Data Engineering på Raysearch Labs || Deep Learning on the edge

Välkommen på denna grupps första meetup! 16/5 kl 17:15, i Gamla Stan. Vi som håller i denna grupp och arrangerar meetups kommer från Ferrologic Analytics. Vi är genuint intresserade av att hålla igång ett lokalt community kring data engineering, på samma sätt som vi gjort med data science sedan tre år tillbaks. (Meetup-gruppen "Stockholm Data Science".)

Fler och fler har insett att data engineering expertis är avgörande för data science och AI-satsningar. Tiden är mogen att sätta data engineering på kartan! Vi rivstartar med två intressanta dragningar, men minglet är minst lika viktigt. Något annat som är viktigt är att denna community helt är inriktat på relevant content. Inte reklam/sälj. Det håller vi hårt på.

********************************************************
Skalbar maskininlärning inom onkologi
/ Fredrik Löfman, Head of Machine Learning på Raysearch Labs
********************************************************
Det finns stor potential inom onkologi för maskininlärning för att automatisera och effektivisera arbetsflöden. Dessutom öppnas möjligheten för delning av kunskap mellan kliniker via tränade modeller och för reducerad variabilitet i cancerbehandlingar mellan kliniker och mellan länder.

Ett hinder som riskerar begränsa den kliniska utrullningen av denna teknologi är tillgång till träningsdata. Vi diskuterar olika arkitekturer och pipelines för att göra patientdata åtkomligt på ett globalt skalbart sätt som underlättar skapande av globala modeller.

********************************************************
Deep Learning on the edge - arkitektur och erfarenheter av att använda Nvidia Jetson TX2 som inference platform i ett bildanalys-projekt
/ Niklas Johnson, Senior Data Scientist, Ferrologic
********************************************************
Teknikutvecklingen har kraftigt sänkt kostnaden att flytta ut model-inference av beräkningstunga deep learning modeller på olika IoT enheter. Men vad är viktigt att tänka på för att uppnå skalbarhet i en sådan arkitektur? Denna presentation delar med sig av tankar kring edge arkitektur samt praktiska erfarenheter av att använda Nvidia Jetson TX2 som inference platform.
********************************************************

********************************************************
Agenda
********************************************************
17:15 – Dörrarna öppnas, ta en öl, lite snacks och nätverka
17:45 - 18:15 – Niklas Johnson, Senior Data Scientist, Ferrologic
18:15 – Break med lättare förtäring
18:45 - 19:30 – Fredrik Löfman Head of Machine Learning, Raysearch Labs

Vi avslutar kvällens meetup ca 20.30.