Naukowe podejście do danych pomaga organizacjom podejmować lepsze decyzje biznesowe, bazujące na analityce, a efektywne metody pracy z dużymi zbiorami danych znajdują się w obszarze najbardziej pożądanych kompetencji zawodowych. Data science jako nowa dziedzina biznesu pomaga firmom w optymalizacji różnorodnych procesów biznesowych, a analityka BIG Data stwarza zupełnie nowe możliwości rozumienia biznesu.

Tylko u nas podczas 2-dniowych warsztatów cenieni eksperci, reprezentujący firmy: Samsung, Orange, GE Healthcare, Tchibo, Pracuj.pl, Dentsu Aegis Network, Raben i inni, podzielą się z Państwem swoim doświadczeniem w zakresie następujących zagadnień

• Od czego zacząć przygodę z Data Science
• Data science w strukturze firmy
• Techniki i narzędzia na start
• Data science w sektorze retail
• Modele analityczne, a model biznesowy firmy
• BIG Data w świecie mediów
• Ekosystem Hadoop z wykorzystaniem Cassandry
• Modele predykcyjne z wykorzystaniem Pythona

Warszaty biznesowe. Warsztaty Data science w biznesie 2016 program dzień 1

Data science in Retail Enda Ridge Author of Guerrilla Analytics, Head of Algorithms UK FMCG

Jak szybko i skutecznie wprowadzić kulturę Data Driven w organizacji. Czy to możliwe? Mity i zgrzyty Trochę teorii i dużo praktyki. Nadszedł czas organizacji sterowanych danymi. Obserwujemy to każdego dnia. 5 niezbędnych kroków jak dokonać takiej transformacji gdzie organizacja poza wiedzą ekspercką wykorzystuje potęgę informacji ukrytej w oceanie danych. Case study. Andrzej Czechowski Chief Data Officer, Business Intelligence Head Samsung

Sposób na Data Science – Centrum Kompetencji    Piotr Stankiewicz Niezależny ekspert former CIO Empik E-commerce

• Data Science a Business Intelligence – nowe podejście czy “wszystko już było”, Agile BI
• Big Data / IoT – jak nie utonąć w powodzi danych; co analizować i jak porównać
• Odbiorcy danych – czego oczekują i na co są przygotowani
• Centrum Kompetencji – jak to zrobić

Wykorzystanie estymatorów jądrowych do wykrywania anomalii w danych    Artur Grządziel Big Data Solution Architect, Data Scientist GE Healthcare

• Nieparametryczne i parametryczne metody wyznaczania gęstości rozkładu p-stwa zmiennej losowej
• Estymator jądrowy jako przykład estymatora nieparametrycznego
• Parametr wygładzania
• Przykład w R wraz z wizualizacją w Shiny
• Zastosowania biznesowe

Efektywne przeprowadzanie analiz biznesowych w R (case study)    Adam Karolewski Sales Department Analyst Raben Management Services Sp. z o.o.

Warszaty biznesowe. Warsztaty Data science w biznesie 2016 program dzień 2

Warsztat pracy data scientist w Orange    Mariusz Jażdżyk Kierownik Wydziału Strategii, Architektury Danych i Antycypacji Orange Polska,    Maciej Czyżowicz Architekt Korporacyjny Orange Polska

Szybka eksploracja i budowanie modeli predykcyjnych z użyciem Pythona Podstawowa eksploracja i wizualizacja danych z użyciem modułów pandas / seaborn / ggplot oraz przygotowanie danych do uczenia / uczenie modeli predykcyjnych z użyciem modułów sklearn / xgboost. Całość w formie prezentacji działającego kodu z użyciem Jupyter Notebook (z możliwością pobrania kodu z githuba)    Mikołaj Sędek Data Scientist, zespół Big Data w dziale Product Development Grupa Pracuj S.A.

Data mining, czyli o poszukiwaniu wartości w danych (case study)    Eksploracja danych – narzędzia i metody, Łukasz Siemaszko Senior CRM Analyst Tchibo,   Adrian Dembek CRM Analyst Tchibo

Modelowanie predykcyjne z wykorzystaniem narzędzi open source -na przykładzie prognozowania Na przykładzie prognozowania pokażę, jak w modelowaniu predykcyjnym można skorzystać z narzędzi open source. Wykorzystywane narzędzia to R i Python z odpowiednimi pakietami oraz H2O. Metody z zakresu analizy szeregów czasowych, regresji i deep learningu (oczywiście z wykorzystaniem GPU). Prezentacja będzie dość techniczna, pojawi się więc nawet trochę kodu. Dla równowagi będą elementy biznesowe.    Artur Suchwałko Data Scientist & Właściciel QuantUp.pl

„Kasandra w mediach - rozwiązania ekosystemu Hadoop z wykorzystaniem Cassandry (case study)    Szymon Urbański Data Science Team Manager Dentsu Aegis Network,    Jacek Kotyński Chief Solutions Architect Dentsu Aegis Network

• Specyfika agencji komunikacji (czym sie zajmuje i dlaczego jest to ciekawe miejsce z punktu widzenia danych)
• Big Data w swiecie mediow (jak jest wykorzystywane, na jakie pytania odpowiada)
• Prezentacja produkcyjnego rozwiazania (architektura, statystyki) opartego na ekosystemie Hadoop
• Wybór architektury (dlaczego taki stack, a nie inny)
• prezentacja architektury
• prezentacja danych
• Budowanie ekosystemu analitycznego (jakie produkty tworzymy wokol tych danych)

Machine learning w biznesie (case study)

• W jakich obszarach machine learning wspomaga efektywność biznesową
• Przykład zastosowania ML do optymalizacji procesów

Warszaty biznesowe. Warsztaty Data science w biznesie 2016 prelegenci

• Jacek Kotyński Chief Solutions Architect Dentsu Aegis Network
• Andrzej Czechowski Chief Data Officer, Business Intelligence Head Samsung
• Enda Ridge Author of Guerrilla Analytics, Head of Algorithms UK FMCG
• Mariusz Jażdżyk Kierownik Wydziału Strategii, Architektury Danych i Antycypacji Orange Polska
• Artur Grządziel Big Data Solution Architect, Data Scientist GE Healthcare
• Mikołaj Sędek Data Scientist, zespół Big Data w dziale Product Development Grupa Pracuj S.A.
• Łukasz Siemaszko Senior CRM Analyst Tchibo
• Maciej Czyżowicz Architekt Korporacyjny Orange Polska
• Adrian Dembek CRM Analyst Tchibo
• Piotr Stankiewicz Niezależny ekspert former CIO Empik E-commerce
• Adam Karolewski Sales Department Analyst Raben Management Services Sp. z o.o.
• Szymon Urbański Data Science Team Manager Dentsu Aegis Network
• Artur Suchwałko Data Scientist & Właściciel QuantUp.pl