BEGIN:VCALENDAR
VERSION:2.0
PRODID:https://github.com/derhansen/sf_event_mgt
METHOD:PUBLISH
BEGIN:VEVENT
UID:12-16@hms-data.de
CLASS: PUBLIC
SUMMARY:data2day 2024
DESCRIPTION:Seit 2014 dient die Konferenz als zentrale Anlaufstelle für all
 e, die sich intensiv mit den Themen Data Science, Data Engineering und Data
  Analytics beschäftigen und den Austausch in diesen Bereichen suchen.\n\nIn
  diesem Jahr stehen verschiedene Datenarchitekturen und die praktische Anwe
 ndung von Data Mesh und ähnlichen Konzepten im Mittelpunkt. Die data2day-Ko
 nferenz, organisiert von Heise Medien und dpunkt.verlag, richtet sich spezi
 ell an Data Scientists, Data Engineers und Daten-Teams.\n\n\n\nUnsere Beitr
 äge zur Data2Day\n\n\n\nWorkshop\n\nChatte mit deinen Daten: Aufbau eines R
 etrieval Augmented-Generation-(RAG)-Systems\n\nFabian Kaiser\n\nDaten für u
 nd mit Large Language Models (LLMs) aufarbeiten und persistieren: Die Teiln
 ehmer werden lernen, wie man Daten für die Verarbeitung mit LLMs vorbereite
 t und wie man sie effektiv persistiert, um den Trainingsprozess zu unterstü
 tzen.\n\nVerarbeitung von (Text)daten mit LLMs: Die Teilnehmer werden die G
 rundlagen der Verarbeitung von Textdaten mit LLMs kennenlernen. Dies umfass
 t das Einlesen, Vorbereiten und Anwenden von LLMs auf Textdaten.\n\nErfahru
 ngen mit Large Language Models sammeln: Durch praktische Übungen und Beispi
 ele werden die Teilnehmer Erfahrungen im Umgang mit LLMs sammeln, um ein be
 sseres Verständnis für deren Funktionsweise und Anwendungsmöglichkeiten zu 
 entwickeln.\n\nMehr zum Workshop\n\n \n\nVortrag\n\nLLM-MVC: Ein Entwurfsmu
 ster zur Strukturierung von LLM-Standardaufgaben mit generischen Prompts\n\
 nDr. Robert Bauer\n\nWarum brauchen wir auch im LLM-Kontext standardisierte
  EntwurfsmusterWas sind generische Prompts und (indirekte) LLM-ProzesseWie 
 kann man diese Konzepte verwenden um Aufgaben zu strukturieren und die Anza
 hl verschiedener Prompts zu reduzierenFür welche Anwendungsfälle ist das vo
 rgestellte Entwurfsmuster nutzbarWelche Erfahrungen haben wir damit in der 
 Praxis gesammelt (wir haben den Ansatz in mehrere große Produktivsysteme in
 tegriert)\n\nJetzt Präsentation runterladen\n\n\n\nVortrag\n\nTransparente 
 Zeitreihenprognosen: Explainable AI (XAI) für Business User bei der BASF\n\
 nDr. Markward Britsch, Stephan Sauer (BASF)\n\nIn diesem Vortrag zeigten St
 ephan Sauer und Dr. Markward Britsch, wie sie bei BASF mit Explainable AI (
 XAI) Zeitreihenprognosen verständlicher machen. Business User wollten wisse
 n, warum sich Vorhersagen ändern – mit SHAP-Werten aus der Spieltheorie hab
 en sie diese Frage adressiert.\n\nSHAP-Werte quantifizieren den Einfluss ei
 nzelner Variablen auf Vorhersagen, sowohl in Stärke als auch Richtung. So k
 onnten wir Unterschiede zwischen Modellen nachvollziehbar machen und die tr
 eibenden Faktoren identifizieren. Das Ergebnis ist eine XAI-Erweiterung der
  Forecasting-Plattform, die Vorhersagen für Business User transparent und n
 achvollziehbar macht.\n\nJetzt Präsentation runterladen\n\n\n\nVortrag\n\nV
 on Sprachphilosophie bis zur Spieltheorie: Was wir schon immer über LLMs wu
 ssten!\n\nJulian Kurz\n\nDer Vortrag untersucht Parallelen zwischen Wittgen
 steins Sprachtheorie und modernen Large Language Modellen. Er stellt Fragen
  zur Faszination solcher Modelle, zu Unterschieden zwischen Agenten-Systeme
 n und Gehirn-Netzwerken, und zur Rolle von Sprache bei der Vorhersage chaot
 ischer Systeme. Außerdem wird der Zusammenhang zwischen Datensatzauswahl un
 d Oligopolmärkten beleuchtet. Ziel ist es, Erkenntnisse aus anderen Diszipl
 inen auf künstliche Intelligenz anzuwenden und Lücken im aktuellen Wissen a
 ufzuzeigen.
LOCATION:ATLANTIC Hotel Heidelberg
DTSTAMP:20261005T114314Z
DTSTART:20240918T071200Z
DTEND:20240919T150000Z
END:VEVENT
END:VCALENDAR