MACHINE LEARNING W BIZNESIE - Trio Conferences · • Machine learning w procesach on-line (case...

MACHINE LEARNINGW BIZNESIE

11-12 CZERWCA, AIRPORT HOTEL OKĘCIE, WARSZAWA

HOT TOPICS•ALGORYTMY VS. WARTOŚĆ BIZNESOWA

•MACHINE LEARNING W OPTYMALIZACJI BUSINESS INTELLIGENCE •CZATBOT Z UCZENIEM MASZYNOWYM

•MACHINE LEARNING Z H2O

•ALGORYTMY ML W USPRAWNIANIU PROCESÓW BIZNESOWYCH (case study)

•MACHINE LEARNING W PROCESACH ON-LINE (case study)•BUDOWA I ANALIZA MODELI UCZENIA MASZYNOWEGO W NLP

•TIME SERIES FORECASTING W ML

•NATURAL LANGUAGE PROCESESSING W SŁUŻBIE BIZNESU (case study) •DATA LABELING - JAK PRZYGOTOWAĆ DANE DO PROJEKTÓW ML

•ETYKA SZTUCZNEJ INTELIGENCJI

PRELEGENCI

Wojciech Ptak FreshMail

Radosław KitaAdform

Joanna Misztal-Radecka

Ringier Axel Springer Polska

Agnieszka Żuchnik

Santander Bank Polska

Paweł Ekk-Cierniakowski

Polpharma

dr Michał Korzycki

Schneider Electric



• Jak znaleźć właściwy problem dla algorytmów samouczących się • Wykorzystanie Machine Learning dla zwiększenia

użyteczności Business Intelligence • Czatbot jako asystent przedstawiciela medycznego

• Machine learning z H2O • Algorytmy ML w usprawnianiu procesów biznesowych (case study)

• Machine learning w procesach on-line (case study)

• Budowa i analiza modeli uczenia maszynowego w NLP • Time series forecasting w ML

• Natural language procesessing w służbie biznesu (case study)

• Data labeling - jak przygotować dane do projektów ML• Etyka sztucznej inteligencji

Podczas spotkania eksperci-praktycy z takich organizacji jak: FreshMail, Santander Bank, Polpharma, Schneider Electric, Ringier Axel Springer Polska, Onet, Applica.ai, iTaxi, Kredyt Inkaso podzielą się swoją wiedzą i doświadczeniem w zakresie realizowanych projektów ML. W agendzie znajdziesz takie zagadnienia jak:

Do udziału zapraszamy przedstawicieli działów: data science, ML, analiz i modelowania, analityki biznesowej, business intelligence

Gorąco zachęcam do zapoznania się ze szczegółami agendy i rejestracji swojej obecności już dziś!

Marta Pawlikowska Project Director kom.+48 880 124 108 [email protected]

Robert Szpindler Business Development Manager kom. +48 519 407 698 [email protected]

www.trioconferences.pl

W PROGRAMIE M.IN.:



PROGRAM SPOTKANIA

Wtorek/11/06/2019


9:30 Poranna kawa i rejestracja10:00 Powitanie uczestników i rozpoczęcie spotkania

10:00 Jak znaleźć właściwy problem dla algorytmów samouczą-cych się; Jak identyfikować obszary wykorzystania ML

W ostatnich latach można zaobserwować duży wzrost zainteresowania tematyką uczenia

maszynowego. Wynika on z dużego spadku ceny mocy obliczeniowej oraz pojawienia się rozwiązań open source pozwalających przetwarzać olbrzymie ilości danych w rozsądnym czasie. Z jednej strony w niektórych z obszarów przetwarzania danych dokonały się iście rewolucyjne zmiany. Z drugiej strony, widzimy również tendencję do używania zupełnie nie-dopasowanych narzędzi do problemów, które można by rozwiązać w o wiele prostszy spo-sób. Chciałbym się podzielić swoimi doświadczeniami jeśli chodzi o wykorzystanie technik uczenia maszynowego. Opowiedzieć o kilku projektów z obszaru internetu, bankowości i firm telekomunikacyjnych. Projektach, w których zastosowanie uczenia maszynowego dało sporą wartość biznesową. I o projektach, w których wartość biznesową udało się zbu-dować bez wykorzystania zaawansowanych technik statystycznych.

