Machine Learning Conference: DataWorkshop Club Conf

1 dzień ~~ 2 ścieżki ~~ 18 prelegentów ~~ +200 uczestników

DataWorkshop Club Conf to spotkanie dla ludzi zainteresowanych uczeniem maszynowym i jego praktyczną stroną. Spotkasz tu wielu ekspertów, absolwentów DataWorkshop i pasjonatów ML lub tak zwanej sztucznej inteligencji.

Dlaczego warto?

• szansa na zdobycie praktycznej wiedzy i poznanie ciekawych historii doświadczonych praktyków ML, które pomogą Ci połączyć kropki i być może uda Ci się zaoszczędzić kilku lat błądzenia. Ucz się od najlepszych i lepiej na błędach innych ;)
• poznasz również innych uczestników, którzy aktywnie zajmują się Machine Learning: programistów, analityków danych i innych specjalistów IT. Kto wie, może wrócisz ze współpracownikiem lub pomysłem na własny startup :)
• postaramy się ułatwić Ci kontakt i nawiązywanie wartościowych relacji z innymi - planujemy dla Ciebie Game Networking!
• konferencja będzie profesjonalnie transmitowana, materiał będzie wzbogacony o dodatkowe nagrania fajnych i merytorycznych treści, dostępny także po konferencji (możesz skorzystać z tej opcji, jeśli nie zdołasz pojawić się osobiście lub obejrzeć nagranie po udziale w konferencji).

Poniżej lista prelegentów + tytuły prelekcji: 

• Vladimir Alekseichenko (CEO & Founder / DataWorkshop) - "Najlepszy moment, żeby zająć się uczeniem maszynowym jest teraz"
• Tomasz Trzciński (Chief Scientist / Tooploox) - "PL in CV - Polish View on Computer Vision"
• Krzysztof Sopyła (CEO and Data Scientist / Ermlab Software) - "My fuckup way - czyli jak iść przez życie i nie popełniać błędów?"
• Przemek Maciołek (VP of R&D / Collective Sense)- "5 lekcji które nauczyły mnie jak pracować z danymi"
• Bartosz Ziółko (CEO / Techmo)- "Dlaczego uczenie maszynowe nie działa w prawdziwym życiu?"
• Kamil Krzyk (Data Scientist / Azimo) - "Data Science oczami programisty"
• Monika Koprowska (Business Development Manager) -"Dane, technologia i biznes"
• Ania Wróblewska (Senior Data Scientist / MiNI PW/ Applica.ai) -"Jak rozumiem R&D - perspektywa wykładowcy, data scientist, kobiety, mamy"
• Matuesz Opala (Machine Learning Tech Lead / Netguru) -"Debugging Machine Learning - 5 największych pułapek, z którymi musiałem się zmierzyć"
• Łukasz Kuncewicz (Head of Data Science / Enigma Pattern) - "Kurs AI skończony, no ale co dalej?"
• Bartek Rozkrut (CTO & co-founder / 2040.io) - "Od firmy Software Development do Start-upu AI, czyli jak tworzyć i sprzedawać produkty AI?"
• Aleksandra Możejko (Machine Learning Engineer / Sigmoidal) - "Data Science - czyli jak zamieniać pytania w odpowiedzi, a nie tabele w tabele"
• Karol Majek (Self Driving Car Engineer, Mentor / Udacity) - "Moja droga do wykrywania obiektów na obrazach"
• Rafał Cycon (CTO & co-founder / ShelfWise) - "Kierunek największego gradientu, czyli nauka na własnych błędach"
• Adam Szymański (CTO / Nethone) - "Znaczenie projektów hobbystycznych w rozwoju zawodowym"