Największa konferencja dotycząca języka PYTHON online w Polsce! Zarezerwuj swój bilet na najważniejsze wydarzenie online roku dla programistów języka PYTHON!
Pytech Summit 2022 (online) Winter Edition to III. edycja największej polskiej konferencji poświęconej Pythonowi. Wydarzenie odbywa się w dniu 08.12.2022 roku w formie transmisji online. Skierowana jest do pasjonatów Pythona z profilu mid i senior. Konferencja zapewnia najwyższy poziom wykładów prowadzonych przez topowe postaci z polskiego świata Python oraz przedstawicieli wiodących firm zajmujących się Python w Polsce. Podczas konferencji na swoim wirtualnych stoiskach zaprezentują się jedynie uznane i innowacyjne firmy informatyczne, których obecność zwiększa rangę wydarzenia.
W trakcie trwania konferencji odbędą się Wirtualne Targi Pracy Python, na których interaktywnie nawiążesz kontakt z firmami.
W dniu 08.12.2022 roku wygodnie ze swojego domu lub biura możesz w pełni bezpłatnie uczestniczyć w największym cyfrowym wydarzeniu poświęconym Python w Polsce.
Jeśli chcesz wystąpić jako prelegent na konferencji to
napisz do nas na adres: hello@pytechsummit.pl
Tomasz Konieczny
Proces wytwarzania oprogramowania ewoluował znacząco w ciągu ostatnich lat. Dążenie do jak najszybszego dostarczania wartości biznesowej, oraz wypuszczania nowych funkcjonalności coraz szybciej, wymusiło zmiany na wielu płaszczyznach - zarówno procesowych, jak i typowo technicznych. Pojawiło się również wiele nowych wyzwań w obszarze jakości - w końcu jak pogodzić wysoką szybkość wytwarzania oprogramowania z jakością? W czasie prezentacji pokażę, dlaczego klasyczne podejścia przestają już wystarczać, oraz w jakich kierunkach można pójść w przyszłości.
Szymon Moliński
Dane publiczne są agregowane w obrębie jednostek administracyjnych, więc nie przydadzą się do złożonych modeli i analiz statystycznych w biznesie! Czy aby na pewno? Posiadanie danych zagregowanych w bloki o nieregularnych wymiarach to jeszcze nie tragedia, bo przy pewnych warunkach możemy te dane transformować do wyższej rozdzielczości. Wtedy profilowanie obszarów pod względem wskaźników socjoekonomicznych nabiera sensu. Pojawia się również opcja na budowanie złożonych modeli, które wymagają wkładu o dużej regularności. W trakcie prelekcji przyjrzymy się wybranym grupom zagregowanych danych publicznych, powiemy, dlaczego decyzje podejmowane na bazie kartogramów są prawdopodobnie błędne i jak przekształcić agregaty w użyteczny produkt.
Sebastian Buczyński
Kiedyś programistów i programistki straszyło się wielkimi, nieutrzymywalnymi monolitami. Potem branża doszła do skutku (znowu), że lepiej walczyć ze 100 końmi wielkości kaczki i mikroserwisy stały się trendy. Ku zaskoczeniu wielu, nie rozwiązało to automagicznie wszystkich problemów związanych z utrzymaniem. Wręcz przeciwnie - stworzyło wiele bardziej wymagających. Chociaż dzielenie systemu na mniejsze, zarządzalne części to chwalebna inicjatywa, potrzebna jest jeszcze solidna metoda JAK to robić. Tu w sukurs przychodzi Domain-Driven Design - przydatny zestaw technik i wzorców do wyznaczania granic między komponentami i poskramiania złożoności. Ta prezentacja będzie wprowadzeniem do driverów architektonicznych i strategicznego Domain-Driven Design. Pomogą one zaprojektować lepszą architekturę. PS: Przykłady kodu w Pythonie dołączone!
Paweł Stoworowicz
Marcin Kawka
Opowiem o wykorzystaniu standardowego modułu Multiprocessing w celu zrównoleglenia programów a także o mechanizmach przekazywania danych w zrównoleglonych programach (pamięć dzielona itp.). Wspomnę też o przykładach zastosowania znanego z innych języków Open MPI. Jeśli wystarczy czasu wspomnę również o typowych problemach z pythonowym zrównoleglaniem (GI-lock). Całość postaram się poprzeć jakimś live-demo.
Jakub Wawrzyniak
Lakehouse to nowa, otwarta architektura, która łączy w sobie najlepsze elementy data lake i hurtowni danych. Wariantów budowy takiej architektury mamy co najmniej kilka. Współcześnie walka o prym w tym zakresie toczy się między Azure Synapse Analytics oraz Databricks. To dwie koncepcje przedstawiające potencjalnie podobne architektury, które w szczegółach okazują się skrajnie różne. W trakcie sesji omówione zostaną koncepcje leżące u podstaw zastosowania każdego z tych rozwiązań w nowoczesnej architekturze lakehouse. Wszystko to przy wsparciu Pythona (PySpark)!
