Communities profitieren nur vom regelmäßigen Austausch und Wissenstransfer. Deshalb veranstalten wir regelmäßig unseren DEV XCHANGE! Gemeinsam wollen wir Erfahrungen, Tipps und Tricks austauschen.
Teilnehmen kann jede*r! Dabei ist es ganz egal, auf welchem Gebiet Du spezialisiert bist, welche Berufserfahrung Du hast oder welche Technologien Dir am meisten liegen. Was uns alle antreibt, ist die Herausforderung, komplexe IT-Projekte und Probleme in der Software-Entwicklung anzugehen und zu innovativen Lösungen zu gelangen.
Deine Teilnahme ist kostenlos. Für Verpflegung ist gesorgt.
Der nächste DEV XCHANGE in Erlangen steht schon in den Startlöchern. Infos zum Programm findest Du bald hier.
Wenn du keinen DEV XCHANGE mehr verpassen willst, tritt am besten unserer meetup-Gruppe bei:
bis 17:30 Uhr
Ankommen
17:30 Uhr
Begrüßung
17:45 Uhr
Data Science und Machine Learning für Softwareentwickler*innen – eine Einführung
Dr. Markus Dutschke
KI gestützte Tools haben in den letzten Jahren die Informatik grundlegend verändert.
ChatGPT ist hier wohl das prominenteste Beispiel, doch auch Midjourney und YOLO revolutionieren unsere Arbeitswelt.
Der Vortrag vermittelt ein klares Bild von den technischen Hintergründen dieser Technologien.
So kann jede*r Zuhörer*in ein technisches Verständnis aufbauen, ohne besonderes mathematisches Vorwissen zu benötigen.
Wir werden sehen, wie die präsentierten Data Science Werkzeuge eingesetzt werden, um es Maschinen zu ermöglichen, komplexe Steuerungsaufgaben zu erlernen (Machine Learning).
Konkret werden wir folgende Inhalte besprechen:
- Das Konzept von Regressoren (= Machine Learning Modelle)
- Anwendung verschiedener Machine Learning Modelle auf ein einfaches Problem im Bereich Data Science
- Alternative Vorgehensweisen zur Lösung von Data Science Problemen
- Funktionsweise neuronaler Netze
- Praxisbeispiel: Neuronale Netze zur Verarbeitung von Messdaten
- Brückenschlag: Vom Regressor zu State of the Art Technologien
- Getting started with Machine Learning: Literatur und Bibliotheken
18:30 Uhr
Jede Programmiersprache ist schlecht: Auch meine Lieblingssprache Python!
Richard Baumann
In der Welt der Softwareentwicklung gibt es eine ganze Flut an verschiedensten Programmiersprachen. Jede davon hat ihre Vorteile, Codeschnipsel die sich in dieser Sprache sehr gut umsetzen lassen, oder auch Ressourcensparsamkeit.
Doch genau wie jede Programmiersprache Vorteile hat, hat auch jede Programmiersprache Nachteile. Designentscheidungen, die verwirrend sind, Seiteneffekte, die überraschend eintreten oder Standardfunktionen, die sich anders verhalten als erwartet.
Im Vortrag schauen wir uns an, welche komischen Verhalten eine meiner Lieblingssprachen, Python, hat und weshalb diese eintreten. Warum evaluiert meine if-Abfrage zu False, obwohl ich True erwarte? Warum ist die als Parameter übergebene Liste voller als ich dachte? Und wer hat es Python erlaubt, magisch Variablenwerte zu teleportieren?
All diese Fragen und mehr werden wir gemeinsam anschauen und beantworten und danach noch ein bisschen über die „WARUM?“ Momente in Euren Lieblingssprachen reden.
ab 19:15 Uhr
Q&A, Networking & Buffet
bis 17:30 Uhr
Ankommen
17:30 Uhr
Begrüßung
17:45 Uhr
Data Science und Machine Learning für Softwareentwickler – eine Einführung
Dr. Markus Dutschke
KI gestützte Tools haben in den letzten Jahren die Informatik grundlegend verändert.
ChatGPT ist hier wohl das prominenteste Beispiel, doch auch Midjourney und YOLO revolutionieren unsere Arbeitswelt.
Der Vortrag vermittelt ein klares Bild von den technischen Hintergründen dieser Technologien.
So kann jede*r Zuhörer*in ein technisches Verständnis aufbauen, ohne besonderes mathematisches Vorwissen zu benötigen.
