13-14 września, Centrum Konferencyjne

Zielna, Warszawa

III spotkanie praktyków

DOMINIKA JAGIELSKA

mBank

SZYMON HAJDUCZENIA

PZU

VLADIMIR ALEKSEINCHENKODataWorkshop

PRELEGENCI

MARIUSZ TREJTOWICZ

Onet.pl

HOT TOPICS:

• Applied data science – czyli praktyka wdrożeń• Techniki optymalizacji algorytmów

• Praktyczne zastosowania BIG Data w e-commerce• Doświadczenia z projektu natural language processing

• Machine learning w praktyce • Sztuczna inteligencja i intuicja• Zaawansowana analityka i chatboty

TOMASZ BRZEZIŃSKI

iTaxi

ANDRZEJ OLĘKIEWICZ

KANTAR Polska

13-14 września, Centrum Konferencyjne Zielna, Warszawa

III spotkanie praktyków

Głównym wyzwaniem współczesnej analityki biznesowej nie jest już wybór i poznanie samej technologii, która stała się dostępna jak nigdy wcześniej, ale realne, praktyczne zastosowania, które optymalizują kluczowe dla organizacji procesy biznesowe. Jak zorganizować proces analityczny w fi rmie? Jak budować business case’y dla praktycznego zastosowania algo-

rytmów? Czy sztuczna inteligencja ma intuicję?

To tylko nieliczne z tematów, które zostaną omówione przez ekspertów reprezentujących m.in.: mBank, DataWorkshop, PKO BP, Onet, iTaxi, PZU, Schneider Electric i inni.

WŚRÓD KLUCZOWYCH ZAGADNIEŃ W PROGRAMIE

• Applied data science, czyli o zastosowaniach komercyjnych• Natural language processing – maszonowa analiza tekstu w praktyce

• Optymalizacja algorytmów metodami symulacyjnymi• Data science i chatboty – praktyczne doświadczenia

• Czy sztuczna inteligencja ma intuicję• Funkcjonalności API od Google Maps Platf orm

• Nieefektywne praktyki data science, czyli czego nie robić

To tylko niektóre z przykładów projektów, które nasi eksperci zaprezentują Państwu podczas III Spotkania Praktyków Data Science w biznesie, na które już teraz Państwa serdecznie zapraszam.

Marta PawlikowskaProject Directorkom.+48 519 047 625m.pawlikowska@trioconferences.pl

Robert Szpindler Robert Szpindler Robert Szpindler Robert Szpindler Robert Szpindler Business Development ManagerBusiness Development Managerkom. +48 519 407 698 kom. +48 519 407 698 kom. +48 519 407 698 r.szpindler@trioconferences.pl

13 WRZEŚNIA, CZWARTEK

9:30 Poranna kawa i rejestracja9:55 Przywitanie uczestników i rozpoczęcie spotkania

10:00 Czy sztuczna inteligencja ma intuicję? Pewnie już wiesz, że maszyna jest szybsza w dodawaniu i odejmowaniu liczb. Potrafi to robić

błyskawicznie dobrze. Mocną stroną człowieka jest intuicja i myślenie abstrakcyjne, zarazem jest to mało zbadany obszar w nauce. Eksperci często wiedzą, jak to działa, ale mają duże trud-ności, żeby wyjaśnić, dlaczego akurat tak. Co na to sztuczna inteligencja? Czy również potrafi podejmować decyzje mniej logiczne, ale ostateczne trafne? Opowiem o tym jakie możliwości i zagrożenia stwarza sztuczna inteligencja dla ludzkości.

Vladimir Alekseichenko, CEO & Founder, DataWorkshop

11:00 Data science i chatboty – praktyczne doświadczeniaDominika Jagielska, Data Scienti st, mBankDamian Prusinowski, Data Scienti st, mBank

12:00 PRZERWA NA KAWĘ

12:20 Google Maps Platf orm – jak zacząć korzystać i jakie dane można tam znaleźć?Wystąpienie kieruję do osób, które nie korzystały jeszcze z API oferowanych przez Google. Podzielę się praktycznymi wskazówkami, jak krok po kroku uzyskać dostęp do danych, jakie kryją się za serwisem Google Maps. Szczegółowo zajmę się następującymi funkcjonalnościami odpowiednich API pozwalających na:

• wyszukiwanie obiektów danego typu (np. stacje paliw czy restauracje) w zdefi niowanym ob-szarze (np. w celu przeskanowania danego obszaru i zbudowania listy obiektów),

• wyszukiwanie tekstowe, na przykład obiektów zawierających w swojej nazwie określoną markę czy frazę,

• pobranie szczegółowych danych o wybranym obiekcie na mapie (współrzędne, nazwa, adres, typ/branża, średnia ocena na skali 1-5 gwiazdek, pięć komentarzy o tym miejscu i inne dostępne informacje).

