & AI Case StudyBill Franks, Kennesaw State University
KeynoteElőadók
Kiemelt előadások



Schin Lotar
Senior Technical Domain Lead, OTP Bank
AI infrastruktúra az OTP Bankban: jelen, múlt, jövő
Bill Franks
Director, Center for Statistics and Analytical Research, Kennesaw State University
Winning The Room: Creating And Delivering An Effective Data-Driven PresentationTutorial és workshop


Esettanulmányok

Fodor Szabolcs
Lead Data Scientist, United Consult
Modern Data Science platform kiválasztása az OTP-nél
Utassy Dávid
Data Scientist, Machine Learning Guild Leader, SEON Technologies
Magyarázható mesterséges intelligencia a csalás megelőzésben
Hárs Márton
Group Data Analytics Lead for Retail and Consumer Services, MOL Group
Mesterséges intelligencia a benzinkutakon
Kovács Lóránt
Központ vezető, Magyar Telekom
Telekom Vanda: Voice és Chat alapú Virtuális Asszisztens a gyakorlatban
Rachel Berryman
Deputy Head of AI Center of Excellence, 50Hertz Transmission
Building up an AI Center of Excellence in an Energy Utility
Sinkó Máté
Director, Prospect AI - Betting Analytics
Machine Learning applications in the Online Gambling Industry
Barra István
Principal Data Scientist II, ML Guild Leader, Cambridge Mobile Telematics
Making roads safer through Machine Learning
NLP

Ónozó Lívia
Head of Digitalization Technology Department, Central Bank of Hungary
Magyar híroldalak gazdasági szövegeinek szentiment elemzése mélytanuló hálózat segítségével



Julien Simon
Chief Evangelist, Hugging Face
Building NLP applications with Transformers

Kádár Ákos
ML Engineer, spaCy Core Developer, Explosion.AI
SpanCat: Named Entity Recognition in spaCy and beyondComputer Vision

Kabai Robert-Zsolt
Deep Learning for Point Cloud Team Lead Continental
AI-based multi-sensor fusion for solving challenging driving scenarios
Kelemen Kristóf
Biostatistician, Richter Gedeon
Gyógyszerfejlesztés ML technológiával: 3D képfeldolgozás
Orbán Gergő
Group Leader, Wigner Research Centre for Physics
A biológiai látás által inspirált mesterséges látás
Tilk Bence
Artificial Intelligence Engineer, Graphcore
Do you have a few minutes for an ImageNet training?
ML infrastruktúra

Nagy Enikő
AI Infrastructure Engineer, Continental
Milyen kihívásai vannak egy világszínvonalú MI klaszter létrehozásának?


Ridzi Péter
Head of Data Platform, Continental
Mit reggelizik a neurális háló? – Adatmenedzsment és MIML módszerek és eszközök



Fülöp Árpád
Machine Learning Engineer, Rollbar
Hogyan fejlesszünk Python csomagot? Tanulságok egy klaszterező csomag létrehozásából

JAY WANG
Graduate Student Researcher, Georgia Institute of Technology
StickyLand: Breaking the Linear Presentation of Computational Notebooks
Pafka Szilárd, PhD
Chief Scientist, Epoch (USA)
Best Algorithm for Tabular/Business Data: Sorry, it's not deep learning


Ritchie Vink
Author of Polars, Xomnia
Introducing Polars: The fast(est) DataFrame library you may have heard of
Jegyek
A gyakran ismételt kérdések itt érhetőek el.
A konferencia első napja személyes részvétellel kerül megrendezésre, de online is követhető lesz,
a második nap teljes egészében online lesz.
Nap | First Minute árak március 20-ig |
Early Bird árak április 10-ig |
Standard árak |
Workshop jegy (személyes) | 80 000 Ft | ||
2 napos hibrid konferenciajegy (1. nap személyes, 2. nap online részvétel) | 100 000 Ft | ||
2 napos csak online konferenciajegy (mindkét nap online részvétel) | 80 000 Ft |
A megadott árak személyenként értendők és nem tartalmazzák a 27% ÁFA-t.
A workshopok (Python, Deep Learning) a konferenciát megelőző héten lesznek, az időpontjuk később kerül véglegesítésre.
További információ a workshopokról ezen a linken érhető el.
A regisztrációt megnyitottuk! Részletek és jegyvásárlás: regisztrációs oldalunkon.
Rólunk mondták
"Nagyon örülök, hogy amíg korábban csak külföldi előadók és projektek keretében lehetett éles ML kihívásokkal, tapasztalatokkal és megoldásokkal találkozni, addig a Budapest ML Fórum megmutatta, hogy már hazai tapasztalatokkal is meg lehet ismerkedni közelről."
- Gozlán Illés, Head of Data Science and Customer Value Optimization
"Igényesen összeválogatott előadások jól megszervezett körülmények között." - Kis Anett, Branch Manager
"Nagyon érdekesek voltak az előadások, különösen tetszett az alkalmazások és megközelítések sokszínűsége (pl. üzleti, technikai, humán kihívások). A rövid (15-30 perces) előadások pörgőssé, élvezhetővé tették az előadásokat..." - Zaupper Bence, Szenior aktuárius
"Nagyon jól szervezett volt, az előadások többsége érdekes volt, a szekció választásnál többször éreztem, hogy egyszerre két előadást is meghallgatnék, amit abszolút a szervezés érdemének tartok." - Móra Krisztina, ügyvezető