Zapraszamy na 134. spotkaniem krakowskiej grupy Data Community, tym razem w nowym miejscu - HEVRE!
KIEDY
22 października (środa) - 18:00 - 21:00
GDZIE
Pub HEVRE - Meiselsa 18, Kraków
AGENDA
18:00 – 18:15 Rozpoczęcie spotkania, sprawy organizacyjne
18:15 – 19:15 Architektura AI/ML - jak to się w ogóle składa w całość - Maciej Kępa
19:15 – 19:45 Networking
19:45 - 20:45 Możliwości i ograniczenia Copy job w Microsoft Fabric - Tomasz Libera
20:45 – 20:50 Zakończenie spotkania
ABSTRAKTY
Architektura AI/ML - jak to się w ogóle składa w całość - W trakcie spotkania sprawdzimy z czego faktycznie składa się system AI/ML - od źródeł danych po wdrożenie modelu w środowisku produkcyjnym. Zamiast przeglądu buzzwordów porozmawiamy o technicznym obrazie infrastruktury, przepływu danych i narzędzi, które spajają proces uczenia maszynowego w całość. Jako uczestnicy sesji poznacie, jak wygląda architektura ML w praktyce, niezależnie od tego, czy pracujecie w Azure, GCP czy AWS.
Z sesji wyniesiesz:
• Jasny obraz jak wygląda architektura AI/ML w praktyce.
• Wiedzę, jakie komponenty są niezbędne do zbudowania działającego środowiska ML.
• Świadomość, jakie role i procesy są potrzebne, by to utrzymać.
• Praktyczny przykład prostego pipeline’u, który można odtworzyć samodzielnie.
• Fundament do dalszych spotkań - ale też samodzielnie wartościowy moduł dla każdego, kto chce zrozumieć, jak ML działa w produkcji.
„AI/ML w praktyce - od teorii do wdrożenia” - seria dziewięciu technicznych spotkań, które krok po kroku przeprowadzą uczestników przez cały proces tworzenia i wdrażania modeli uczenia maszynowego - od przygotowania danych, przez trening i MLOps, po zastosowanie generatywnego AI. Każda sesja to połączenie konkretnej wiedzy, kodu i praktycznych przykładów z realnych projektów. Celem cyklu jest zbudowanie solidnego zrozumienia, jak efektywnie projektować, implementować i utrzymywać rozwiązania ML w środowisku produkcyjnym.
Możliwości i ograniczenia Copy job w Microsoft Fabric - Copy job w Microsoft Fabric pozwala przygotować proces pobierania danych, dla wielu tabel jednocześnie. Przyrostowe pobieranie danych bazuje na kolumnach z ostatnią datą modyfikacji (watermark) lub CDC w przypadku obsługiwanych źródeł. Sierpniowe aktualizacje przynoszą nowe możliwości. W ramach sesji poza możliwościami skupię się na ograniczeniach o których warto pamiętać przed przystąpieniem do implementacji.
BIO
Maciej Kępa - Data Architect @ Datumo
Inżynier danych oraz lider techniczny w Datumo. Swoją karierę zadedykował obszarom AI/ML, urządzeniom brzegowym oraz IoT. Zawodowo związany z projektowaniem oraz wdrażaniem rozwiązań opartych głównie na chmurze Azure. Zwolennik sztucznej inteligencji zorientowanej na dane (Data-centric AI). Prywatnie miłośnik zwierząt, gier komputerowych oraz majsterkowania
Tomasz Libera - Data Architect TIDK | MVP Data Platform | KursySQL.pl Data Architect w TIDK. MVP Data Platform, MCT. Aktywny członek Data Community Poland. Prelegent na konferencjach dotyczących Microsoft Data Platform. Jego prezentacje i sesje szkoleniowe można znaleźć na kanale YouTube www.youtube.com/c/kursysql oraz na stronie internetowej www.kursysql.pl. Pasjonat kolarstwa i maratonów MTB.