Dzięki tym wskazówkom będą umieli Państwo samodzielnie skorzystać z innych API, np. po-zwalającego pobrać odległość między dwoma punktami i czas podróży między nimi określonym środkiem lokomocji. Chciałbym się też podzielić doświadczeniami z praktycznego wykorzystania Google Maps Platf orm w realnych, komercyjnych projektach – po co analizować te dane, jakie ko-rzyści wynikają z tego dla biznesu. O jednym z nich piszę w tym artykule: htt p://www.pzpm.org.pl/pl/Publikacje/Newslett er/2018/04_18-Google-Maps-jako-narzedzie-budowania-relacji-z-klientami--i-monitorowania-jakosci-obslugi-w-sieci-placowek, a Państwu opowiem szczegółowo, jak to zrobi-łem.

Andrzej Olękiewicz, Data Science Consultant, KANTAR Polska

PROGRAM

III spotkanie praktyków

13:00 LUNCH

14:00 5 praktycznych zastosowań BIG Data w e-commerce Monika Kołodziejczyk, Niezależny ekspert

15:00 Wystąpienie Schneider Electric

16:00 ZAKOŃCZENIE I DNIA SPOTKANIA

III spotkanie praktyków

14 WRZEŚNIA, PIĄTEK 9:30 Poranna kawa i rejestracja

10:00 Optymalizacja algorytmów metodami symulacyjnymi – case study Jak podnieść efektywność biznesu dzięki optymalizacji algorytmów? Jak zbudować symulacyjne

środowisko testowe maksymalnie odzwierciedlające rzeczywistość? Jak może wyglądać proces sta-łego podnoszenia jakości algorytmów? Odpowiedzi na te pytania padną podczas opowieści o tym, jak optymalizacja algorytmów wpłynęła na poprawę efektywności fi rmy iTaxi

Tomasz Brzeziński, Chief Data Scienti st, iTaxi

11:00 Applied Data Science. Co odróżnia data science z podręczników i tutoriali od jej wersji stosowanej (z sukcesem, lub bez) w biznesie?

Na przykładach pochodzących z własnych projektów analitycznych, wahających się poziomem zło-żoności od prostych analiz ad hoc, do rozbudowanych projektów rozwiązań opartych na machine learning, chciałbym podzielić się doświadczeniami z praktycznych zastosowań zaawansowanej analizy danych w biznesie. Co jest dość naturalne, będę chciał pochwalić się kilkoma sukcesami: albo kierowanego przeze mnie zespołu albo własnymi. Jeśli jednak prawdą jest, że na błędach można się wiele nauczyć, a już w szczególności, gdy są to błędy cudze, ciekawszą częścią wystąpienia mogą okazać się case studies kilku spektakularnych porażek oraz uparcie powtarzanych a nieefektyw-nych praktyk w Data Science, których wiele również potrafi ę znaleźć w ponad 15-letnim doświad-czeniu w pracy z danymi.

Mariusz Trejtowicz, Head of User Intelligence, Onet.pl

PROGRAM

III spotkanie praktyków

12:00 PRZERWA NA KAWĘ

12:20 Machine learning w praktyce Szymon Hajduczenia, Koordynator ds. Analiz Strategicznych, PZU

13:00 LUNCH

14:00 Maszynowa analiza tekstu (ang. Natural Language Processing), geolokalizacja i modelowanie z wykorzystaniem głębokich sieci neuronowych w problemie związanym z wyborem i wyceną nieruchomości.

Kawalerka, czy dwupokojowe? Mokotów, czy Saska Kępa? Czy za „w presti żowym apartamen-towcu” warto zapłacić? Korzystając z ogłoszeń zamieszczanych w Internecie opowiemy o tym, w jaki sposób współczesne metody analizy danych pomogły w rozwiązaniu klasycznego problemu wyceny nieruchomości. Przedstawimy różnorodne algorytmy z obszaru uczenia maszynowego i uczenia głębokiego (diff erenti able programming [LeCun, 2018]) aplikowane do danych mających postać m.in. tekstu ogłoszenia, czy długości i szerokości geografi cznej nieruchomości. Pokażemy, co i w jakim stopniu wpływa na cenę wynajmu mieszkania. Przybliżymy sposoby, którymi radzili-śmy sobie z interpretowalnością modeli uchodzących za „czarne skrzynki”. Podzielimy się sposo-bami poszukiwania optymalnych hyperparametrów - algorytmów i mieszkań.

