Evento Data Science Scuola di Palo Alto

Scuola di Palo alto in collaborazione con Daskell, organizza un workshop gratuito di AI e Data Science: Due appuntamenti imperdibili per capirne le potenzialità!

Il big data oggi sta diventando sempre più parte della vita aziendale di ognuno di noi: molte volte le  aziende ignorano la quantità e qualità di dati che hanno “in pancia”: se gestiti con criterio, questi dati rappresentano il potenziale maggiore che le aziende oggi già possiedono quasi inconsapevolmente.

Una mancanza di business strategy, un data management carente rendono quasi impossibile lo sviluppo di tali potenzialità.

La missione di Daskell è andare ad affrontare i problemi sopra citati accompagnando le aziende verso una strategia data-driven:
– Andando a risolvere business problems e non solo implementando use cases.
– Definendo una strategia di adozione dell’AI grazie ad una visione dell’organizzazione, delle sue risorse e delle sue problematiche e priorità.
– Costruendo un portfolio AI modulare al fine di riutilizzare in scenari futuri quanto implementato per i problemi attuali.
– Centralizzando e standardizzando i dati al fine di costruire dataset utilizzabili per usi attuali e futuri. Questo permette di coordinare efficacemente le diverse business units rispetto alle iniziative AI.

PROGRAMMA – Milano, 11 Ottobre 16.00 – 19.00

Obiettivi​: focus su Data Science e Intelligenza Artificiale al fine di riuscire a mostrare motivazioni, requisiti, benefici e tipi di utilizzo di una strategia data-driven.

  • Introduzione: – Focus su tecnologie Pre-AI utilizzate in azienda.
  • What: Qual è la differenza tra Data Science e Intelligenza Artificiale? – Modelli di Intelligenza Artificiale. – I fattori critici responsabili dell’industrializzazione dell’AI nell’ultimo decennio.
  • How: Perché questi algoritmi sono definiti “intelligenti”? – Perché gli algoritmi devono essere addestrati sui dati passati? Il ruolo cruciale dei dati.
  • Why: Sfatare i miti e luoghi comuni riguardo l’utilizzo dell’Intelligenza Artificiale. – Necessità dell’adozione di una strategia data-driven – Perché essere Early Adopters.
  • Who​: Focus su Data Science e suoi applicativi in industria. – Opportunità e benefici per specifico settore.
  • Strategia data-driven: Distinzione strategia top-down e Bottom-up. – Dati come asset di cruciale valore. – Data monetization e il valore di dati labellati. – Fattori critici per il successo di un progetto data-driven.

Aperitivo e saluti finali.

Relatore: Christian Sciuto

PROGRAMMA – Milano, 8 Novembre 16.00 – 19.00

Obiettivi​: Data Science nella pratica: approfondimenti sui diversi applicativi data science rispetto alle tipologie di dato e di task da svolgere.

PRIMA PARTE: Come affrontare un progetto di Data Science.

  • Business understanding.
  • Fase di Data Exploration e preparazione del dato.
  • Design modello AI.
  • Fase di addestramento.
  • Industrializzazione.

SECONDA PARTE: Applicativi in industria: esempi concreti con introduzione ad alto livello delle architetture utilizzate:

  • Demo fraud detection in banca.
  • Traduzione linguaggio linguaggio naturale: architettura seq-to-seq / encoder-decoder
  • Demo object detection, applicazioni in industria, quality control.
  • Generazione immagini in real-time.
  • Demo predictive maintenance in manufacturing.
  • Demo Speech-To-Text e Text-To-Speech ed applicazioni.

Aperitivo e saluti finali.

Relatore: Christian Sciuto

Author: Marco Mutti
Nato a Pavia nel 1976, dove si è laureato, ha lavorato da prima nell'area commerciale della GDO food per poi dirigere, dopo anni di esperienza nel web, il reparto Marketing di una nota azienda digital. Varie esperienze all'estero ed un ampia visione e conoscenza del web marketing completano il profilo professionale di Marco

Lascia un commento

1 commento

  • Andrea Griseri

    Buongiorno ho segnalato l’evento. Non so se qualcuno riuscirà a partecipare ma mi piacerebbe approfondire il tema della fraud detection in banca, tema che da noi ( FCA Bank) è di stretta attualità.