Alle Episoden

+++Unsere 23. Podcast-Episode: Die Welt der Daten: Ein Podcast über Wissensgraphen und Datenbanken+++

(English Version below)
In der aktuellen Folge unseres Datenwissenschafts-Podcasts widmen wir uns einem Thema, das für viele im Bereich der künstlichen Intelligenz und Datenanalyse von zentraler Bedeutung ist. Gemeinsam mit Sruthi Radhakrishnan, einer erfahrenen AI Consultant bei itemis, beleuchten wir die Grundlagen und fortgeschrittenen Konzepte, die diese Technologien so kraftvoll und unverzichtbar machen.

Sruthi teilt mit uns ihr fundiertes Wissen und ihre praktischen Erfahrungen, um einen detaillierten Überblick über die Welt der Wissensgraphen zu geben. Wir diskutieren, was Wissensgraphen sind, wie sie funktionieren und warum sie ein...

In diesem Podcast diskutieren wir mit Felix Burkhardt, Leiter der Forschung bei AudEERING, über Anwendungen der Audiobearbeitung mit maschinellem Lernen. Wir gehen auf verschiedene Bereiche wie Sprach- und Nicht-Sprach-Audioanalyse ein und betonen die Bedeutung der Mensch-Maschine-Interaktion. Beispiele sind intelligente Kopfhörer, die den Klang basierend auf der Umgebung anpassen, und die Erkennung von Emotionen zur Verbesserung der menschenähnlichen Kommunikation in verschiedenen Bereichen wie Gaming, Automobil und Gesundheitswesen. Felix hebt Herausforderungen wie das Labeln von Daten für das Training von Modellen und die Notwendigkeit von generalisierbaren Lösungen in der domänenspezifischen KI-Landschaft hervor.

+++Unsere 21. Podcast-Episode: Data Science und Organisation+++

(English Version below)

In unserer neuesten Podcast-Episode sprechen wir mit Dr. Carlotta Schatten, Engineer Manager bei Autoscout24, über spannende Aspekte im Bereich Data Science und Unternehmensorganisation.

Wir diskutieren die Bedeutung von Data Science in Unternehmen, strukturelle Herausforderungen, Corporate Value, Data Drift und vieles mehr. Wir beleuchten zentrale organisatorische Faktoren, den Bedarf an Data Science, funktionale und technische Anforderungen sowie die Notwendigkeit von Flexibilität.

Besonders interessant ist die enge Zusammenarbeit zwischen Product Managern und dem Data Science Team, die oft in Organisationen mit zentralisierten Data Teams eine Herausforderung darstellt. Wir erörtern, wie ein datengetriebenes...

In der zwanzigsten Episode unseres Data Science Podcasts nehmen wir uns die Zeit, um tief in die Welt der Machine Learning Operations einzutauchen. Dr. René Brunner spricht mit Siegfried Eckstedt von AIKU über die Herausforderungen, die bei der Umsetzung von MLOps auftreten können.
Siggi stellt dabei klar dass sich bewährte Architekturen oft branchenübergreifend unverändert einsetzen lassen. Wir konzentrieren uns auf die einzigartigen Aspekte von MLOps und zeigen, wie Modelle erfolgreich in produktive Umgebungen überführt werden können und welchen Benefit man dabei hat wenn man dabei über den Tellerrand hinausschaut und andere Abteilungen im Unternehmen mit einbezieht. Dabei spielt auch das...

In der neunzehnten Episode unseres Data Science Podcasts spricht Dr. René Brunner mit Dr. Gordon Euchler über das spannende Thema Skalierung in Data Science Projekten. Hierbei geht der Direktor für Brand Development & Communication bei Deloitte zum Beispiel auf die Schnittstellen zwischen Data Science Projekten und Werbung ein

Er erzählt anschaulich und mit vielen Beispielen aus dem echten Leben, was der "Unfug" (cit.) aus der Werbung mit Data Science zu tun hat, was genau Excitement Points sind und worum es bei der Erbsünder der Werbung geht.