Łukasz Ambroziak, Data Scienti st, PKO BP Olaf Skrabacz

15:00 Prognozowanie z wykorzystaniem narzędzi open source

16:00 ZAKOŃCZENIE SPOTKANIA I WRĘCZENIE CERTYFIKATÓW

PROGRAM

TOMASZ BRZEZIŃSKI Chief Data Scienti st

iTaxi

PRELEGENCI:

DOMINIKA JAGIELSKACustomer Intelligence

Specialist

mBank

MONIKA KOŁODZIEJCZYK Niezależny ekspert

VLADIMIR ALEKSEINCHENKOCEO & Founder

DataWorkshop

MARIUSZ TREJTOWICZHead of User Intelligence

Onet.pl

Od 15 lat związany z problematyką wykorzystania analityki predykcyjnej w biznesie, w rolach konsultanta, data scienti st oraz menedżera. W Grupie Onet-RAS odpowiedzial-ny za rozwój obszarów Data Science oraz monetyzacji wiedzy o użytkowniku. W danych poszukuje zrozumienia ludzkich motywacji i celów, nie uznaje podręcznikowych reguł a ponad istotność statystyczną preferuje trafność biznesową.

A dynamic and creati ve manager with 6 years of experience in the online industry with an extensive knowledge and experience in implementi ng of marketi ng projects, creati ng business soluti ons, making reports and analyses from diff erent areas. Successful in de-veloping communicati on strategy and building brand image. An expert in the fi eld of co-ordinati on, customer acquisiti on/negoti ati on, team building, analyti cs, media relati ons and marketi ng which lead to sti mulati on of business growth and maximizati on of results.

Posiada ponad 10-letnie doświadczenie w programowaniu komercyjnym. Pracował w różnych dziedzinach informatyki (z różnymi technologiami). Przez ostatnie 4 lata zaj-muje się kwesti ami związanymi z danymi, takimi jak machine learning czy data science. Jest trenerem na warsztatach DataWorkshop (praktyczne uczenie maszynowe). Prowa-dzi podcast o sztucznej inteligencji w biznesie - BiznesMyśli. Uwielbia pomagać innym, analizować dane i stawiać czoła wszelkim wyzwaniom. Pasjonat podróży (odwiedził oko-ło 30 krajów).

ANDRZEJ OLĘKIEWICZData Science Consultant

KANTAR Polska

Ekonomista, badacz rynku, menedżer, data scienti st i pasjonat nowych technologii. Z Kantar Polska (wcześniej pod nazwą TNS Polska oraz Pentor) związany od 1996: ba-dania satysfakcji klientów oraz struktury i potencjału rynku, z czasem kompleksowe programy informacji marketi ngowej. Doświadczenia branżowe: głównie telekomunika-cja i IT, motoryzacja, bankowość, koncerny paliwowe i inne o charakterze B2B (stąd dobra znajomość struktury fi rm w Polsce). Połączenie wykształcenia ekonomicznego (ekonometria na Wydziale Nauk Ekonomicznych UW) z praktyką menedżerską i zacię-ciem badawczym dało podstawy zainteresowania kulturą organizacji, kapitałem ludzkim w fi rmach, analizą procesów biznesowych oraz zarządzaniem wiedzą. Obecnie pracuje nad wzmocnieniem kompetencji data science we wszystkich markach/spółkach Kantar w Polsce i regionie oraz opracowuje nowe usługi związane z przetwarzaniem i wizuali-zacją danych.

Absolwentka Matematyki na Politechnice Łódzkiej. Od 2 lat pracuje z danymi jako Cu-stomer Intelligence Specialist w departamencie CRM. Zajmuje się tworzeniem zautoma-tyzowanych rozwiązań uczenia maszynowego dla procesów bankowych, gdzie główne projekty analityczne dotyczą zagadnień związanych z NLP oraz budową modeli predyk-cyjnych (R, Python). Obecnie zajmuje się projektem związanym z chatbotem/prompte-rem dla konsultantów.

Odpowiedzialny za tworzenie i optymalizację algorytmów opartych na danych. Wcześ-niej m.in. Senior Data Scienti st w Grupie Netsprint. Absolwent kierunku Metody Ilościo-we i Systemy Informacyjne w Szkole Głównej Handlowej. Prelegent licznych konferencji branżowych, m.in. IAB Forum. Certyfi kowany trener biznesu, fan strategicznych gier planszowych.