Maciej Rubczyński
Wraz z rozwojem algortymów uczenia maszynowego powstają coraz lepsze rozwiązania umożliwiające zarządzanie cyklem życia modeli uczenia maszynowego, od przygotowania danych do wdrożenia produkcyjnego modelu i monitorowania jego metryk. W ramach prezentacji przedstawione i porównane zostaną platformy MLOps dostarczane przez dwóch największych graczy na rynku chmur obliczeniowych – Microsoft Azure oraz Google Cloud Platform.
t
Grzegorz Kocjan
Pisanie kodu w pandas bez jupyter-a? Analiza danych posiadając jeden wiersz w CSV? Tak, to wszystko jest możliwe. Jest to nawet wskazane, jeśli Twój projekt ma być dłużej rozwijany i utrzymywany. Podczas prezentacji przedstawię Ci proces myślenia w TDD. Poznasz najdrobniejsze kroki rozwijania kodu, który wsparty testami, nie zamieni się w koszmar legacy. Co więcej, praca z kodem stanie się zabawą, a eksperymenty z kodem będą bezpieczne.
Bartosz Szabłowski
Stosowane algorytmy można podzielić na lokalne i globalne. Lokalne algorytmy, do niedawna najpopularniejsze, skupiają się na wyizolowanych szeregach czasowych, to znaczy, że biorą pod uwagę historię jednego szeregu czasowego i prognozują jego przyszłość (ARIMA czy Prophet). Algorytmy globalne to takie, które uczą się na wielu szeregach czasowych i tym samym jeden model potrafi prognozować wiele szeregów czasowych. Takie algorytmy potencjalnie mogą znaleźć więcej wzorców, jak i również niektóre szeregi czasowe są ze sobą powiązane.
Krzysztof Kudryński
Sztuczna inteligencja - z czasopism naukowych i podbiurkowych stacji roboczych - wkracza dziś do świata wielkich korporacji, zastępując masowo tradycyjne rozwiązania samooptymalizującymi się modelami. Choć pod maską są to wciąż znane z poprzedniego wieku algorytmy oparte na wstecznej propagacji gradientu, ich rozwój na skalę przemysłową przynosi wiele nowych wyzwań. Podczas spotkania rozpoczniemy od przypomnienia podstaw sieci neuronowych by poprzez ciekawe przykłady ich zastosowań pokazać z czym zmagają się dzisiaj najwięksi gracze na rynku.
Ruslan Korniichuk
Have you already learned the benefits of the Infrastructure as Code (IaC) process? Not bad, now it's time for the Architecture as Code (AaC) process. No worries, Python code only, no more JSON or YAML. AaC was born for prototyping a new system architecture design without any design tools. You can also describe and visualize the existing system architecture as well. Available tools currently support on-premise and main major providers including AWS, Azure, and GCP cloud platforms. In addition, AaC allows you to track the architecture diagram changes in any version control system.
Jacek Stryczyński
Sztuczna Inteligencja (SI) jest uważana, za najbardziej przełomową innowację, która ma i będzie miała coraz większy wpływ na ludzi i firmy. Jesteśmy ciągle na początku tej drogi, ale uzyskiwanie przewagi konkurencyjnej wymaga przyspieszenia efektywnego wykorzystania SI w biznesie. Najtrudniejszy jest początek tej drogi, dlatego przedstawiam propozycję od czego zacząć i co jest najważniejsze, aby osiągnąć wymierny sukces.
Sebastian Witowski
Did you know that Python preallocates integers from -5 to 257? Reusing them 1000 times, instead of allocating memory for a bigger integer, can save you a couple milliseconds of code's execution time. If you want to learn more about this kind of optimizations then, ... well, probably this presentation is not for you 🙂 Instead of going into such small details, I will talk about more "sane" ideas for writing faster code.
Barbara Klaudel, Aleksander Obuchowski
Według prognoz sztuczna inteligencja zmieni oblicze medycyny w najbliższej przyszłości. To dynamicznie rozwijająca się dziedzina. Co roku podwaja się liczba nowych prac naukowych na temat AI w medycynie. W trakcie wystąpienia przedyskutujemy proces tworzenia modelu AI dla ochrony zdrowia. Zaczniemy od sformułowania problemu, przejdziemy przez proces przygotowywania danych aż do opracowania serwisu. Ponadto pokażemy, jakie są dostępne narzędzia na przykładzie problemu z przetwarzania języka naturalnego.
Sebastian Kondracki
Inteligentne aplikacje (zwłaszcza mobilne) to aplikacje w których główne funkcjonalności oparte są wyłącznie na algorytmach sztucznej inteligencji. Efektowne i często bardzo skuteczne, dlatego można je wprowadzać skutecznie na rynek poprzez marketingowi szeptanemu. Jednak ich efekt "wow" uzyskuje się dzięki solidnemu API i modelom wytrenowanym na setkach GPU w oparciu o najnowsze algorytmy z pierwszych stron ArXiv.org. Czyli drogo!
Ten rok jest jednak szczególny w obszarze AI zwłaszcza w deep learningu. Pojawiają się przełomowe rozwiązania związane z przetwarzaniem i generowaniem języka naturalnego (m.in. Open AI/GPT-3), rozpoznawaniem mowy (Whisper) czy rozbudowanym tworzeniem, animacją i modyfikacją obrazów (modele dyfuzyjne). Co ważne, większość modeli jest na wyciągnięcie ręki zarówno w wersji płatnej, jak i darmowej. Na wykładzie pokażemy jak szybko zbudować w Pythonie aplikacje w modelu POC/POV/MVP w oparciu o gotowe modele z wykorzystaniem generatywnej AI.
Ponadto, jak można dołączyć do zespołu budującego największy zbiór danych tekstowych w drodze do polskiego modelu LLM (ang. Large Language Models) z miliardami parametrów.
