TDWI München
Wie weit reicht Ihre Leidenschaft für Daten?
Mit diesem Motto lädt die TDWI zur diesjährigen Fachkonferenz in München ein. Sie ist die Wissensdrehscheibe und ein fester Bestandteil in den Kalendern von CXO, Business- und Data Analysten, Data Scientisten und vielen mehr. Das breite Themenspektrum, sowohl auf strategischer als auch auf technologischer Ebene, ermöglicht es allen Teilnehmenden, aktuelle Hypes und Trends einzuordnen und sich mit Experten auszutauschen.
Wir als The Data Performance Company sind auch in diesem Jahr wieder mit dabei und haben eine Vielzahl aktueller Themen im Gepäck!
Verbleibende Zeit bis zum Event:
Jetzt anmelden0
Tage
0
Stunden
0
Minuten
0
Sekunden
Unsere Vorträge im Fachprogramm:
Totgesagte leben länger
Mittwoch, 25. Juni, 17:05 Uhr
Speaker: Daniel Eiduzzis
Abstract: Der Vortrag gibt einen Überblick über die technologische Entwicklung im BI-Kosmos von den späten 1990er-Jahren bis heute. Dabei wird der aktuelle Trend beleuchtet, dass viele Unternehmen ihre Data+AI-Architekturen in die Cloud migrieren oder im Greenfield-Ansatz direkt in der Cloud starten. Die Vorteile dieses Cloud-basierten Ansatzes werden durch zentrale Argumente untermauert. Demgegenüber steht die Tatsache, dass On-Premises-Datawarehouses weiterhin eine bedeutende Rolle spielen – trotz oft gegenteiliger Prognosen. Noch heute befinden sich über 50 % der weltweiten Datawarehouse-Installationen on-prem. Die Gründe dafür sind vielschichtig und reichen von Datensicherheit und Compliance-Anforderungen bis hin zu regulatorischen Vorgaben und individuellen Anpassungen. Der Vortrag schließt mit einem anonymisierten Praxisbeispiel, das die Herausforderungen und Entscheidungsfaktoren bei der Wahl zwischen Cloud und On-Premises verdeutlicht.
Operational Excellence Through Historical Data: A Generic Framework with Predictive Algorithms
Donnerstag, 26. Juni, 9:55 Uhr
Speaker: Ana Moya und Marius Paganetti
Abstract: Accurate predictions are crucial for informed decisions, even when only historical data is available and traditional time series models like ARIMA are not applicable. This work aims to develop a generic forecasting model that delivers robust predictions through feature engineering and prediction algorithms. Enhanced by time series data, diagnostic and autocorrelation analysis, the model's explainability is improved. The goal is to ensure data and model quality, promote operational excellence and create sustainable value.
Dieser Vortrag wird in Englisch vorgetragen.
Zum Aktivieren der eingebetteten Karte bitte auf den Link klicken. Durch das Aktivieren werden Daten an den jeweiligen Anbieter übermittelt. Weitere Informationen können unserer Datenschutzerklärung entnommen werden.
Inhalt anzeigen