Radosław Kita, AI & Research Team Manager, Adform

10:40 Algorytmy ML w usprawnianiu procesów biznesowych (case study)

Jesteśmy bombardowani ogromną ilością informacji na temat uczenia maszynowego i AI. W praktyce bardzo ciężko jednak jest na początku zidentyfikować i zrozumieć w wystar-czającym stopniu odpowiednie procesy biznesowe do usprawnienia przy użyciu analizy danych. W trakcie wystąpienia podzielę się praktycznymi wskazówkami opowiadając o różnych projektach, w których analiza danych i uczenie maszynowe przyniosło znaczne usprawnienia i pozwoliło praktycznie wykorzystać siłę tych technologii.

Wojciech Ptak, CTO, FreshMail

11:20 Wszechstronna platforma wspierająca zastosowanie ML w rozwiązywaniu problemów biznesowych • Architektura i warstwa bazodanowa – blaski i cienie • Warstwa aplikacyjna • Budowanie kompetencji Grzegorz Hope, IT Project Manager, Alior Bank Mirela Starosielec, Menedżer ds. Modelowania i Zaawansowanych

Analiz, Alior Bank

12:00 Przerwa na kawę




PROGRAM SPOTKANIA

Wtorek/11/06/2019

12:15 Machine learning z H2O Chcesz się dowiedzieć o najlepszym opensourcowym narzędziu do ML & AI?

To ta sesja jest dla Ciebie. Pokażemy jak wygląda praca w narzędziu, jak się zrównoleglą algorytmy, i dlaczego próbkowanie danych do modelowa-nia w tej technologii nie jest już potrzebna

Łukasz Ryniewicz, Manager Zespołu ds. analiz BIG Data, Santander Bank Agnieszka Żuchnik, Intermediate Developer, Santander Bank20

13:00 Feature engineering Michał Korzycki, Head of Data Science, Schneider Electric

13:40 LUNCH

14:00 Chatbot jako asystent przedstawiciela medycznego • Czym jest chatbot

• Zastosowania chatbotów • Przykład chatbota odpowiadającego na pytania o leki Paweł Ekk-Cierniakowski, Ekspert ds. Zaawansowanej Analizy

Danych, Polpharma

14:45 Time series forecasting w ML Czy znając historię możemy prognozować przyszłość? Jaka metoda jest najskuteczniej-

sza? Na sesji dowiesz się podstawowych informacji o szeregach czasowych, ich analizie i prognozowaniu różnymi metodami. Prezentacja wzbogacona będzie o elementy progra-mowania na żywo.

Łukasz Prokulski, Project Portfolio Analyst, R-developer

15:30 ZAKOŃCZENIE I DNIA SPOTKANIA




PROGRAM SPOTKANIA

Środa/12/06/2019

9:30 Poranna kawa i rejestracja

10:00 Czy algorytmy marzą o Nagrodzie Nobla? Algorytmy, które do tej pory były używane głównie do zastępowania ludzi w wykonywaniu po-

wtarzalnych i mechanicznych zadań, powoli zaczynają wkraczać w rejony wymagające kre-atywności. Co już umieją? Czego możemy się spodziewać w przyszłości? Jako bonus: opo-wieść o tym, jak próbuję stworzyć algorytm, który zastąpi mnie w pracy...

Tomasz Brzeziński, Chief Data Scientist, iTaxi

10:40 Wykorzystanie algorytmów Machine Learning dla zwiększenia użyteczności Business Intelligence

Mariusz Trejtowicz, Business Information Architect, Onet

11:20 Przerwa na kawę

11:40 Machine learning w procesach on-line (case study) Tworzenie rozwiązań opartych o Machine Learning w dynamicznie zmieniającym się środowisku

portalu internetowego stwarza wiele wyzwań, a teoretyczna wiedza o algorytmach nie wystarcza do wdrożenia efektywnego rozwiązania w dużej skali. W prezentacji opowiem, jak poradziliśmy so-bie z modelowaniem długoterminowych zainteresowań, jednocześnie uwzględniając dynamicznie zmieniające się trendy popularności w systemie rekomendacyjnym dla milionów użytkowników. Przedstawię, jak od POC-a doszliśmy do produkcyjnego rozwiązania i o czym należy pamiętać, tworząc modele ML działające w systemach on-line.