Eliane Maalouf
We present Darts, an open source python based one-stop shop for analysing time series data. It features a rich array of preprocessing, modelling, evaluation and optimisation tools. We will present some of those tools and their simple programming interfaces, making this library equally popular among beginner and seasoned data scientists. Its growing community and continuous active development speaks very positively of its usefulness in practical industrial and research scenarios.
Oskar Duda, Anna Kozioł
W tym wystąpieniu opowiemy o tym, jak zaimplementowaliśmy narzędzie przyśpieszające proces tworzenia modeli uczenia maszynowego. Zmierzyliśmy się z wyzwaniami udostępniania narzędzia w chmurze, skalowalności obliczeń i utrzymywalności, w tym reużywalności wytrenowanych modeli. Opowiemy, jak użyliśmy Pythona do zaadresowania tych problemów.
Adrian Boguszewski
Właśnie skończyłeś trenować i testować swoją wspaniałą sieć neuronową. Osiągasz 99,9% skuteczności, więc masz pewność że z jej pomocą przejmiesz władzę nad światem. Ale żeby to zrobić, musisz ją najpierw wdrożyć. No i pojawią się schody... Ci biurokraci wymagają przetwarzania lokalnego, bo dane osobowe. Nie wspominając o tym, że przecież nie chcesz budować webowego API. W końcu jesteś Data Scientistem, a nie Web Deweloperem... Do tego, żeby miało to sens musi działać szybko, najlepiej w czasie rzeczywistym i jeszcze dobrze byłoby nie kupować żadnego nowego sprzętu. Zadajesz sobie pytanie "Czy da się automatycznie zoptymalizować model, wdrożyć go na lokalnym sprzęcie, który już posiadam i osiągnąć świetną wydajność?" Oczywiście! Już za chwilę opowiem Wam o OpenVINO Toolkit, który w tym pomoże. Dowiesz się jak skonwertować model przy użyciu Model Optimizera oraz jak uruchomić go w trybie rzeczywistym. Magia w kilku linijkach kodu. Ale to nie wszytko. Po wystąpieniu dostaniesz jupyter notebooka pełnego kodu żeby przetestować go w domu.
Michał Pasternak
Rozwijanie oprogramowania w dłuższej perspektywie czasu wymaga pewnej dyscypliny. Narzędzia informatyczne można ze sobą łączyć na praktycznie niezliczoną ilość sposobów, ale gdy zdecydujemy się już na jakieś, narzuca ono nam pewną konwencję. W prezentacji opiszę moje doświadczenia z tworzenia i rozwijania dość rozbudowanego, otwartoźródłowego systemu do zarządzania bibliografią naukową, przeznaczonego dla bibliotek uniwersyteckich i akademickich (http://bpp.iplweb.pl) korzystającego ze stacku Python + Django + PostgreSQL. Prezentację polecam początkującym, ale i zaawansowani znajdą dla siebie coś ciekawego.
Marek Piechula
Robot Operating System - w skrócie ROS, jest to platforma która pozwala połączenie przeróżnej klasy sensorów (GPS, kamery, lidary etc.) z robotem (odkurzacz, dron, samochody) przy pomocy "węzłów" które odbierają wiadomości z czujników oraz wysyłają wiadomośći do np. silników. Elastyczność pozwala na budowę robotów na rapsberry pi czy automicznych pojazdów. Prelekcja ma zamiar wprowadzić od podstaw ROS2 wraz z live przykładami oraz kodem w Pythonie.
Tomasz Konieczny
Proces wytwarzania oprogramowania ewoluował znacząco w ciągu ostatnich lat. Dążenie do jak najszybszego dostarczania wartości biznesowej, oraz wypuszczania nowych funkcjonalności coraz szybciej, wymusiło zmiany na wielu płaszczyznach - zarówno procesowych, jak i typowo technicznych. Pojawiło się również wiele nowych wyzwań w obszarze jakości - w końcu jak pogodzić wysoką szybkość wytwarzania oprogramowania z jakością? W czasie prezentacji pokażę, dlaczego klasyczne podejścia przestają już wystarczać, oraz w jakich kierunkach można pójść w przyszłości.
Szymon Moliński
Dane publiczne są agregowane w obrębie jednostek administracyjnych, więc nie przydadzą się do złożonych modeli i analiz statystycznych w biznesie! Czy aby na pewno? Posiadanie danych zagregowanych w bloki o nieregularnych wymiarach to jeszcze nie tragedia, bo przy pewnych warunkach możemy te dane transformować do wyższej rozdzielczości. Wtedy profilowanie obszarów pod względem wskaźników socjoekonomicznych nabiera sensu. Pojawia się również opcja na budowanie złożonych modeli, które wymagają wkładu o dużej regularności. W trakcie prelekcji przyjrzymy się wybranym grupom zagregowanych danych publicznych, powiemy, dlaczego decyzje podejmowane na bazie kartogramów są prawdopodobnie błędne i jak przekształcić agregaty w użyteczny produkt.
