Na Uniwersytecie Ekonomicznym w Poznaniu odbyło się spotkanie inauguracyjne Studenckiego Koła Naukowego „Data Science” w roku akademickim 2024/2025. Podczas spotkania zostały omówione planowane aktywności SKN Data Science oraz propozycje obszarów działań w najbliższe miesiące. Dodatkowo pracownicy naszej Katedry przedstawili możliwości oraz wyzwania związane z analizą danych w różnych obszarach.
Temat: uczenie maszynowe
„A zatem stworzyłeś model ML, ale co dalej?” MLOps w pigułce
Praktyka zawodowa pokazuje, że praca osoby zajmującej się uczeniem maszynowym (ang. machine learning, w skrócie – ML) nie kończy się na stworzeniu modelu. Zatem co należy jeszcze zrobić i o co chodzi z „Opsem”? Na te i wiele innych pytań, podczas spotkania otwartego, odpowiedział Jacek Jankowiak, jeden z założycieli SKN Data Science, obecnie pracujący jako Konsultant Data Science i Engineeringu.
Analityka, DS, ML, MLOps – na co to komu?
W dniu 23 maja odbył się wykład otwarty pt. “Analityka, DS, ML, MLOps – Na co to komu?”. Wykład poprowadził dr Piotr Kałużny, który obecnie pracuje na stanowisku Data Scientist w Allegro sp. z o.o., prowadzącej najpopularniejszą platformę handlu elektronicznego w Polsce – Allegro.pl. Wydarzenie było zorganizowane przez SKN Data Science.
Najwyższa liczba punktów dla projektu OpenFact
Projekt OpenFact jest prowadzony przez zespół naszej Katedry przy współpracy partnerów technologicznych i merytorycznych, m.in.: Google, Facebook, Bright Data, Harvard University, a także czołowych organizacji fact-checkingowych w Polsce. Podczas ewaluacji pierwszej fazy programu INFOSTRATEG Narodowego Centrum Badań i Rozwoju, w zakresie detekcji fake newsów z użyciem sztucznej inteligencji, projekt OpenFact otrzymał najwyższą liczbę punktów.
Co daje znajomość teorii w machine learningu?
II Dni Przedsiębiorczości UEP
W dniach 2-3 grudnia br. w ramach II Dni Przedsiębiorczości UEP pracownicy Katedry Informatyki Ekonomicznej, mgr Piotr Kałużny oraz dr Włodzimierz Lewoniewski, przeprowadzili wykłady na temat współczesnych wyzwań innowacyjnej gospodarki, możliwości wykorzystania otwartych danych oraz Data Science w rozwoju przedsiębiorczości.