Web-Seminar
online

Machine Learning: Projektmanagement und Betrieb

Infos

Die Vorteile der Nutzung von Künstlicher Intelligenz für die Wirtschaft liegen auf der Hand. Besonders interessant für Banken ist das Machine Learning (ML): ML-Modelle leiten aus vorhandenen Daten Gesetzmäßigkeiten und Muster ab, die sich verallgemeinern und auf neue, unbekannte Datenbestände anwenden lassen. Auf diese Weise können beispielsweise Bonitätsbeurteilungen, Kundenclustering und Marketing oder auch Anwendungen im Risikomanagement optimiert werden.

Was in der Theorie schlüssig und klar klingt, birgt in der Praxis zahlreiche Hürden. Wie gehen Sie am besten vor, um einen kompletten Machine Learning Life Cycle zu entwickeln? 

Das Web-Seminar

„Machine Learning: Projektmanagement und Betrieb“
am 30. August 2022, 14:00-15:30 Uhr

führt Sie durch den kompletten Prozess: vom korrekt aufgesetzten Business Case bis zu effizienten Techniken für die Überwachung der Modelle. Auch Fragen zur Teamstruktur, Arbeitsweise und Teamausstattung werden wir besprechen. Dabei gibt die Referentin Best-Practice-Empfehlungen aus ihrer mehr als zehnjährigen Erfahrung mit Data Science an Sie weiter.

Es referiert:
Lina Weichbrodt, Lead Machine Learning Engineer, Deutsche Kreditbank AG

Für Ihre Fragen steht Ihnen Frau Ute Kolck gern zur Verfügung
(Tel. 0221/5490-161 oder per E-Mail an ute.kolck(at)bank-verlag.de). 

Wir freuen uns auf Ihre Teilnahme!

ReferentIn

  • Lina Weichbrodt

    entwickelt seit 10 Jahren skalierbare Machine Learning Modelle und betreibt sie in der Produktion. Sie arbeitet aktuell als Lead Machine Learning Engineer im Data Science Bereich der DKB. Ihre vorherige Position war Senior Research Engineer bei Zalando, wo sie real-time Deep-Learning-Modelle für mehr als 32 Millionen User entwickelte. Ihr besonderer Interessenschwerpunkt ist es, Best Practices für den kompletten Machine Learning Life Cycle zu entwickeln, vom korrekt aufgesetzten Business Case bis zu effizienten Techniken für die Überwachung der Modelle. 

« Zurück zur Übersicht