Sebastian Buczyński
Kiedyś programistów i programistki straszyło się wielkimi, nieutrzymywalnymi monolitami. Potem branża doszła do skutku (znowu), że lepiej walczyć ze 100 końmi wielkości kaczki i mikroserwisy stały się trendy. Ku zaskoczeniu wielu, nie rozwiązało to automagicznie wszystkich problemów związanych z utrzymaniem. Wręcz przeciwnie - stworzyło wiele bardziej wymagających. Chociaż dzielenie systemu na mniejsze, zarządzalne części to chwalebna inicjatywa, potrzebna jest jeszcze solidna metoda JAK to robić. Tu w sukurs przychodzi Domain-Driven Design - przydatny zestaw technik i wzorców do wyznaczania granic między komponentami i poskramiania złożoności. Ta prezentacja będzie wprowadzeniem do driverów architektonicznych i strategicznego Domain-Driven Design. Pomogą one zaprojektować lepszą architekturę. PS: Przykłady kodu w Pythonie dołączone!
Paweł Stoworowicz
Marcin Kawka
Opowiem o wykorzystaniu standardowego modułu Multiprocessing w celu zrównoleglenia programów a także o mechanizmach przekazywania danych w zrównoleglonych programach (pamięć dzielona itp.). Wspomnę też o przykładach zastosowania znanego z innych języków Open MPI. Jeśli wystarczy czasu wspomnę również o typowych problemach z pythonowym zrównoleglaniem (GI-lock). Całość postaram się poprzeć jakimś live-demo.
Jakub Wawrzyniak
Lakehouse to nowa, otwarta architektura, która łączy w sobie najlepsze elementy data lake i hurtowni danych. Wariantów budowy takiej architektury mamy co najmniej kilka. Współcześnie walka o prym w tym zakresie toczy się między Azure Synapse Analytics oraz Databricks. To dwie koncepcje przedstawiające potencjalnie podobne architektury, które w szczegółach okazują się skrajnie różne. W trakcie sesji omówione zostaną koncepcje leżące u podstaw zastosowania każdego z tych rozwiązań w nowoczesnej architekturze lakehouse. Wszystko to przy wsparciu Pythona (PySpark)!
Maciej Rubczyński
Wraz z rozwojem algortymów uczenia maszynowego powstają coraz lepsze rozwiązania umożliwiające zarządzanie cyklem życia modeli uczenia maszynowego, od przygotowania danych do wdrożenia produkcyjnego modelu i monitorowania jego metryk. W ramach prezentacji przedstawione i porównane zostaną platformy MLOps dostarczane przez dwóch największych graczy na rynku chmur obliczeniowych – Microsoft Azure oraz Google Cloud Platform.
t
Grzegorz Kocjan
Pisanie kodu w pandas bez jupyter-a? Analiza danych posiadając jeden wiersz w CSV? Tak, to wszystko jest możliwe. Jest to nawet wskazane, jeśli Twój projekt ma być dłużej rozwijany i utrzymywany. Podczas prezentacji przedstawię Ci proces myślenia w TDD. Poznasz najdrobniejsze kroki rozwijania kodu, który wsparty testami, nie zamieni się w koszmar legacy. Co więcej, praca z kodem stanie się zabawą, a eksperymenty z kodem będą bezpieczne.
Bartosz Szabłowski
Stosowane algorytmy można podzielić na lokalne i globalne. Lokalne algorytmy, do niedawna najpopularniejsze, skupiają się na wyizolowanych szeregach czasowych, to znaczy, że biorą pod uwagę historię jednego szeregu czasowego i prognozują jego przyszłość (ARIMA czy Prophet). Algorytmy globalne to takie, które uczą się na wielu szeregach czasowych i tym samym jeden model potrafi prognozować wiele szeregów czasowych. Takie algorytmy potencjalnie mogą znaleźć więcej wzorców, jak i również niektóre szeregi czasowe są ze sobą powiązane.
Krzysztof Kudryński
Sztuczna inteligencja - z czasopism naukowych i podbiurkowych stacji roboczych - wkracza dziś do świata wielkich korporacji, zastępując masowo tradycyjne rozwiązania samooptymalizującymi się modelami. Choć pod maską są to wciąż znane z poprzedniego wieku algorytmy oparte na wstecznej propagacji gradientu, ich rozwój na skalę przemysłową przynosi wiele nowych wyzwań. Podczas spotkania rozpoczniemy od przypomnienia podstaw sieci neuronowych by poprzez ciekawe przykłady ich zastosowań pokazać z czym zmagają się dzisiaj najwięksi gracze na rynku.
Ruslan Korniichuk
Have you already learned the benefits of the Infrastructure as Code (IaC) process? Not bad, now it's time for the Architecture as Code (AaC) process. No worries, Python code only, no more JSON or YAML. AaC was born for prototyping a new system architecture design without any design tools. You can also describe and visualize the existing system architecture as well. Available tools currently support on-premise and main major providers including AWS, Azure, and GCP cloud platforms. In addition, AaC allows you to track the architecture diagram changes in any version control system.
Jacek Stryczyński
Sztuczna Inteligencja (SI) jest uważana, za najbardziej przełomową innowację, która ma i będzie miała coraz większy wpływ na ludzi i firmy. Jesteśmy ciągle na początku tej drogi, ale uzyskiwanie przewagi konkurencyjnej wymaga przyspieszenia efektywnego wykorzystania SI w biznesie. Najtrudniejszy jest początek tej drogi, dlatego przedstawiam propozycję od czego zacząć i co jest najważniejsze, aby osiągnąć wymierny sukces.
Sebastian Witowski
Did you know that Python preallocates integers from -5 to 257? Reusing them 1000 times, instead of allocating memory for a bigger integer, can save you a couple milliseconds of code's execution time. If you want to learn more about this kind of optimizations then, ... well, probably this presentation is not for you 🙂 Instead of going into such small details, I will talk about more "sane" ideas for writing faster code.