Wir werden sehen, wie die präsentierten Data Science Werkzeuge eingesetzt werden, um es Maschinen zu ermöglichen, komplexe Steuerungsaufgaben zu erlernen (Machine Learning).
Konkret werden wir folgende Inhalte besprechen:
- Das Konzept von Regressoren (= Machine Learning Modelle)
- Anwendung verschiedener Machine Learning Modelle auf ein einfaches Problem im Bereich Data Science
- Alternative Vorgehensweisen zur Lösung von Data Science Problemen
- Funktionsweise neuronaler Netze
- Praxisbeispiel: Neuronale Netze zur Verarbeitung von Messdaten
- Brückenschlag: Vom Regressor zu State of the Art Technologien
- Getting started with Machine Learning: Literatur und Bibliotheken
18:30 Uhr
Jede Programmiersprache ist schlecht: Auch meine Lieblingssprache Python!
Richard Baumann
In der Welt der Softwareentwicklung gibt es eine ganze Flut an verschiedensten Programmiersprachen. Jede davon hat ihre Vorteile, Codeschnipsel die sich in dieser Sprache sehr gut umsetzen lassen, oder auch Ressourcensparsamkeit.
Doch genau wie jede Programmiersprache Vorteile hat, hat auch jede Programmiersprache Nachteile. Designentscheidungen, die verwirrend sind, Seiteneffekte, die überraschend eintreten oder Standardfunktionen, die sich anders verhalten als erwartet.
Im Vortrag schauen wir uns an, welche komischen Verhalten eine meiner Lieblingssprachen, Python, hat und weshalb diese eintreten. Warum evaluiert meine if-Abfrage zu False, obwohl ich True erwarte? Warum ist die als Parameter übergebene Liste voller als ich dachte? Und wer hat es Python erlaubt, magisch Variablenwerte zu teleportieren?
All diese Fragen und mehr werden wir gemeinsam anschauen und beantworten und danach noch ein bisschen über die „WARUM?“ Momente in Euren Lieblingssprachen reden.
ab 19:15 Uhr
Q&A , Networking & Buffet
Dr. Markus Dutschke studierte Physik an der Universität Augsburg. Er spezialisierte sich auf numerische Simulationen in der theoretischen Physik. 2018 schloss er seine Promotion zur optimierten numerischen Implementierung des LCW-Theorems ab. Dieses Theorem dient der Datenanalyse von speziellen Elektron-Positron Vernichtungsexperimenten (ACAR).
Im Anschluss an seine Promotion machte sich Markus als IT-Freelancer selbstständig. Für Kunden ohne eigene Entwicklungsabteilung führt er seither Auftragsforschung am Schmelzpunkt von Mathematik, Physik und Informatik durch.
Seine Lösungen implementiert er in Python und C++.
Sein Unternehmen, die Algorithmus Schmiede, beschäftigt inzwischen 2 weitere Mitarbeiter.
Seit der Gründung 2018 hat er sich ein kleines, aber feines Projektportfolio aufgebaut:
– Qualitätsanalysen auf Basis von Computervision
– Optimierung von Graph-Modellen
– Numerisches Tuning von optischer Sensorik
– Fehleranalyse in Produktionsprozessen
– Vorhersage optimaler Produktionsparameter
Markus freut sich immer über wissenschaftlichen und technischen Austausch. Anderen Entwickler*innen hilft er gerne mit seiner Fachmeinung weiter.
In seiner Freizeit engagiert sich Markus ehrenamtlich bei den Wirtschaftsjunioren Erlangen, einem Verein für Unternehmer und Führungskräfte.
Richard studierte Informatik an der Friedrich-Alexander-Universität Erlangen-Nürnberg. Er spezialisierte sich dort auf IT-Security und Compilerbau. Im weiteren Leben programmierte er hauptsächlich Software im Medizin- und Automobilbereich sowie in der Robotik. Dabei arbeitet er primär mit systemnahen Programmiersprachen wie C.
In der Softwareentwicklung ist ihm Qualität sehr wichtig – sei es beim Testen, der Architektur oder auch der Security. Aber auch über andere, angrenzende Themen redet und diskutiert er gerne, z.B. über CI/CD, Programmiersprachen, Agile Entwicklungsmethoden usw.
Du möchtest auch mal beim DEV XCHANGE sprechen? Super! Wir freuen uns immer über neue Speaker!
Schicke uns einfach Deinen Themenvorschlag an lisa.treibert@xitaso.com.