A program összeállításánál arra törekszünk, hogy a konferencia széles körű áttekintést adjon a data science és AI üzleti aktuális trendjeiről és alkalmazási kérdéseiről. Kiemelten szeretnénk foglalkozni az új technológiákkal és hazai és nemzetközi alkalmazási trendekkel.
Témáink
Keynote előadások
A konferencia plenáris előadásait kiemelkedő szakmai háttérrel rendelkező hazai és nemzetközi előadók tartják.
- AI infrastruktúra az OTP Bankban: jelen, múlt, jövő – Schin Lotar
- Building Successful Data Science Projects – Ian Ozsvald
- ML és AI trendek 2022-ben – Arató Bence
- Winning The Room: Creating And Delivering An Effective Data-Driven Presentation – Bill Franks
Üzlet & AI esettanulmányok
Az AI és ML megoldások egyre több üzleti területen vannak jelen,
- Accelerating AI Adoption to Accelerate the Energy Transition: Building up an AI Center of Excellence in an Energy Utility – Rachel Berryman
- Machine Learning applications in the Online Gambling Industry – Sinkó Máté
- Making roads safer through Machine Learning – Barra István
- Magyarázható mesterséges intelligencia a csalás megelőzésben – Utassy Dávid
- Mesterséges intelligencia a benzinkutakon – Hárs Márton
- Modern Data Science platform kiválasztása az OTP-nél – Fodor Szabolcs
NLP (Natural Language Processing)
A szabad formájú szövegek feldolgozására támaszkodnak a mindenhol jelenlévő chatbotok és intelligens asszisztensek, a szöveggenerálás terén pedig a GTP-3 és a hasonló modelleknek köszönhetően egyre életszerűbb eredményekkel találkozhatunk.
- Anomáliák szöveges összefoglalása – Zempléni Balázs
- Building NLP applications with Transformers – Julien Simon
- HILANCO-GPTX, egy hétmilliárd paraméteres GPT-3 modell tanításának tapasztalatai – Dr. Feldmann Ádám
- How we use NLP at Barion – Balogh Zoltán
- SpanCat: Named Entity Recognition in spaCy and beyond – Kádár Ákos
Computer Vision
A számítógépes képfeldolgozó algoritmusoknak számos alkalmazási területe van, az önvezető autóktól az orvosi diagnosztikán át a művészetekig. Ezeken a területeken az elmúlt években a deep learningnak köszönhetően hatalmas fejlődésnek lehettünk szemtanúi.
- AI-based multi-sensor fusion for solving challenging driving scenarios – Kabai Robert-Zsolt
- Gyógyszerfejlesztés ML technológiával: 3D képfeldolgozás – Kelemen Kristóf
- Do you have a few minutes for an ImageNet training? – Tilk Bence
Data Science módszerek, eszközök, infrastuktúra
A Data Science szakembereknek sokrétű és egyre gazdagodó eszköztár áll rendelkezésükre, így érdemes megismerkedni a különböző programozási nyelvek (Python, R, Julia), keretrendszerek, algoritmusok, módszerek nyújtotta lehetőségekkel.
- Deep learning antipatterns – Török Ágoston
- Developing a Python package for incremental clustering: Lessons learned – Fülöp Árpád
- Effortlessly scale your pandas workflows with Modin – Alejandro Herrera
- Mit reggelizik a neurális háló? – Adatmenedzsment és mesterséges intelligencia – Ridzi Péter
- MLOps módszerek bevezetési tapasztalatai – Tőzsér Attila
- The challenges of establishing and operating a world class AI Cluster – Nagy Enikő
- Transzfer learning alapok kísérletezőknek és menedzsereknek – Molnár Tamás
További témáink
A kiemelt témák mellett a programban tervezünk további, a data science és ML egyéb területeihez kapcsolódó előadásokat is. Néhány példa:
- Hazai alkalmazási esettanulmányok
- Az Explainable AI és Responsible AI kérdései
- MLOPS legjobb gyakorlatok
- Privacy preserving machine learning
A programváltozás jogát fenntartjuk.