SALA D

AGENDA SALI D

09:20

Otwarcie konferencji

10:00-11:00

Time series forecasting made easy with Darts by Unit8

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.

11:00-11:30

Przerwa na kontakt z wystawcami

11:30-12:30

Jak wykorzystać konteneryzację w świecie ML z użyciem Pythona?

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.

12:30-13:00

Przerwa na kontakt z wystawcami

13:00-14:00

Inferencja w czasie rzeczywistym - magia w siedmiu wierszach kodu

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.

14:00-15:00

Długa przerwa na kontakt z wystawcami

15:00-16:00

10 lat z Pythonem i Django na przykładzie projektu „Bibliografia Publikacji Pracowników" - jak uniknąć pułapek.

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.

16:00-16:30

Przerwa na kontakt z wystawcami

16:30-17:30

Robotic Operating System - Podstawy

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.