Joanna Misztal-Radecka, Data Scientist, Ringier Axel Springer Polska

12:20 Przetwarzanie Języka Naturalnego w praktyce - Dwa przykłady systemów NLP dla biznesu - Badania naukowe a potrzeby biznesu - Płytkie, czy głębokie przetwarzanie języka? - ML, czy system oparty na zasobach - Akwizycja i annotacja danych - Treści nietypowe - to co nie pasuje założonej do ontologii - Wycena anotacji

dr Wojciech Jaworski, UW Wydział Matematyki, Informatyki i Mechaniki

13:00 Lunch



PROGRAM SPOTKANIA

Wtorek/11/06/2019


14:00 Głębokie rozumienie modeli opartych na tekście

Warto wiedzieć, że jako data scientist nie tylko kodujesz modele ML, ale powinieneś rozumieć ich wewnętrzne mechanizmy. Jak radzimy sobie z wyzwaniami związanymi z modelowaniem tekstu w aplikacjach biznesowych i projektach badawczo-rozwojowych? Pokażemy kilka przykładów wykorzy-stania procesów uczenia maszynowego. Pokażemy również narzędzie do wyjaśnienia podejrzanych wyników w zestawach danych i zachowaniu modeli.

Anna Wróblewska, Senior Data Scientist, Applica.ai

14:45 Machine learning i małe zbiory danych

W erze Internetu i skalowalnych rozwiązań informatycznym najsłynniejszym problemem związanym z wolumenem danych jest ich „zbyt duża” ilość, prowadząca m.in. do zupełnie nowych narzędzi Big Data. Tymczasem w praktyce biznesowej dużo częściej spotykanym zagadnieniem jest fakt posiada-nia „zbyt małego” zbioru danych, kiedy to algorytmiczne odnalezienie interesujących nas zależności jest przy tradycyjnym podejściu utrudnione lub wręcz niemożliwe. W trakcie wystąpienia przyjrzymy się praktycznym metodom radzenia sobie z takimi przypadkami – od prostego nadpróbkowania, aż do nowych form uczenia maszynowego.

Mateusz Jabłoński, Lider Zespołu R&D, Kredyt Inkaso

15:30 ZAKOŃCZENIE DRUGIEGO DNIA WYDARZENIA I WRĘCZENIE CERTYFIKATÓW




PRELEGENCI

Anna Wróblewska, Senior Data scientist, Applica.aiAnna Wróblewska jest adiunktem na Politechnice Warszawskiej. Ma wieloletnie doświadczenie w pro-jektowaniu inteligentnych systemów i opisie danych semantycznych uzyskanych w środowisku ko-mercyjnym i naukowym. Jest również starszym naukowcem w Applica.ai, odpowiedzialnym za kilka projektów badawczo-rozwojowych dotyczących eksploracji tekstu, rozpoznawania obrazów oraz dia-gnostyki i interpretacji modeli. Wcześniej pracowała w Allegro, największym portalu rynku e-commerce w Europie Wschodniej, gdzie zajmowała się inteligentnymi metodami analizy danych. Jest autorką ponad 35 publikacji w czasopismach i materiałach polskich i międzynarodowych. Jej główne zaintere-sowania badawcze koncentrują się na uczeniu maszynowym w praktycznych zastosowaniach, przede wszystkim na semantycznym rozumieniu i modelowaniu danych oraz ich interpretowalności.

dr Michał Korzycki, Head of Data Science, Schneider Electric Akademik, programista, analityk, data scientist. Od 20 lat zarządzający projektami software’owymi, od 10 lat ten software związany jest z przetwarzaniem masowych ilości danych. Naukowo zajmujący się przetwarzaniem języka naturalnego. Zapalony Pythonista.