Barbara Klaudel, Aleksander Obuchowski
Według prognoz sztuczna inteligencja zmieni oblicze medycyny w najbliższej przyszłości. To dynamicznie rozwijająca się dziedzina. Co roku podwaja się liczba nowych prac naukowych na temat AI w medycynie. W trakcie wystąpienia przedyskutujemy proces tworzenia modelu AI dla ochrony zdrowia. Zaczniemy od sformułowania problemu, przejdziemy przez proces przygotowywania danych aż do opracowania serwisu. Ponadto pokażemy, jakie są dostępne narzędzia na przykładzie problemu z przetwarzania języka naturalnego.
Sebastian Kondracki
Inteligentne aplikacje (zwłaszcza mobilne) to aplikacje w których główne funkcjonalności oparte są wyłącznie na algorytmach sztucznej inteligencji. Efektowne i często bardzo skuteczne, dlatego można je wprowadzać skutecznie na rynek poprzez marketingowi szeptanemu. Jednak ich efekt "wow" uzyskuje się dzięki solidnemu API i modelom wytrenowanym na setkach GPU w oparciu o najnowsze algorytmy z pierwszych stron ArXiv.org. Czyli drogo!
Ten rok jest jednak szczególny w obszarze AI zwłaszcza w deep learningu. Pojawiają się przełomowe rozwiązania związane z przetwarzaniem i generowaniem języka naturalnego (m.in. Open AI/GPT-3), rozpoznawaniem mowy (Whisper) czy rozbudowanym tworzeniem, animacją i modyfikacją obrazów (modele dyfuzyjne). Co ważne, większość modeli jest na wyciągnięcie ręki zarówno w wersji płatnej, jak i darmowej. Na wykładzie pokażemy jak szybko zbudować w Pythonie aplikacje w modelu POC/POV/MVP w oparciu o gotowe modele z wykorzystaniem generatywnej AI.
Ponadto, jak można dołączyć do zespołu budującego największy zbiór danych tekstowych w drodze do polskiego modelu LLM (ang. Large Language Models) z miliardami parametrów.
Eliane Maalouf
We present Darts, an open source python based one-stop shop for analysing time series data. It features a rich array of preprocessing, modelling, evaluation and optimisation tools. We will present some of those tools and their simple programming interfaces, making this library equally popular among beginner and seasoned data scientists. Its growing community and continuous active development speaks very positively of its usefulness in practical industrial and research scenarios.
Oskar Duda, Anna Kozioł
W tym wystąpieniu opowiemy o tym, jak zaimplementowaliśmy narzędzie przyśpieszające proces tworzenia modeli uczenia maszynowego. Zmierzyliśmy się z wyzwaniami udostępniania narzędzia w chmurze, skalowalności obliczeń i utrzymywalności, w tym reużywalności wytrenowanych modeli. Opowiemy, jak użyliśmy Pythona do zaadresowania tych problemów.
Adrian Boguszewski
Właśnie skończyłeś trenować i testować swoją wspaniałą sieć neuronową. Osiągasz 99,9% skuteczności, więc masz pewność że z jej pomocą przejmiesz władzę nad światem. Ale żeby to zrobić, musisz ją najpierw wdrożyć. No i pojawią się schody... Ci biurokraci wymagają przetwarzania lokalnego, bo dane osobowe. Nie wspominając o tym, że przecież nie chcesz budować webowego API. W końcu jesteś Data Scientistem, a nie Web Deweloperem... Do tego, żeby miało to sens musi działać szybko, najlepiej w czasie rzeczywistym i jeszcze dobrze byłoby nie kupować żadnego nowego sprzętu. Zadajesz sobie pytanie "Czy da się automatycznie zoptymalizować model, wdrożyć go na lokalnym sprzęcie, który już posiadam i osiągnąć świetną wydajność?" Oczywiście! Już za chwilę opowiem Wam o OpenVINO Toolkit, który w tym pomoże. Dowiesz się jak skonwertować model przy użyciu Model Optimizera oraz jak uruchomić go w trybie rzeczywistym. Magia w kilku linijkach kodu. Ale to nie wszytko. Po wystąpieniu dostaniesz jupyter notebooka pełnego kodu żeby przetestować go w domu.
Michał Pasternak
Rozwijanie oprogramowania w dłuższej perspektywie czasu wymaga pewnej dyscypliny. Narzędzia informatyczne można ze sobą łączyć na praktycznie niezliczoną ilość sposobów, ale gdy zdecydujemy się już na jakieś, narzuca ono nam pewną konwencję. W prezentacji opiszę moje doświadczenia z tworzenia i rozwijania dość rozbudowanego, otwartoźródłowego systemu do zarządzania bibliografią naukową, przeznaczonego dla bibliotek uniwersyteckich i akademickich (http://bpp.iplweb.pl) korzystającego ze stacku Python + Django + PostgreSQL. Prezentację polecam początkującym, ale i zaawansowani znajdą dla siebie coś ciekawego.