PRELEGENCI:

DAMIAN PRUSINOWSKI Data Scienti st

mBank

Data Scienti st w mBank od 2017 roku. Doktorant na Uniwersytecie Łódzkim na kierunku matematyka. Pracuje przy budowie oraz wdrażaniu nowych rozwiązań uczenia maszy-nowego z wykorzystaniem zagadnień związanych z analizą języka naturalnego (głównie przy projekcie związanym z chatbotem). Prywatnie pasjonat matematyki, nowoczesnych technologii oraz analizy danych.

Absolwent Politechniki Białostockiej (inżynieria produkcji) i SGH (metody ilościowe). Pierwsze doświadczenia zdobywałem w bankowości (Bank BPH) jako analityk w ob-szarze kontrolingu, następnie w branży ubezpieczeń (PZU) jako koordynator ds. analiz strategicznych zajmuję się wspomaganiem i rekomendowaniem decyzji biznesowych.

SZYMON HAJDUCZENIA Koordynator ds. Analiz

Strategicznych

PZU

OLAF SKRABACZ

Studiował matematykę na wydziale Matematyki i Nauk Informacyjnych na Politechnice Warszawskiej. Od zawszę interesowała go matematyka i informatyka, zatem data sci-ence okazało się idealnym połączeniem. Swoją przygodę z praktycznym wykorzystan-iem data science zaczynał w PKO Banku Polskim. Posiada doświadczenie w projektach związanych z analizą danych internetowych i sieci powiązań. Jego pasją jest handel algo-rytmiczny z wykorzystaniem uczenia maszynowego, czym zajmuje się aktualnie.

ŁUKASZ AMBROZIAKDATA SCIENTIST

PKO BP

Data Scienti st z doświadczeniem w pracy akademickiej i w biznesie. Posiada doświadcze-nie w realizacji projektów z zakresu fi nansów ilościowych, uczenia maszynowego i deep learningu. Obecnie pracuje jako Data Scienti st w PKO BP, gdzie podejmuje problemy związane z machine learningiem, natural language processing i social network analysis.

1995 PLN do 22 czerwca2195 PLN do 20 lipca2595 PLN do 24 sierpnia2795 PLN od 25 sierpnia

w wydarzeniu:

Wyślij DZIŚ ZGŁOSZENIE NA adres kontakt@trioconferences.pl LUB ZAREJESTRUJ SIĘ NA www.trioconfereces.pl

Numer telefonu

Numer telefonu

Numer telefonu

1995 PLN do 22 czerwca, 2195 PLN do 20 lipca2595 PLN do 24 sierpnia, 2795 PLN od 25 sierpnia

Wyślij DZIŚ ZGŁOSZENIE NA adres kontakt@trioconferences.pl LUB ZAREJESTRUJ SIĘ NA www.trioconfereces.pl

Informujemy, że ma Pan/i prawo w dowolnym momencie wycofać udzielone poniżej zgody. Informacja o wycofaniu zgody może zostać wysłana na adres e-mail: kontakt@trioconferences.pl.Wycofanie zgody nie wpływa na zgodność z prawem przetwarzania danych osobowych w okresie od dnia wyrażenia zgody na przetwarzanie danych osobowych do dnia wycofania tej zgody.

Wyrażam zgodę na przetwarzanie moich danych osobowych, tj. imię, nazwisko, adres e-mail oraz numer telefonu przez Trio Conferences Sp. z ograniczoną odpowiedzialnością. Sp. k., ul. Wołoska 9, 02-583 Warszawa w celu marketingu bezpośredniego polegającego na kierowanie na wskazany adres e-mail i numer telefonu ofert handlowych, newslettera, ankiet satysfakcji i zaproszeń na organizowane szkolenia.

Wyrażam zgodę na udostępnienie moich danych osobowych spółkom z grupy Trio Advisory oraz partnerom biznesowym Trio Conferences Spółka z ograniczoną odpowiedzialnością. Sp. k.

TAK NIE

TAK NIE

Informujemy, że administratorem danych osobowych jest spółka Trio Conferences spółka z ograniczoną odpowiedzialnością s.k. z siedzibą w Warszawie (02-583), z siedzibą przy ul. Wołoskiej 9. Dane osobowe zbierane są w celu możliwości realizacji kontaktu, obsługi klienta, umowy, działań marketingu bezpośredniego (e-mailing, newslettery) oraz przedstawiania ofert handlowych. Zgodnie z art. 32 ust. 1 ustawy o ochronie danych osobowych ma Pan/i prawo do wglądu do swoich danych oraz poprawiania ich treści a także odwołania zgody na ich przetwarzanie. Podanie danych jest dobrowolne.

13-14 września, Centrum Konferencyjne

Zielna, Warszawa