Łukasz Ryniewicz, Manager Zespołu ds. analiz BIG Data, Santander Bank PolskaStudiując matematykę na MiNI PW poznał matematykę dyskretną i teorię grafów. Następnie poznał technologie pracując w SAS Institute, zaczynając w Cetrum Technologii a kończąc jako System De-velopment Konsultant w dziale Telco. To tam po raz pierwszy biznesowo wykorzystał analizy grafowe w zastosowaniach biznesowych. W banku BZWBK zajmował się budową środowiska Analityczego, na którym powstają modele, jak również prowadził alternatywne analizy danych. Teraz jest managerem zespołu ds. analiz BigData w Banku, gdzie zajmuje się wdrażaniem nowych technologii, rozwiązań, oraz ich wykorzystaniem w Biznesie. Prowadzi również zajęcia na studiach podyplomowych SGH z Analizy Sieci Społecznościowych, pokazując jak wykorzystując teorie grafów w różnych technolo-giach osiągnąć lepsze wyniki biznesowe.

Mariusz Trejtowicz, Business Information Architect, OnetOd 15 lat związany z problematyką wykorzystania analityki predykcyjnej w biznesie, w rolach konsul-tanta, data scientist oraz menedżera. W Grupie Onet-RAS odpowiedzialny za rozwój obszarów Data Science oraz monetyzacji wiedzy o użytkowniku. W danych poszukuje zrozumienia ludzkich motywacji i celów, nie uznaje podręcznikowych reguł a ponad istotność statystyczną preferuje trafność bizne-

Wojciech Ptak, CTO, FreshMailZawodowo od lat wspierający inicjatywy zwinnych transformacji kultury organizacji w kierunku Da-ta-Driven Organisations oraz Applied Machine Learning pracując jako konsultant i trener z wieloma międzynarodowymi korporacjami takimi, jak The Coca-Cola Company, American Bankers Associa-tion, Macy’s, Boots, HSBC i inne. Aktualnie jako CTO FreshMail skupia się na budowaniu i wspieraniu zespołów, które rozwijają produkty w kierunku wykorzystania konceptów takich, jak evolutionary lub event-driven architecture, wykorzystaniu technologii Big Data w zbieraniu i przetwarzaniu dużych zbio-rów danych oraz praktycznego wykorzystania uczenia maszynowego.




PRELEGENCI

Radosław Kita, AI & Research Team Manager, AdformAnalizą danych zajmuje się od początku XXI wieku. Odpowiadał za stworzenie systemów analitycz-nych, raportujących czy korzystających z uczenia maszynowego i Data Science w Onecie, Alior Ban-ku, TVN, Allegro, Veon (szósty pod względem użytkowników telekom na świecie), Showmax. Obecnie zarządza zespołem rozwijającym algorytmy RTB, szybkiej filtracji danych i kategoryzacji kontekstowej w Adform (według raportu Gartner jednego z liderów branży ad tech) w ramach działu AI & Research. Brał udział w projektach budowy od podstaw systemów DMP, integrujących dane o zachowaniu klien-tów pochodzące z systemów wewnętrznych, mediów społecznościowych i systemów zewnętrznych czy platformy do prowadzenia testów A/B. Zajmował się modelowaniem churn, nadużyć, wartości klienta w czasie, trendów w czasie, grupowaniem klientów, odtwarzaniem cech demograficznych na podstawie zachowania.

Paweł Ekk-Cierniakowski, Ekspert ds. Zaawansowanej Analizy Danych, PolpharmaOd 5 lat zawodowo związany z analizą danych. Obecnie w Polpharmie zajmuje się projektami z obsza-ru Data Science, takimi jak detekcja fraudów, monitoring systemów produkcyjnych i analiza opinii oraz tworzeniem raportów na potrzeby zarządcze. Jako zewnętrzny konsultant współpracował przy okazji projektów analitycznych m.in. z Deloitte, OC&C Strategy Consultants oraz Instytutem Badań Eduka-cyjnych. Współpracuje jako trener z firmą Sages. Absolwent kierunku Metody Ilościowe w Ekonomii i Systemy Informacyjne w Szkole Głównej Handlowej, a obecnie doktorant tej uczelni w Kolegium Analiz Ekonomicznych. Ukończył wiele kursów i szkoleń związanych z zaawansowaną analizą danych, wizualizacją danych oraz zarządzaniem projektami. Współautor publikacji naukowych: „Survival of melanoma patients treated with novel drugs: retrospective analysis of real-world data” i „Efficacy and safety of BRAF inhibitors and anti-CTLA4 antibody in melanoma patients - real-world data”