Außerdem erzählt Gordon begeistert von seinem Projekt der "30 Minute - University of Planning"...

In der achtzehnten Episode unseres Data Science Podcasts spricht Dr. René Brunner mit Dr. Michael Berthold über seine gewonnenen Erkenntnisse und gesammelten Erfahrungen als Professor an der Universität Konstanz und CEO der KNIME AG was das Thema Automatisierung von Modellen und MLOps betrifft.

Du fragst dich, was der Wilde Westen mit MLOps zu tun hat? Michael erklärt anschaulich die Problematiken und verschiedenen Lösungsansätze und Optimierungsprozesse die in der realen Wirtschaft eingesetzt werden. Weg von der Theorie hin zum Einsatz tatsächlicher Resultate in der Produktion.

KNIME ist eine Open-Source-Plattform zur Datenanalyse, -verarbeitung und -visualisierung. Mit einer benutzerfreundlichen Schnittstelle bietet KNIME eine...

In der siebzehnten Episode unseres Data Science Podcasts spricht Dr. René Brunner mit Dr. Christof Henkel über seine Erfahrung als Kaggle Grandmaster, wie viele Stunden Zeit er investiert hat und wie man als Anfänger am besten an diese Sache rangeht.

Kaggle ist eine Plattform für Machine Learning und Data Science mit einer aktiven Community von über 10 Millionen Nutzern. Grandmaster zu werden erfordert eine herausragende Leistung in mindestens fünf Wettbewerben, bei denen man unter den Top 10 von 1000 Teams sein muss - eine wirklich beeindruckende Leistung. Dabei vergisst Christof niemals den Spaß bei der Sache und geht die Wettbewerbe...

In der sechzehnten Episode spricht Prof. Dr. Brunner mit Dr. Matthias Hofmann über Data Science in der Forschung. Hierbei diskutieren sie verschiedene Forschungsschwerpunkte und Herausforderungen, welchen man in der Forschung begegnen kann. Auf diese Weise beleuchten sie die Schnittstelle von Data Science und Forschung, um genauer zu betrachten, wie sich diese auf die Arbeit innerhalb des Bereichs auswirkt.

Gemeinsam gehen sie auch darauf ein, wie Data Science dazu beitragen kann, Forschungsprozesse zu verbessern und neue Erkenntnisse zu gewinnen.

In der fünfzehnten Episode spricht Prof. Dr. Brunner mit Georg Gabelmann darüber, wie man ein erfolgreiches KI-Team von Grund auf aufbaut. Ohne ein funktionierendes Team ist die korrekte Durchführung von KI-Projekten unmöglich – Teamwork makes the dream work. Aus diesem Grund werfen Prof. Dr. Brunner und Georg Gabelmann einen Blick auf die wichtigsten Schritte innerhalb des Teamaufbauprozesses, um sicherzustellen, dass die Teams effektiv arbeiten und KI-Projekte nicht nur möglich, sondern auch erfolgreich werden lassen.

Hierfür teilen sie bewährte Praktiken von erfolgreichen KI-Teams, um praktische Einblicke in die Schritte zu geben, die reibungslose Zusammenarbeit von Teams möglich machen.

In der vierzehnten Episode befasst sich Prof. Dr. Brunner gemeinsam mit Gast Dr. Shahzad Cheema, Lead AI Algorithms Expert im Huawei Nuremberg Research Center, mit verschiedenen Themen im Bereich Data Science. Dr. Cheema, teilt seine "Lessons Learned" aus der Arbeit an zahlreichen Projekten und gibt wertvolle Tipps für das Set Up von AI-Projekten. In der Episode werden auch die Unterschiede in der Arbeit im Bereich Data Science zwischen den USA und Deutschland diskutiert. Hierbei teilt Dr. Cheema seine Erfahrungen und Beobachtungen aus beiden Ländern und gibt Einblicke in die Arbeitskultur und die Herausforderungen, die sich in beiden Kontexten stellen. Die...