Marek Piechula
Robot Operating System - w skrócie ROS, jest to platforma która pozwala połączenie przeróżnej klasy sensorów (GPS, kamery, lidary etc.) z robotem (odkurzacz, dron, samochody) przy pomocy "węzłów" które odbierają wiadomości z czujników oraz wysyłają wiadomośći do np. silników. Elastyczność pozwala na budowę robotów na rapsberry pi czy automicznych pojazdów. Prelekcja ma zamiar wprowadzić od podstaw ROS2 wraz z live przykładami oraz kodem w Pythonie.
Wirtualne Targi Pracy IT to ogromna szansa na uczestników konferencji na znalezienie nowej pracy oraz dla wystawców na pokazanie się kandydatom z jak najlepszej strony. Na Wirtualnych Targach znajdziesz wirtualne stoiska firmowe, które swoją funkcjonalnością dorównują stoiskom stacjonarnych. Znajdziesz tam wiele możliwość interakcji z wystawcami jak: grupowe video rozmowy z przedstawicielami firmy,indywidualne rozmowy w pokoju rekrutacji, możliwość chatu, rozstawienia CV, kontaktu telefoniczne i nawiązanie relacji przez social media.
Wirtualne Targi Produktów i Usług IT są cyfrową przestrzenią, na której mogą się spotkać klienci IT oraz firmy produkujące oprogramowanie i usługi biznesowe i mieć możliwość zaprezentowania swojej oferty potencjalnym klientom.
Polska branża IT to w ogromnej mierze outsourcing IT oraz body leasing. Polskie firmy IT dostarczają ekspertów do największych gigantów technologicznych na świecie. Na Wirtualnych Targach Outsourcingu można spotkać ludzi z różnego obszaru biznesu, zarówno tych poszukujących pracowników na wynajem, jak i oferujących swoich specjalistów.
Python expert
Test Architect oraz konsultant w tematach około-jakościowych. Interesuje się szerokim zakresem zagadnień związanych z jakością, a szczególnie architekturą testów oraz infrastrukturą. Zwolennik metodyki DevOps. Aktywnie dzieli się wiedzą, występował jako prelegent na kilkudziesięciu międzynarodowych i ogólnopolskich konferencjach.
Python expert
Główny specjalista inżynieryjno-techniczny w Insytutcie Ochrony Środowiska. Absolwent informatyki na wydziale Elektroniki Politechnice Warszawskiej. Na co dzień zajmuje się modelowaniem jakości powietrza. Pythona wykorzystuje od 5 lat do pre- i postprocessingu dużych zbiorów danych. Jego zainteresowania naukowe obejmują asymilację danych oraz zastosowanie metod uczenia maszynowego w modelowaniu procesów środowiskowych oraz teledetekcję zanieczyszczeń atmosfery. Świeżo upieczony tata i miłośnik miejskiej jazdy na rowerze.
Python expert
Pracuje jako trener w Bottega IT Minds. Ma obsesję na punkcie optymalizacji procesów wytwarzania oprogramowania. Ceni czysty kod i jeszcze czystsze testy. Autor książki o implementowaniu czystej architektury w Pythonie.
Python expert
10 lat z Pythonem to wspaniała przygoda, nieważne czy musiałem naprawić błąd na wczoraj, czy zaprojektować zaawansowany i wydajny system, Python nigdy mnie nie zawiódł! 
Uwielbiam optymalizację kodu i złożone problemy. Ostatnio interesują mnie także aspekty organizacyjne i psychologiczne w wytwarzaniu oprogramowania. Świeżo upieczony tata, fan fantasy oraz sci-fi, gracz, budowniczy LEGO i wiele innych.
Unit8 / DATA SCIENCE EXPERT
Eliane Maalouf is Data Scientist at Unit8, a MSc in Statistics and PhD candidate in Computer Science at the University of Neuchâtel, Switzerland. She works on the intersection between statistics, machine learning and artificial intelligence. She is an active contributor to Darts, the open source python based times series forecasting library.
Data Science Expert
Kierownik Data Science w SARE System (Grupa Digitree). Wyspecjalizowany w analizie i modelowaniu danych przestrzennych, szeregów czasowych i sekwencji zdarzeń. Twórca Open Source, zaangażowany w ruch Open Science, recenzent pyOpenSci i JOSS, członek HackerSpace Trójmiasto. Tancerz i akrobata.
Data Expert / TIDK
CTO @TIDK, architekt rozwiązań, koordynuje i odpowiada za jakość projektów realizowanych w obszarze AI, BI, Big Data i zaawansowanej analityki. Specjalizuje się w projektowaniu wydajnych rozwiązań analitycznych w oparciu o chmurę publiczną. Jego doświadczenie i wiedza w zakresie optymalizacji doceniana jest przez największe polskie organizacje. Doktorant, naukowo związany z Zakładem Teorii Algorytmów i Systemów Programowania Instytutu Informatyki Politechniki Poznańskiej. W sektorze IT pracuje od ponad dziesięciu lat. Projektant i twórca rozwiązań dla administracji publicznej, programista. Posiada doświadczenie w realizacji międzynarodowych projektów B+R, w tym z ramienia uczelni, dla podmiotów zewnętrznych. Jego zainteresowania naukowe obejmują takie zagadnienia jak projektowanie algorytmów, analiza złożoności obliczeniowej, uczenie maszynowe, optymalizacja kombinatoryczna, czy szeregowanie zadań. Członek Komitetów Organizacyjnych konferencji Game Industry Conference oraz Applied Data Science. Członek Polskiego Towarzystwa Badania Gier.