Joanna Misztal-Radecka, Data Scientist, Ringier Axel Springer PolskaData Scientist w Ringier Axel Springer Polska, od 2015 roku zajmuje się personalizacją Onetu i innych serwisów dla milionów użytkowników oraz wdrażaniem rozwiązań Machine Learning na dużą skalę. Zainteresowania związane z przetwarzaniem języka naturalnego i ML realizuje w pracy oraz w ramach doktoratu wdrożeniowego na AGH, przekładając pracę naukową na praktyczne zastosowania. Prywat-nie uwielbia podróże i aktywny wypoczynek.

Łukasz Prokulski, Project Portfolio Analyst, R-developerOd około 10 lat pracuje jako osoba ściśle związana z project managementem, ostatnio jako analityk portfela projektów, wcześniej jako szef zespołu PMO. Na co dzień przygotowuje narzędzia, które uła-twiają i automatyzują raportowanie oraz ułatwiają project managerom pracę. Wcześniej przez kilka lat pracował jako UX designer w portalu Gazeta.pl projektując serwisy internetowe i prowadząc projekty specjalne dla reklamodawców. Prowadzi bloga popularyzującego język R http://blog.prokulski.scien-ce oraz fanpage „Dane i analizy” http://fb.com/daneanalizy

dr Wojciech Jaworski, UW Wydział Matematyki, Informatyki i MechanikiUzyskał stopień doktora informatyki na Uniwersytecie Warszawskim, gdzie pracuje jako adiunkt w In-stytucie Informatyki. Jest ekspertem z zakresu przetwarzania języka naturalnego, reprezentacji wiedzy i uczenia maszynowego. W ramach swojej działalności uczestniczył w dużych projektach infraktruktu-ralnych: Synat (gdzie opracował interfejs w języku naturalnym do wyszukiwarki semantycznej), Recon-cile (badania wiarygodności treści w internecie) i Clarin-PL (stworzył Kategorialny Parser Składniowo-Semanyczny „ENIAM”). Następnie uczestniczył w projekcie badawczo rozwojowych w firmie Selidor (system dialogowy realizujący zadanie rezerwacji usług). Aktualnie jest kierownikiem projektu B+R w firmie LekSeek poświęconego analizie i strukturalizacji wiedzy o lekach.




PRELEGENCI

Tomasz Brzeziński, Chief Data Scientist, iTaxiOdpowiedzialny za tworzenie i optymalizację algorytmów opartych na danych. Wcześniej m.in. Se-nior Data Scientist w Grupie Netsprint. Absolwent kierunku Metody Ilościowe i Systemy Informacyjne w Szkole Głównej Handlowej. Prelegent licznych konferencji branżowych, m.in. IAB Forum. Certyfiko-wany trener biznesu, fan strategicznych gier planszowych.

Mateusz Jabłoński, Lider Zespołu R&D, Kredyt InkasoEntuzjasta metod analitycznych działający w branży finansowej od ponad 8 lat. Doświadczony praktyk wykorzystujący dane do wspierania efektywnych decyzji biznesowych w dziedzinie sprzedaży, digita-lizacji, marketingu i zarządzania wierzytelnościami. Zainteresowany szeregiem zagadnień analitycz-nych, począwszy od jakości danych, aż do modelowania z wykorzystaniem uczenia maszynowego. W latach 2013-2015 wspierał Citigroup w budowaniu kompetencji obszaru Informacji Zarządczej dla regionu EMEA. Do 2018 kierował zespołem zaawansowanej analityki w Citi Handlowy. Obecnie Lider Zespołu R&D (Badań i Rozwoju) w Kredyt Inkaso S.A., gdzie pracuje nad przekuwaniem dostępnych danych w realne wyniki biznesowe. Z wykształcenia matematyk Uniwersytetu Warszawskiego, zwolen-nik stałego rozwoju wiedzy i umiejętności.

