Nikolaj Waller – Data Scientist bei MHP – A Porsche Company

„Still today, most Data Science projects fail“ – nicht mit Nikolaj Waller, Data Scientist bei MHP – A Porsche Company. Im Gespräch mit Theo erklärt er, wie er es gemeinsam mit seinem Team bei einem Kunden geschafft hat, treffsicher eine Recommender Engine Lösung zu entwickeln von der die Benutzer begeistert sind und die konzernweit ausgerollt wurde.

Nikolaj Waller – Data Scientist bei MHP – A Porsche Company2022-02-15T07:40:50+00:00

Fabian Witt – Head of Data Science bei Mathema

Als Head of Data Science bei Mathema steckt Fabian Witt sowohl hands-on in Kundenprojekten, als auch in der Rolle des Team-Coaches und Mentors. Wie er es schafft mit seinen Kunden scheinbar unlösbare Projekte doch zu realisieren, dabei stets auf einer gemeinsamen Augenhöhe bleibt und wie ihm seine Vorliebe für Algorithmen fernab des Mainstreams dabei hilft, erfahrt ihr in dieser Ausgabe von The Erium Podcast!

Fabian Witt – Head of Data Science bei Mathema2022-02-15T07:40:00+00:00

Michael Eder – KI-basierte Sprachassistenzsysteme und Gründer von KENBUN

KI-basierte Sprachassistenzsysteme gehören für viele Menschen heutzutage zum Alltag. Als Geschäftsführer der KENBUN IT AG arbeitet Michael Eder daran, dass diese Form der KI auch in professionellen Umgebungen gewinnbringend zum Einsatz kommt. Im Gespräch mit Theo spricht er darüber, wie er zu Großentwicklungen wie GPT-3 steht und wie er mit seinen Kollegen die speziellen Herausforderungen in individuellen Kundenprojekten meistert.

Michael Eder – KI-basierte Sprachassistenzsysteme und Gründer von KENBUN2022-02-15T07:19:08+00:00

Dr. Sergio Lopez-Gehler – Senior Consultant & Cloud Architect bei Machine Learning Reply

Dr. Sergio Lopez-Gehler ist Senior Consultant bei Reply in der Rolle eines Data Scientist & Cloud Architect. Doch was macht diese Rolle eigentlich in seinem Arbeitsalltag aus? Und wie läuft die Zusammenarbeit mit Großkunden wirklich ab? Gemeinsam mit Theo gibt Dr. Sergio Lopez-Gehler einen Einblick in die Welt des Consultings und zeigt unter anderem auf, warum das Thema MLOps – wenn auch von vielen noch unterschätzt – auch heute schon so wichtig ist.

Dr. Sergio Lopez-Gehler – Senior Consultant & Cloud Architect bei Machine Learning Reply2022-02-15T07:39:02+00:00

Dr. Markus Köster – Industrial Analytics mit Weidmüller Industrial AutoML

Dr. Markus Köster verantwortet die Forschung und Entwicklung im Bereich Industrial Analytics bei Weidmüller. Mit „Weidmüller Industrial AutoML“ hat er gemeinsam mit seinem Team eine überdurchschnittlich erfolgreiche Machine Learning Lösung entwickelt. Doch wie funktioniert es, dass Maschinen- und Prozessexperten Machine Learning Modelle benutzen, ohne Vorkenntnisse in Data Science zu besitzen? Welche Entwicklungsentscheidungen und Teamaufstellungen waren dazu nötig? In „The Erium Podcast“ teilt Dr. Markus Köster dazu seine Erfahrungen und Erkenntnisse.

Dr. Markus Köster nimmt auch an unserem Data Science eMeetup am 30.11.2021 teil.
Hier geht`s zum eMeetup

Data Science eMeetup mit Dr. Markus Köster

Dr. Markus Köster – Industrial Analytics mit Weidmüller Industrial AutoML2022-02-15T07:32:56+00:00

CAUSAL MACHINE LEARNING – wie holt man am meisten damit raus?