AI Rockstar / TIDK
Team leader w zespole AI/ML w TIDK, gdzie w świetnym towarzystwie zajmujemy się wdrażaniem rozwiązań opartych na sztucznej inteligencji. Aktualnie w trakcie doktoratu wdrożeniowego na Politechnice Poznańskiej skupiam się na modelach prognozowania szeregów czasowych oraz detekcji anomalii. W pracy korzystam z rozwiązań chmurowych, w których kompetencje potwierdzają zdobyte przeze mnie certyfikaty zarówno z obszaru MS Azure jak i GCP. Fan piłki nożnej oraz sportu w każdej postaci.
Python Expert
Sebastian Kondracki
Chief Innovation Officer, Deviniti
Od ponad 25 lat uczestniczy w projektach IT na różnych etapach ich wytwarzania, a jego największą zawodową miłością jest programowanie, zwłaszcza wymagających algorytmów poprzedzonych gruntownym researchem. Pierwsze szlify zdobywał w kultowym magazynie komputerowym „CHIP” (jako programista w dziale publikacji elektronicznych). Tworzył w nim oprogramowanie dla czytelników, między innymi multimedialne przeglądarki płyt CD czy pierwszą porównywarkę cen komputerów PC Market. Następnie pracował dla wielu portali i startupów w Polsce i za granicą. Obecnie jest szefem innowacji w jednej z najdynamiczniej rozwijających się firm tworzących oprogramowanie w Polsce, a także wykładowcą na studiach podyplomowych w Akademii Leona Koźmińskiego i Wyższej Szkole Bankowej we Wrocławiu. Członek Grupy Roboczej do spraw AI w sekcji ds. badań, innowacyjności i wdrożeń (research, innovation and deployment)/obszarów badawczych i edukacji przy KPRM. Szef innowacji (Chief Innovation Officer) w Deviniti (deviniti.com). Ewangelista w obszarze open source, open science oraz open data. Twórca projektu SpeakLeash /ˈspix.lɛʂ/ a.k.a. Spichlerz t.j. zestawu narzędzi do budowy pierwszego w Polsce tak obszernego (>1 TB) zróżnicowanego zbioru danych wysokiej jakości wraz z bibliotekami umożliwiającymi łatwy dostęp i pełną otwartą replikację danych lub ich analizę. Specjalizacja AI: NLP (Natural Language Processing), NLG (Natural Language Generation), Explainable Artificial Intelligence (XAI) w biznesie, a w szczególności e-commerce. Autor książki “Python i AI dla e-commerce” wydawanego przez wydawnictwo Helion.
“Python i AI dla e-commerce” – https://helion.pl/view/20559c/python-i-ai-dla-e-commerce-sebastian-kondracki,pytiai
PYTHON EXPERT
Sebastian is a Python consultant and online course creator based in Poland. He started his journey with programming as a software developer at CERN, where he fell in love with Python (and teaching). Now he is helping companies untangle their complicated architecture and build all sorts of interesting Python projects. In his spare time, he talks about Python, best practices in programming, and productivity.
TECHNOLOGY EXPERT
Basia jest wpółzałożycielką grup badawczych Lion.ai i Radiato.ai, w ramach których opracowuje modele bazujące na sztucznej inteligencji w celu rozwiązywania problemów zgłaszanych przez szpitale. Pełni rolę CEO w startupie MIDAS, w którym opracowuje oprogramowanie do budowy zbiorów danych medycznych. Jest wykładowcą na Politechnice Gdańskiej. Poza tym pracuje jako główny specjalista R&D w Orange. Została wyróżniona tytułem Forbes 25 under 25 w kategorii Nowe Technologie.
DATA SCIENCE EXPERT
Doświadczony Data Scientist, który wykorzystując algorytmy uczenia maszynowego wspiera procesy biznesowe w Nestlé. Specjalizuje się w problemach szeregów czasowych. Jako Machine Learning Trainer prowadzi szkolenia w Software Development Academy. W wolnych chwilach tworzy narzędzia rekomendacyjne dla inwestycji giełdowych i podróżuje.
TECHNOLOGY EXPERT
Olek jest wpółzałożycielem grup badawczych Lion.ai i Radiato.ai, w ramach których opracowuje modele bazujące na sztucznej inteligencji w celu rozwiązywania problemów zgłaszanych przez szpitale. Pełni rolę CTO w startupie MIDAS, w którym opracowuje oprogramowanie do budowy zbiorów danych medycznych. Jest wykładowcą na Polsko-Japońskiej Akademii Technik Komputerowych. Poza tym pracuje jako AI Reseach Lead w Talkie.ai. Został wyróżniona tytułem Forbes 25 under 25 w kategorii Nowe Technologie.
PYTHON EXPERT
Michał ma 43 lata i pamięta internet z czasów Gophera, NNTP, modemów i czatu na Interii. Pierwsze programy w BASIC pisał na Timexie 2048. Kiedyś, aby zainstalować Unixa na domowym PC-cie przez kilka dni zgrywał FreeBSD na dyskietki korzystając z legendarnych terminali tekstowych na Wydziale Fizyki UMCS, a dla – wtedy – ucznia liceum, przypomnijmy, było to niezbyt zgodne z regulaminem. Później było już tylko z górki — Pascal, assembler x86, C, Java, PHP, no i oczywiście Python (ale Python znacznie wcześniej, nim to było modne!). Czy ten wzięty programista z wyboru i informatyk z zamiłowania będzie w stanie przekazać coś wartościowego uczestnikom konferencji? Czy jego dotychczasowe doświadczenia będą w stanie być dla kogokolwiek pomocne? Tego nie wiemy.
