#9 "DS dla sektora Retail" & "Projektowanie (..) systemu rekomendacji produktów"

Zapraszamy na kolejny Data Science Rzeszów Meetup!

W agendzie:
✔ PAYBACK: Data Science dla sektora Retail by Rafał Latkowski, Data & Customer Analytics @ PAYBACK,
✔ Projektowanie uniwersalnego, działającego w czasie rzeczywistym systemu rekomendacji produktów by Piotr Wójcik, BigData Engineer @ VirtusLab

Rejestracja:
https://us02web.zoom.us/webinar/register/WN_BcraSFUQTgqvUCt4gb6qWw

📍 PAYBACK: Data Science dla sektora Retail by Rafał Latkowski, Data & Customer Analytics @ PAYBACK
Abstrakt:
Model działania PAYBACK świadomie został oparty o Dane już od powstania ponad 20 lat temu. Działalność programu skoncentrowana jest na sektorze sprzedaży detalicznej (Retail), gdzie zachodzą ciekawe i zróżnicowane procesy zarówno w wymiarze biznesowym jak i Data. W takim środowisku umiejętności Data Science są niezbędne do zapewniania zindywidualizowanej obsługi doradczej zróżnicowanych partnerów na wielu rynkach. Sprawne zarządzanie warsztatem pracy jest kluczem do rozwiązywania problemów biznesowych.

🎙 Bio:
dr Rafał Latkowski jest odpowiedzialny za realizację i synchronizację rozwiązań z obszaru Data & Customer Analytics na wszystkich rynkach PAYBACK.

Od ponad 20 lat związany z komercyjnym wykorzystaniem analityki i Data Mining w sektorach usług finansowych, telekomunikacyjnych, programach lojalnościowych i sieciach sprzedaży detalicznej. Wcześniej pracował m.in. w takich firmach jak SAS Institute czy Raiffeisen Bank Polska. Oprócz osiągnieć biznesowych, w swoim dorobku posiada również liczne publikacje naukowe o tematyce Data Mining.

Jest absolwentem Informatyki i Matematyki Uniwersytetu Warszawskiego. Stopień doktora w zakresie Machine Learning i Distributed Computing uzyskał na Polskiej Akademii Nauk. W wolnym czasie kontynuuje pracę naukową i dydaktyczną w zakresie Data Mining / Data Science.

📍 Projektowanie uniwersalnego, działającego w czasie rzeczywistym systemu rekomendacji produktów by Piotr Wójcik, BigData Engineer @ VirtusLab
Abstrakt:
Jak zaprojektować sklep online, tak aby odpowiednie produkty przyciągnęły uwagę klientów, a design systemu był łatwo skalowalny? Na jakie potrzeby biznesowe należy zwrócić uwagę i jakie podejście modelowania danych wybrać, aby móc zrealizować te założenia? Na te i inne pytania postaram się odpowiedzieć na przykładzie modelu zastosowanego dla sklepów spożywczych lidera e-commerce w Wielkiej Brytanii. Podczas prezentacji dowiesz się:
jak zautomatyzować generowanie wektorów cech,
do czego mogą przydać się usługi API chmury,
jak efektywnie wykorzystać Pythona, Hadoopa, Apache Sparka, Microsoft Azure’a i Apache Airflowa?

🎙 Bio:
Pythona developer w VirtusLab od roku, wcześniej developer Scali i C++. Interesują mnie języki funkcyjne, algorytmika, podstawy informatyki i rowery.

Sponsorem założycielskim Data Science Rzeszow jest VirtusLab --> https://virtuslab.com