Der Podcast für Young Professionals räumt mit Mythen auf, gibt Einblicke in die Welt der Data Scientists und zeigt euch die Power von Machine Learning.
Starte mit der neuesten Episode:
19. September 2023
Der Recruiting-Gamechanger: KI im Rampenlicht
Die letzten Jahre haben gezeigt, dass der HR-Markt niemals stillsteht. Von der turbulenten Corona-Krise über das Aufkommen hybrider Arbeitsmodelle bis hin zum boomenden Einstellungsmarkt – HR ist stets im Wandel.
In dieser Folge zeigen wir die Möglichkeiten, wie künstliche Intelligenz, insbesondere Chat-GPT und generative KI, die HR-Branche revolutionieren können. Außerdem diskutieren wir, wie diese Technologien die Kommunikation mit potenziellen Kandidaten optimieren, Stellenanzeigen verbessern und die Suche nach den perfekten Bewerbern effizienter gestalten können.
Link zum Early Access von Halerium: https://pages.erium.de/halerium-early-access
Dr. Hannah Richta – Maximaler Impact von Machine Learning bei der Deutschen Bahn
Data Science und Machine Learning vs. Deutsche Bahn und Konzernstrukturen. Ein Widerspruch? Nicht unbedingt, wie Dr. Hannah Richta - [...]
Dr. Stefan König – Senior Data Scientist bei der Ehrenmüller GmbH
Ein solide mathematische Grundausbildung ist einer der entscheidenden Faktoren dafür, dass ein Machine Learning Projekt auch dann zum Erfolg [...]
Christian Thiel – Head of Unit Data bei QUNIS
Als Berater für Data Architecture, Data Engineering und Data Science bei QUNIS deckt Christian Thiel eine breites Spektrum an [...]
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 [...]
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 [...]
CAUSAL MACHINE LEARNING – mehr als nur Algorithmen
Causal Machine Learning ist mehr als nur Algorithmen und Mathematik! In dieser Folge von The Erium Podcast besprechen Maksim [...]
FÜR WELCHE FIRMEN MACHT DATA SCIENCE ÜBERHAUPT SINN? – mit Martin Szugat
Für welche Firmen macht ein Machine Learning-Projekt überhaupt Sinn? Was unterscheidet Data Science von Computer Science? Und wie entwickelt [...]
STRUKTURIERTER DATA LAKE ODER BEDARFSORIENTIERTER FLICKENTEPPICH? – mit Dr. Sandra Romeis
Strukturierter Data Lake oder bedarfsorientierter Flickenteppich? Wie geht man im Kontext eines bestimmten Use Cases mit Missing Values und [...]
WIE SEHR MUSS ICH ALS DATA SCIENTIST VERSTEHEN, WIE DIE ALGORITHMEN INTERN FUNKTIONIEREN? – mit Dr. Stefan Hilbert
Wie sehr muss ich als Data Scientist verstehen, wie die Algorithmen intern funktionieren? Diese und noch weitere Fragen diskutieren [...]
Dr. Tobias Girschick – Biotecher und Data Scientist in der Automobilindustrie
Wie kommt man von einer Biotechfirma wie PRIAXON zur Arbeit bei DRÄXLMAIER in der Automobilindustrie? Und wie kann […]
Podcast: Play in new window | Download
Subscribe: Google Podcasts | Spotify | Email | TuneIn | Deezer | RSS
Christian Stadter – Ex-Mechatroniker mit Machine Learning im Werkzeugkasten
Wie verändert Machine Learning die Forschung in der Lasermanufaktur? Was genau ist Intelligent Joining System Technology? Und wie kommt man […]
Podcast: Play in new window | Download
Subscribe: Google Podcasts | Spotify | Email | TuneIn | Deezer | RSS
Juan Carlos Medina Serrano – Political Data Scientist and Social Media Miner
How does Social Media reshape a political landscape? This weeks episode features the political data scientist Juan Carlos Medina Serrano. […]
Podcast: Play in new window | Download
Subscribe: Google Podcasts | Spotify | Email | TuneIn | Deezer | RSS
Networking for Data Scientists
Um was geht es beim Networking wirklich? Was sollte man beachten und was ist nur Mythos? Zusammen mit Theo Steininger […]
Podcast: Play in new window | Download
Subscribe: Google Podcasts | Spotify | Email | TuneIn | Deezer | RSS
Dimensionality Reduction
Wie können selbst höherdimensionale Datenbestände, mit mehr Features als Datenpunkten für Machine Learning und Data Science benutzt werden? Theo Steininger […]
Podcast: Play in new window | Download
Subscribe: Google Podcasts | Spotify | Email | TuneIn | Deezer | RSS
Data Misinterpretations
Was kann beim Interpretieren von Daten alles schief gehen? Und wie erkennt man wann man mit seiner Analyse komplett daneben […]
Podcast: Play in new window | Download
Subscribe: Google Podcasts | Spotify | Email | TuneIn | Deezer | RSS