PYTHON EXPERT
Programista ze ślůńska z 10 letnim doświadczeniem w Pythonie, JS oraz frontendzie, od 2 lat w C++. Hobbystycznie ML oraz elektronika, były skarbnik Hackerspace Silesia oraz co-organizator Coding Dojo Silesia. Prywatnie prowadzę fanpage z pieskiem Kubusiem.
TECHNOLOGY EXPERT
Założyłem Business Innovation Consulting, aby pomóc firmom w ich rozwoju poprzez strategiczne wykorzystanie technologii sztucznej inteligencji i usprawnienie zarządzania danymi dla osiągnięcia doskonałości operacyjnej i sprzedażowej. Moje doświadczenie zawodowe opiera się na pracy z danymi i wykorzystywaniu narzędzi informatycznych do budowania modeli biznesowych i wdrażania ich w praktyce. Umiejętność rozumienia potrzeb klienta pomogła mi dostarczać rozwiązania dla wiodących firm na rynkach globalnych i lokalnych. Moje doświadczenie opiera się na projektach w branżach takich jak usługi dla biznesu, IT, treści cyfrowe i marketing, tłumaczenia i lokalizacja, bankowość, produkcja, motoryzacja, nauki fizyczne oraz administracja publiczna. Aktywnie angażuję się w społeczności biznesowe, aby dzielić się swoim doświadczeniem i nowymi pomysłami. Moje motto brzmi: “Niebo nas inspiruje, ale nie ogranicza”. Możesz przeczytać więcej o mnie na moim profilu na LinkedIn.
PYTHON EXPERT
Od wielu lat jestem związany z Pythonem, miałem przyjemność prowadzić meetupy w Trójmieście związane z tą technologią (PyGda, PyData Trójmiasto). Swoje zawodowe doświadczenia zbierałem w dużych korporacjach a od blisko dwóch lat zajmuję się rozwojem platformy Trusted Twin. W wolnym czasie podróżuję, zgłębiam wiedzę z zakresu elektroniki analogowej oraz słucham gitarowego jazzu.
AI EXPERT
Projektant rozwiązań inżynieryjnych dla sztucznej inteligencji, wizji komputerowej, pojazdów autonomicznych i robotyki. Trener głębokiego uczenia. W NVIDIA odpowiedzialny za integrację rozwiązań głębokiego uczenia na skalę przemysłową.
AI Expert
AI Software Evangelist w Intelu. Adrian skończył 6 lat temu Informatykę na Politechnice Gdańskiej. Następnie rozpoczął karierę w Deep Learningu i Computer Vision, gdzie znajduje się do dzisiaj. Przez poprzednie 2 lata, jako lider zespołu Data Scientistów i Android Deweloperów, Adrian był odpowiedzialny za aplikację do robienia profesjonalnych zdjęć (do dowodu osbistego lub paszportu) bez wychodzenia z domu. Jest współautorem zbioru danych LandCover.ai, a w swoim wolnym czasie prowadził kursy z Deep Learningu. Jego aktualna rola polega na edukowaniu ludzi w temacie OpenVINO. W wolnym czasie jest podróżnikiem. Możesz z nim również porozmawiać o finansach, a zwłaszcza inwestowaniu.
PwC / DATA SCIENCE EXPERT
Anna obejmuje stanowisko Data Scientist w dziale Data Analytics w PwC Polska. Ma kompetencje techniczne w zakresie technologii takich jak Python, R i Spark oraz doświadczenie w pracy z aplikacjami business intelligence m.in. PowerBi i Tableau. Od 3 lat uczestniczy w dostarczaniu zaawansowanej analityki opartej o dane w tym modeli prognostycznych w celu rozwiązywania problemów biznesowych klientów. Anna była członkinią grupy modelarskiej COVID-19 powołanej z ramienia Ministra Zdrowia podczas pandemii COVID-19 w Polsce. Obejmowała stanowisko specjalisty do spraw modelowania prognostycznego oraz inżyniera danych.
PwC / Machine Learning Expert
Oskar obejmuje stanowisko Senior Machine Learning Engineer’a w dziale Data Analytics w PwC Polska. Jest specjalistą w dziedzinie IT. Ma ponad 5-letnie doświadczenie w dostarczaniu rozwiązań programistycznych i analitycznych na podstawie danych. Posiada umiejętności z zakresu tworzenia i analizy modeli predykcyjnych, zarządzania chmurą oraz programowania w Pythonie i Sparku. Oskar ma doświadczenie w projektowaniu i wdrażaniu systemów oprogramowania opartych na uczeniu maszynowym z naciskiem na modelowanie predykcyjne i data engineering.
AI Expert
Ukrainian Software and Artificial Intelligence Engineer living in Poland. Artificial Intelligence Architect at Schneider Electric. Former Software Engineer and Architect at Fortune 500 companies. Core areas are Software Development and Cloud Computing. Especially interested in Artificial Intelligence. A history of success in diverse industry sectors including Manufacturing, FMCG, Healthcare, Banking, Education, and Startups. Former PhD student. Taught Information system design and server-side technologies at the University of Silesia. Public speaker at PyCon PL, PyCode, AWS User Group, DataOps Poland, Silesian Artificial Intelligence, Data Science Silesia, Kariera IT.
