Codette4Cloud - Chapter 3

• BUCURESTI - Adobe Romania
•    14 Noiembrie 2017

În cadrul acestui meetup abordăm subiecte din domeniul Cloud, Inteligenţă Artificială, Big Data şi servicii web. Codette 4 Cloud este un eveniment deschis tuturor, indiferent de gen sau nivel de pregătire. 

RSVP aici: https://www.meetup.com/CodetteRo/events/244599908/

Te rugăm să foloseşti numele complet astfel încât să te putem adăuga pe lista de participanţi cărora li se va permite accesul în Anchor Plaza.
Când? 14 noiembrie, ora 18:30.
Unde? Sediul Adobe România (Anchor Plaza, et. 6, Bulevardul Timișoara 26Z, București)

AGENDA EVENIMENTULUI
18:30 - 19:00 Înregistrarea participanților
19:00 - 19:15 Opening notes
19:15 - 19:45 "Building Machine Learning models that could predict the next Bitcoin", Ruxandra Burtica - Software Engineer Adobe, Antreprenor
19:45 - 20:15 "Object Detection - Retele neurale pentru detectia obiectelor in imagini. Modelul Faster RCNN. Limitari ale acestui model.", Tudor Virgil - Programator UiPath
20:15 - 21:00 Networking

Prezentările vor fi ţinute în limba română.

DESPRE SPEAKERI ȘI PREZENTARI

RUXANDRA BURTICA, Software Engineer Adobe, Antreprenor
Ruxandra este programatoare şi pe parcursul carierei a lucrat atât în startup-uri, cât şi în corporaţii. Este pasionată de data engineering, sisteme scalabile şi machine learning. Are experienţă de peste 7 ani în lucrul cu datele, trecând prin roluri multiple - de la soluţii data warehouse pentru IBM la construirea de produse de data analytics. 

Ruxandra a făcut parte din echipa uberVU, construind pipeline-uri de backend pentru procesarea datelor. După ce uberVU a fost achizionat de HootSuite, a lucrat într-un startup din SUA pentru două iteratii ale produsului lor de analytics. Ulterior, a co-fondat şi a avut rolul de CTO într-un startup pe infrastructură, în cadrul căruia cele mai importante decizii se luau pe baza acţiunilor utilizatorilor.
În prezent lucrează la Adobe pentru a construi produse ce folosesc machine learning.

Despre prezentarea Ruxandrei:
"Bitcoin este primul sistem de plată peer-to-peer, descentralizat, oferind posibilitatea transferului de bani fără a se folosi de o banca centrală. După apariția acestuia, Ethereum a fost următoarea inovație în domeniu, care a adăugat posibilitatea de a executa contracte software, peste blockchain. Odată cu apariția acestor contracte s-a dezvoltat un ecosistem alternativ de investitori și un nou tip de IPO, numit ICO (Inițial Coin Offering) sau Oferta Inițială de Monede. ICO-ul oferă posibilitatea oricui să investească banii într -o companie, un sistem diferit față de sistemul de Venture Capital sau investitori Angel, și acest model nou este motivul pentru care în ultimele luni au fost câteva sute de ICO- uri .

Am folosit datele colectate de la sute de ICO- uri , pentru a construi un model care să prezică rata de succes a unui nou ICO. Am colectat date despre ICO-urile care au avut loc, colectând informații din diverse surse publice și am încercat diferite abordări de prezicere a ratei de succes a unui nou ICO. Pentru început , am măsurat rata de succes a unui ICO prin suma de bani colectată , dar vom discuta despre alternative.

Voi folosi un notebook Jupiter ca modalitate de a arăta pașii pe care i-am făcut și vom trece prin toți pașii necesari pentru construirea unui proiect de machine learning, de la colectarea datelor, analiza și curățarea la construirea modelului. Vă vom lăsa câteva idei pentru a vă îmbunătăți ceea ce am construit."

TUDOR VIRGIL, Programator UiPath

struct Bio
{
String Nume = "Tudor Virgil";
UInt32 Age = 28;
String Profession = "Programmer";
String currentWorkplace = "UiPath, Machine Learning Development";
String[] previousWorkplaces = new[]{"Ubisoft", "King Games"};
String[] studies = {"Faculty of Informatics at the University of Bucharest"};
String[] hobbies = {"Video games","reading"};
};

Introduceți evenimentul în