Causal machine learning als Allheilmittel? Weit gefehlt! In dieser Folge diskutieren Maksim und Theo bei welcher Art von Problemstellungen und unter welchen Rahmenbedingungen es am sinnvollsten ist, einen kausalen Ansatz zu verfolgen. Maksim arbeitet ein Trauma aus seiner frühen Zeit als Data Scientist auf und auch Theo wird unerwarteter Weise von p-Values verfolgt. Das und noch mehr erwartet euch in der neusten Folge von The Erium Podcast.

p-Values

Jupyter Notebook

Du möchtest dich unbedingt zu diesem Thema mit weiteren Experten austauschen? Dann registriere dich jetzt bei unserer Data Science Meetup Gruppe: Link zur Registrierung

CAUSAL MACHINE LEARNING – wie holt man am meisten damit raus?2021-07-08T07:09:16+00:00

AI ANSÄTZE FÜR KAUSALE URSACHENFINDUNG FÜR APPLICATION PERFORMANCE MONITORING – mit Thomas Natschläger

In dieser Folge ist Thomas Natschläger, Lead AI/Data Scientist von Dynatrace, zu Gast! Gemeinsam mit Maksim und Theo diskutiert er, welche Rolle kausales Machine Learning beim Application Performance Monitoring spielt. Welche Vorraussetzungen müssen sowohl technisch, als auch algorithmisch gegeben sein und welchen Mehrwert hat der Kunde davon? All das erfahrt ihr in dieser Folge von The Erium Podcast.

Dynatrace

AI ANSÄTZE FÜR KAUSALE URSACHENFINDUNG FÜR APPLICATION PERFORMANCE MONITORING – mit Thomas Natschläger2021-07-08T07:08:02+00:00

REVIEW DATA SCIENCE MEETUPS 2

In der neusten Folge von The Erium Podcast setzen Maksim und Theo ihren Rückblick auf die letzten Data Science Meetups fort. Worum ging es jeweils und was waren die spannendsten Erkenntnisse? Und wie schaffte es Least Squares zum Algorithmus der Woche? Hört rein, was Maksim und Theo dazu verraten!

Du möchtest dich unbedingt zu diesem Thema mit weiteren Experten austauschen? Dann registriere dich jetzt bei unserer Data Science Meetup Gruppe: Link zur Registrierung

REVIEW DATA SCIENCE MEETUPS 22021-07-08T07:05:48+00:00

REVIEW DATA SCIENCE MEETUPS 1

In der neusten Folge von The Erium Podcast blicken Maksim und Theo zurück auf eine spannende Serie unserer Data Science Meetups. Sie verraten euch, worum es jeweils ging, und was die jeweils interessantesten Insights waren. Darüber hinaus wartet mit dem „Blick in den Werkzeugkasten“ eine neue Kategorie auf euch. Hört rein, welche Tipps Maksim und Theo in dieser Folge für euch auf Lager haben!

Numpy.einsum

Link zum Discord Server

Link zum eMeetup

Du möchtest dich unbedingt zu diesem Thema mit weiteren Experten austauschen? Dann registriere dich jetzt bei unserer Data Science Meetup Gruppe: Link zur Registrierung

REVIEW DATA SCIENCE MEETUPS 12021-07-08T07:05:19+00:00

CAUSAL MACHINE LEARNING – welche Algorithmen eignen sich dafür?

Welche Algorithmen eignen sich fürs Causal Machine Learning und was haben diese gemeinsam? Und muss ich diese Algorithmen alle selbst implementieren oder gibt es bereits Packages die ich direkt nutzen kann? In der neusten Folge von „The Erium Podcast“ diskutieren Maksim und Theo Alternativen zu Bayes’schen Netzen und stellen euch die Vor- und Nachteile verschiedener existierender Causal ML Lösungen vor. Und über die irregeleitete Statistik hinaus haben wir eine neue Rubrik für euch auf Lager.

Halerium

Structural Equation Modeling

Machine Learning Algorithmus der Woche: Self-Organizing Map (SOM)

DoWhy
NumPyro und dessen Do-Operator
CausalML
Causallib

Du möchtest dich unbedingt zu diesem Thema mit weiteren Experten austauschen? Dann registriere dich jetzt bei unserer Data Science Meetup Gruppe: Link zur Registrierung

CAUSAL MACHINE LEARNING – welche Algorithmen eignen sich dafür?2021-07-08T06:59:34+00:00
Nach oben