Obserwuj

Odcinek 55

O Machine-Learningu i rozwiązaniach Data-Driven dla bankowości z Piotrem Gawrysiakiem

Odcinek 55

Często uciekamy od danych i analizujemy zachowania w procesach biznesowych, a równie często to właśnie dane są podstawą do budowy zaawansowanych systemów IT. Zanim dotkniemy gwarantujących spójność agregatów, nasze operacje przechodzą przez systemy oparte o sztuczną inteligencję czy uczenie maszynowe i to właśnie tym zagadnieniom dziś się przyjrzyjmy.

Zapraszam dziś na odcinek z wielu powodów dla mnie szczególny, ponieważ moim gościem jest Piotr Gawrysiak, Chief Data Scientist w mBanku i profesor Politechniki Warszawskiej, osoba o ogromnej wiedzy w tematach AI/ML, a także Process Miningu.

Po 30 latach życie napisało tu piękną klamrę, bo choć dziś będziemy wspólnie rozmawiać o projektowaniu rozwiązań data-driven czy automatycznej analizie procesów biznesowych, to dawniej chłonąłem treści tworzone przez Piotra pod szyldem magazynów Bajtek i Top Secret… Piotr uchyli rąbka tajemnicy i pokaże jak kierowany przez niego zespół wspiera mBank na polu analizy danych i projektów ML.

Ten odcinek powstał we współpracy z mBankiem.

Narzędzia Process Mining ze event logu tworzą graf procesu, a graf już można analizować

Gawrysiak Piotr

W tym odcinku usłyszysz m.in. o...

  • projektach opartych w ML/AI w banku
  • rodzajach problemów możliwych do rozwiązania z użyciem Machine Learningu
  • procesie tworzenia rozwiązań data-driven
  • wykorzystywanych technologiach i potrzebnych umiejętnościach w kwestii data-science
  • późniejszym wdrażaniu przygotowanych modeli i podejścia do dzielenia się danymi
  • process miningu i automatycznej analizy procesów
  • wpływie modeli typu ChatGPT-3 na pracę developerów

Materiały dodatkowe

  • IT w mBanku , więcej rozmów z ekspertami i tematy dookoła software-house'u IT
  • Kilka kursów od Andrew NG w specjalizacjach Machine Learning, MLOps i Deep Learning
  • Meetupowa grupa Process Mining Warsaw poświęcona tematyce optymalizacji procesów z użyciem Proces Miningu
  • Biblioteka pm4py implementacja algorytmów Process Mining w Pythonie
PODCAST JEST DOSTĘPNY NA PLATFORMACH