In eigener Sache: Der Data Leader Day 2017

Der Data Science Blog ist Co-Organisator des Data Leader Day 2017

Der Data Leader Day am 09.11.2017 ist ein Event für Unternehmen aus dem deutschsprachigen Raum, das sich mit den Möglichkeiten und Lösungen rund um die Datennutzung zur Geschäftsoptimierung oder der Bildung von neuen Geschäftsmodellen beschäftigt. Zu den Speakern zählen CIOs, CDOs und Chief Data Scientists aus der ganzen DACH-Region. Das Event eignet sich für Entscheider, Absolventen und Studenten, die neue Kontakte knüpfen und wichtige Impulse für die eigene digitale Weiterentwicklung erhalten möchten. In einem innovativem Programm mit Keynote, Präsentationen sowie Use & Business Cases wird aufgezeigt, wie die Digitalisierung im Unternehmen umgesetzt und als neues Wertschöpfungsinstrument eingesetzt werden kann.

Der Data Leader Day wendet sich gezielt an Entscheider und Data Scientists mit Digitalisierungsauftrag/-bezug sowie alle Interessenten rund um die Trendthemen Big Data und Industrie 4.0.

Zu den Highlights des Events zählen ein Fireside Chat “CIO vs CDO – Wem gehört die Zukunft” und der Data Leader Award in den Kategorien Retail, Finance und Industry 4.0. Aktuelle Informationen erhalten Sie auf www.dataleaderday.com.

Die Location

Passend zu einem herausragenden Event ein einmaliges Ambiente: Die Spreespeicher waren ein Symbol für fortschrittliches Denken in der Gründerzeit. Heute sind sie das Synonym einer dynamischen Entwicklung im 21. Jahrhundert. Der Spreespeicher im Spreequartier Berlin war bereits die Location für den Data Leader Day 2016 und wurde sowohl von den Organisatoren als auch von den Teilnehmern sehr gut bewertet.

Spreequartier Berlin
Stralauer Allee 2,

10245 Berlin

Job-Titel der Teilnehmer

Was den Data Leader Day von anderen Veranstaltungen absetzt: Wir wenden uns vor allem an Führungskräfte mit Digitalisierungsauftrag.
Typische Job-Bezeichnungen der Teilnehmer (basierend auf den Teilnehmern im vergangenen Jahr):

Chief Executive Officer Leiter Operations Chief Data Scientist
Chief Data Officer Leiter Einkauf Big Data Engineer
Chief Digital Office Leiter Finanzen Data Scientist
Chief Information Officer Leiter Produktion BI Consultant
Chief Technology Officer Leiter Marketing Data Architect

25% Nachlass für Data Scientists (nur 20x verfügbar!)

Wer ein Ticket zum besten Preis erwerben möchte, sollte jetzt zugreifen und folgenden Rabatt-Code verwenden:

DATASCIENCEBLOG

Der Rabattcode kann einfach in das Feld unten links im Buchungsfenster auf www.dataleaderday.com eingegeben werden und führt zu einer Reduzierung des Ticketpreises um 25%.

Hinweis: Das Kontingent für den Rabatt-Code ist auf 20 Tickets begrenzt! Besser jetzt zugreifen!

 

 

Künstliche Intelligenz und Data Science in der Automobilindustrie

Data Science und maschinelles Lernen sind die wesentlichen Technologien für die automatisch lernenden und optimierenden Prozesse und Produkte in der Automobilindustrie der Zukunft. In diesem Beitrag werde die zugrundeliegenden Begriffe Data Science (bzw. Data Analytics) und maschinelles Lernen sowie deren Zusammenhang definiert. Darüber hinaus wird der Begriff Optimizing Analytics definiert und die Rolle der automatischen Optimierung als Schlüsseltechnologie in Kombination mit Data Analytics dargelegt. Der Stand der Nutzung dieser Technologien in der Automobilindustrie wird anhand der wesentlichen Teilprozesse in der automobilen Wertschöpfungskette (Entwicklung, Einkauf, Logistik, Produktion, Marketing, Sales und Aftersales, Connected Customer) an exemplarischen Beispielen erläutert. Dass die Industrie heute erst am Anfang der Nutzungsmöglichkeiten steht, wird anhand von visionären Anwendungsbeispielen verdeutlicht, die die revolutionären Möglichkeiten dieser Technologien darstellen. Der Beitrag zeigt auf, wie die Automobilindustrie umfassend, vom Produkt und dessen Entstehungsprozess bis zum Kunden und dessen Verbindung zum Produkt, durch diese Technologie effizienter und kundenorientierter wird.

english-flagRead this article in English:
“Artificial Intelligence and Data Science in the Automotive Industry”

Read more