Data Science @ Regensburg: Life in a Research-driven Tech Scaleup

Dieses Mal bei Data Science Regensburg heißen wir den Informationswissenschaftler Dyaa Albakour, Direktor der Signal AI, willkommen. Dyaa wird uns in das Thema einführen, wie es ist, in einem Tec-Unternehmen zu arbeiten welches innerhalb weniger Jahre von 3 auf über 150 Mitarbeiter gewachsen ist und welches foschungsorienterite Philosophie als eines ihrer Grundprinzipien vertritt.

Diese Unterhaltung ist für ein breit gefächertes Publikum von Interesse. Dyaa ist sowohl in der Wissenschaft als auch in der Industrie tätig und falls Sie aktuell Student sind und Ihnen die Vorstellung Ihres künftigen Wirkungsfeldes fehlt – dann ist Dyaa Ihr Mann, denn er hat die selbe Situation durchlebt.

Abstrakt:
Die Durchführung von Forschungsarbeiten in einer Produktentwicklungsumgebung ist mit einzigartigen Herausforderungen verbunden. Erstens ist die Produktentwicklung eine sich schnell bewegende Umgebung, die einen schlanken Ansatz erfordert, um schrittweise Verbesserungen sicher zu stellen. Zweitens erfordert es eine effektive Zusammenarbeit mit Teams und Einzelpersonen mit unterschiedlichen Fähigkeiten. Zu den Herausforderungen gehört auch die Lücke zwischen theoretischen Qualitätsmetriken wie Präzision und Rückruf sowie den Auswirkungen auf Geschäftsmetriken oder die Benutzerzufriedenheit. Die Bereitstellung einer neuen Lösung, beispielsweise eines neuen Ranking-Algorithmus, in einem Produktionssystem ist schließlich mit betrieblichen Komplexitäten wie Kosten und Latenz verbunden.

In diesem Vortrag werde ich die Erkenntnisse aus meiner Erfahrung bei Signal AI bei der Anwendung von Information Retrieval and Natural Language Processing zum Aufbau einer groß angelegten Medienüberwachungsplattform hervorheben. Die Plattform verarbeite täglich Millionen von Nachrichtenartikeln und wird von tausenden von Fachleuten weltweit für Reputationsmanagement und Marktinformationen verwendet. Ich werde praktische Beispiele geben, wie wir die oben genannten Heruasforderungen mit einem pragmatischen und experimentellen Ansatz angehen.

Mittwoch 2020-07-15, 18:00, online

Informationen für Teilnehmer und mehr Details: https://www.meetup.com/de-DE/Data-Science-Regensburg/events/271649269/

Zuletzt bearbeitet am