Izbornik

Metodološki okvir za učinkovito upravljanje energijom s pomoću inteligentne podatkovne analitike

Lokacija

Faculty of Economics in Osijek

Trg Lj. Gaja 7
31000 Osijek
Croatia

Radionica “1. Data Science Meetup Osijek”

Znate li koje je natraženije zanimanje 21. stoljeća prema Harvard Business Review? Što radi  Data Scientist, odnosno BigData Specialist? Koje metode i alate koristi? Odgovore na ova pitanja potražite na radionici

 

1. Data Science Meetup Osijek

30.11.2017. u 18.00 h

Mjesto: Ekonomski fakultet u Osijeku, Trg Lj. Gaja 7, Osijek, dvorana 1

Okvirno trajanje: 2 h

Radionica će se održati u okviru projekta MERIDA financiranog od strane Hrvatske zaklade za znanost u suradnji sa Ekonomskim fakultetom u Osijeku – Katedrom za kvantitativne metode i informatiku, Data Science Croatia i Osijek Software City.

Pozvani su studenti, nastavnici, analitičari, developeri, menadžeri, baš svi zainteresirani za danas najpopularnija IT područja: Data Science, Big Data, Business Analytics, Data Analytics, …..

Molimo prijavite se putem obrasca.


Predavači:

Zivko Krstic

Živko Krstić, BigData Specialist, Crossing Technologies, London

Znanost o podacima s primjerima iz Hrvatske

Diplomirao 2014. na Ekonomskom fakultetu Split, smjer Informacijski management. Od 2014-2015. radio u tvrtki Poslovna inteligencija na strojnom učenju u alatima R & KNIME, vizualizaciji podataka u alatu Tableau i brand developmentu na raznim in-house projektima. Od 2015. radi u tvrtki Crossing Technologies sa sjedištem u Londonu na razvoju strojnog učenja u alatima Spark & R, razvoju modela strojnog učenja za BigData proizvod “JupiterOne”, i drugim poslovima u okviru BigData okolinama (Hive, Spark, Ambari …). Područja modeliranja: keyword detection, entity extraction, sentiment analysis, topic extraction,…. Zajedno s Davorinom Vukelićem i Tinom Dolić pokrenuo i vodi zajednicu Data Science Croatia, organizira meetup-ove i radi na popularizaciji Data Science.


Davorin Vukelic

Davorin Vukelić, BigData Specialist, Crossing Technologies, London

Native Hadoop BI by JupiterOne

Diplomirao na Fakultetu organizacije i informatike Varaždin 2014. Radio kao Junior Analyst u tvrtki Kozmo (2011-2012), kao Consultant Junior u tvrki Poslovna inteligencija (2014-2015). Od 2015. radi u tvrtki Crossing Technologies sa sjedištem u Londonu kao BigData Specialist. HDP Certified Developer. Radio na projektima: Big Data product “JupiterOne”, Vipnet Big Data, Ferari – Flexible Event pRocessing for big dAta aRchItectures, PANDORA. Zajedno sa Živkom Krstićem i Tinom Dolić pokrenuo i vodi zajednicu Data Science Croatia.


Domagoj Matijevic

izv.prof.dr.sc. Domagoj Matijević

Metode podatkovne analitike u nastavi i istraživanju na Odjelu za matematiku Osijek

Predstavit će kolegije  iz područja podatkovne znanosti koji se izvode na Odjelu za matematiku kroz dva studijska programa (Matematika i računarstvo na preddiplomskom i diplomskoj razini, Financijska matematika i statistika na diplomskoj razini). Postoje skupine kolegija koje pristupaju problematici sa aspekta vjerojatnosti i statistike, aspekta optimizacije (algoritamski pristup) te skupina kolegija koje kombiniraju ova dva aspekta, poput strojnog učenja, grupiranja podataka ili bioinformatike. U aktualnim primijenjenim i teorijskim istraživanjima koriste  se  napredni modeli i metode  koji spadaju u grupu multivarijatnih tehnika, primjerice: regresijska analiza (nelinearni multivarijatni modeli), analiza višedimenzionalnih vremenskih nizova, analiza panel podataka, klaster analiza i mnoge druge.


Marijana Zekic-Susac

prof.dr.sc. Marijana Zekić-Sušac, Ekonomski fakultet u Osijeku

Metode podatkovne analitike u nastavi i istraživanju na Ekonomskom fakultetu u Osijeku

Predaje više informatičkih kolegija na EFO, među njima i Sustave poslovne inteligencije u okviru kojih  podučava metode strojnog učenja: umjetne neuronske mreže, stabla odlučivanja (CART, CHAID, Random forest), metodu potpornih vektora (SVM), asocijacijska pravila i druge, kao i njihovu primjenu u izradi prediktivnih modela u ekonomiji, obrazovanju i medicini. Voli sa studentima raditi na stvarnim podacima modele koji su primjenjivi u praksi. Voditelj je znanstvenog projekta MERIDA u kojemu zajedno sa još 9 istraživača primjenjuje metode strojnog učenja za predviđanje potrošnje energije u javnim zgradama. Na smjeru Poslovna informatika na EFO metode data analitike uključene su u nastavu kroz više kolegija na preddiplomskom i diplomskom studiju među kojima su: Statistika, Analiza poslovnih podataka, Rudarenje podataka, Sustavi poslovne inteligencije i drugi.

logotipi


Projekt MERIDA – “Metodološki okvir za učinkovito upravljanje energijom s pomoću inteligentne podatkovne analitike” IP 2016-06-8350 financiran je od strane Hrvatske zaklade za znanost, http://merida.efos.hr.