Grzegorz Hope, IT Project Manager, Alior BankCertyfikowany PM (Prince II, Agile PM, SCRUM), członek PTI. Kilkunastoletnie doświadczenie w prowa-dzeniu dużych projektów Big Data oraz projektów związanych z nowymi technologiami, jak np. Block-chain (to nie tylko Bitcoin). Prowadzi projekty zarówno jako przedstawiciel klienta oraz wykonawcy. Pilnie śledzi wpływ nowych technologii na codzienne życie, szczególnie w obszarze poszanowania prywatności i wykorzystania danych o użytkownikach.

Mirela Starosielec, Menedżer ds. Modelowania i Zaawansowanych Analiz, Alior BankEkspert z ponad 16-letnim doświadczeniem w polskiej bankowości (GE Capital Bank, GE Money Bank, Bank BPH, Alior Bank) , pasjonatka metod ilościowych. Praktyk w zakresie budowania efektyw-nych strategii zarządzania relacjami z klientem z wykorzystaniem zaawansowanych technik statystycz-nych, optymalizacji oraz narzędzi data mining. Bogate doświadczenie w analizie i eksploracji danych oraz tworzeniu modeli predykcyjnych optymalizujących działania CRM i segmentacji klientów Banku. Aktualnie pracuje nad wdrożeniem zaawansowanej analityki na nowej platformie analitycznej.

2195 PLN do 26 kwietnia2595 PLN do 24 maja2795 PLN od 25 maja

Wyślij DZIŚ ZGŁOSZENIE NA adres [email protected] LUB ZAREJESTRUJ SIĘ NA www.trioconfereces.pl

ul. Lipowa 4a, 20-027 Lublin Tel: +48 (22) 452 51 00

Wyślij DZIŚ ZGŁOSZENIE NA adres [email protected] LUB ZAREJESTRUJ SIĘ NA www.trioconfereces.plInformujemy, że ma Pan/i prawo w dowolnym momencie wycofać udzielone poniżej zgody. Informacja o wycofaniu zgody może zostać wysłana na adres e-mail: [email protected] zgody nie wpływa na zgodność z prawem przetwarzania danych osobowych w okresie od dnia wyrażenia zgody na przetwarzanie danych osobowych do dnia wycofania tej zgody.

Wyrażam zgodę na przetwarzanie moich danych osobowych, tj. imię, nazwisko, adres e-mail oraz numer tele-fonu przez Trio Conferences Sp. z ograniczoną odpowiedzialnością. S.K, ul. Lipowa 4A, 20-027 Lublin, w celu marketingu bezpośredniego polegającego na kierowanie na wskazany adres e-mail i numer telefonu ofert hand-lowych, newslettera, ankiet satysfakcji i zaproszeń na organizowane szkolenia.

Wyrażam zgodę na udostępnienie moich danych osobowych spółkom z grupy Trio Advisory oraz partnerom biznesowym Trio Conferences Spółka z ograniczoną odpowiedzialnością. Sp. k.

TAK NIE

TAK NIE

Informujemy, że administratorem danych osobowych jest spółka Trio Conferences Sp. z ograniczoną odpowiedzialnością S.K z siedzibą w Lublinie (20-027), przy ul. Lipowej 4A. Dane osobowe zbierane są w celu możliwości realizacji kontaktu, obsługi klienta, umowy, działań marketingu bezpośredniego (e-mailing, newslettery) oraz przedstawiania ofert handlowych. Zgodnie z art. 32 ust. 1 ustawy o ochronie danych osobowych ma Pan/i prawo do wglądu do swoich danych oraz poprawiania ich treści a także odwołania zgody na ich przetwarzanie. Podanie danych jest dobrowolne.

REGULAMIN

1. Koszt udziału 1 os. wynosi 2195 pln do 26 kwietnia 2595 pln do 24 maja 2795 pln od 25 maja(ceny netto należy powiększyć o należny podatek VAT 23%)Cena uczestnictwa obejmuje prelekcje, materiały, lunch oraz przerwy kawowe.

