Data Science Ruhrgebiet - 2 Vorträge im Frühling (online)!

In diesem Meetup werden wir online 2 Vorträge anbieten:

1. „Wie fängt man eigentlich mit Data Science an? - Etablierung von Data Science in Organisationen“
2. "Dateninfrastruktur im Projekt Autowerkstatt 4.0 - ein Praxisbericht"

------------------------------------------------------------

1. Wie fängt man eigentlich mit Data Science an?

Data Science ist komplex, es ist nur verständlich, dass es schwer fällt dieses neue Feld für sich zu entdecken und für sich zu nutzen.
Ein offenes Geheimnis: Man sollte einfach anfangen!

Doch wie?

Damit Organisationen neue Wege gehen können, braucht es an vielen Stellen Verständnis für die neue Technologie, für sich durch den Wandel eröffnende Möglichkeiten und bei allen Beteiligten viel Vertrauen.

Chris Scharpenberg von Old World Computing stellt in dem Vortrag „Etablierung von Data Science in Organisationen“ einige Stolpersteine in ersten Data Science Projekten vor und zeigt, wie man sie umgehen kann. Als Berater bekommt er ständig Einblicke in Unternehmen und weiß, dass nicht nur technische, sondern auch menschliche und organisatorische Aspekte letztendlich den Erfolg oder Misserfolg eines Data Science Projektes ausmachen. Die Erfahrungen aus unzähligen Projekten flossen in die Entwicklung des Standard Prozess zur Etablierung von Data Science (SPEDS) ein, den er vorstellen wird. Der SPEDS gibt Orientierung und Hilfestellung bei den ersten Schritten und Projekten und setzt den Grundstein für das Ausschöpfen des Potenzials durch die Nutzung der Methoden von Data Science.

------------------------------------------------------------
2. Dateninfrastruktur im Projekt "Autowerkstatt 4.0" - ein Praxisbericht

Eine Kfz-Diagnostik basierend auf der Messung von elektrischen Feldgrößen im Motorraum kann eine differenziertere Diagnose als die heute üblichen proprietären Diagnosesysteme über die Fahrzeugschnittstelle liefern. Dieser Messprozess ist bislang allerdings aufwändig und die Interpretation der Messdaten erfordert erfahrene Anwender.

Im EFRE.NRW geförderten Projekt „Autowerkstatt 4.0“ soll dieser Prozess durch den Einsatz von maschinellen Lernverfahren deutlich vereinfacht werden. Hierzu wird von den Projektpartnern (Auto-Intern GmbH; PROLAB Produkt+Produktion, TH Georg Agricola Bochum; Bochumer Institut für Technologie) ein Demonstrator-System entwickelt, dass die Messaufnahme und die automatisierte Klassifikation des vorliegenden Fehlers deutlich vereinfacht.

Im zweiten Vortrag des Abends stellt Dr.-Ing. Sebastian Gergen vom Bochumer Institut für Technologie in einem Praxisbericht vor, welche Anforderungen an die Dateninfrastruktur zur Sammlung und Speicherung der Daten gestellt, wie bzw. mit welchen Komponenten/Bibliotheken/Frameworks diese implementiert und welche praktischen Erfahrungen dabei gesammelt wurden.

Sebastian Gergen hat am Institut für Kommunikationsakustik der Ruhr-Universität Bochum zum Thema der Klassifikation von Audiosignalen promoviert, leitet nun am Bochumer Institut für Technologie das Data Science Lab und ist dort bei der Entwicklung und Bearbeitung unterschiedlicher Projekte im Bereich Data Science und maschinelles Lernen tätig.