2. Wypełnienie formularza on-line, przesłanie wypełnionego i podpisanego zgłoszenia faksem lub pocztą tradycyjną lub elektroniczną, stanowi zawarcie wiążącej umowy pomiędzy osobą zgłaszającą a Trio Conferences Spółka z ograniczo-ną odpowiedzialnością S.K. Elektroniczna wersja faktury pro forma jest wystawiana standardowo i wysyłana auto-matycznie na adres mailowy zgłaszającego po wypełnieniu formularza zgłoszeniowego.

3. Osoba podpisująca formularz zgłoszeniowy w imieniu zgła-szającego oświadcza, iż posiada stosowne uprawnienia do działania w imieniu i na rzecz zgłaszającego.

4. Wpłaty za udział prosimy wnosić w ciągu 14 dni od daty rejestracji uczestnictwa, nie później niż w dniu wydarzenia. Wpłaty należy dokonać na konto: Trio Conferences Spółka z ograniczoną odpowiedzialnością S.K. ul. Lipowa 4A, 20-027 Lublin ING Bank Śląski S.A. 63 1050 1025 1000 0023 6361 0177. W tytule przelewu prosimy zamieścić tytuł wy-darzenia.

5. W przypadku rezygnacji z udziału w terminie nie później-szym niż 21 dni przed datą rozpoczęcia wydarzenia obcią-żymy Państwa opłatą administracyjną w wysokości 400 zł + 23% VAT (osobno za każdego uczestnika). W przypadku rezygnacji po tym terminie, zgłaszający zobowiązany jest do zapłaty pełnych kosztów uczestnictwa wynikających z za-wartej umowy

6. Informacje o rezygnacji z udziału w wydarzeniu należy doko-nać w formie pisemnej i przesłać listem poleconym na adres Trio Conferenes Spółka z ograniczoną odpowiedzialnością S.K., ul. Jana III Sobieskiego 110/1AU | 00-764 Warszawa.

7. W przypadku nieodwołania zgłoszenia uczestnictwa oraz niewzięcia udziału w wydarzeniu, zgłaszający zobowiązany jest do zapłaty pełnych kosztów uczestnictwa wynikających z umowy.

8. Brak wpłaty za udział nie jest jednoznaczny z rezygnacją.

9. W miejsce zgłoszonej osoby, może wziąć udział inny pra-cownik firmy, po uprzednim poinformowaniu organizatora o zmianie.

10. Organizator zastrzega sobie prawo do wprowadzania zmian dot. programu, prelegentów, miejsca, w którym odbywa się wydarzenie oraz do odwołania samego wydarzenia.

TAK zgłaszam uczestnictwo w wydarzeniu

Pierwsza osobaImię i nazwisko ...........................................................................................................

Stanowisko ...........................................................................................................

Numer telefonu ...........................................................................................................

Druga osobaImię i nazwisko ............................................................................................................

Stanowisko ............................................................................................................

Numer telefonu ............................................................................................................

Trzecia osobaImię i nazwisko ............................................................................................................

Stanowisko ............................................................................................................

Numer telefonu ............................................................................................................

Firma ............................................................................................................

Ulica ............................................................................................................

Kod pocztowy ............................................................................................................

Miasto ...........................................................................................................

Telefon lub fax ............................................................................................................

E- mail ............................................................................................................

Dane nabywcy ............................................................................................................

( do faktury VAT)

Nazwa Firmy ............................................................................................................

Adres ............................................................................................................

NIP ............................................................................................................

Osoba kontaktowa: tel. .................................................................................................

Kogo jeszcze możemy poinformować o tym wydarzeniu?Imię i nazwisko ...........................................................................................................

Departament ............................................................................................................

Telefon lub fax ............................................................................................................

E-mail ............................................................................................................

Trio Conferences Spółka z ograniczoną odpowiedzialnością. Sp. k.

pieczątka i podpis

W BIZNESIE11-12 CZERWCA, AIRPORT HOTEL OKĘCIE, WARSZAWA

MACHINE LEARNING

MACHINE LEARNING W BIZNESIE - Trio Conferences · • Machine learning w procesach on-line (case...

Documents

Transcript of MACHINE LEARNING W BIZNESIE - Trio Conferences · • Machine learning w procesach on-line (case...