Das Competence Center for Scalable Data Services and Solutions (ScaDS Dresden/Leipzig) und das Berlin Big Data Center (BBDC) laden gemeinsam mit dem Institut für Angewandte Informatik (InfAI) vom 30. Juni bis 6. Juli zur „4. internationalen Summer School on Big Data and Machine Learning“ an der Universität Leipzig ein.
Die Sommerschule richtet sich an Doktoranden, Forscher und Praktiker, die sich über die neuesten Big Data und ML Technologien und Herausforderungen informieren wollen. Verschiedene Vorträge international führender Referenten aus der Forschung werden durch spannende Einblicke aus der Industrie ergänzt.
Im Vorfeld der Sommerschule wird darüber hinaus ein „Streamline“-Hackathon ausgerichtet. Dieser konzentriert sich auf die Entwicklung einer Anwendung zur Echtzeitanalyse von Streaming-Daten. Die Teilnehmer sollten über gute Programmierkenntnisse und Grundkenntnisse von Frameworks wie Apache Spark oder Flink verfügen. Die Teilnahme am Hackathon ist freiwillig, es fallen keine zusätzlichen Gebühren an.
Das InfAI sponsert hierbei 500 Euro für das beste Hackathon-Team.
Zu den behandelten Themen gehören:
– Data Mining in Streaming Data
– Machine Learning for the Sciences
– Declarative Machine Learning with Apache SystemML
– Confidentiality and Integrity of Cloud Databases
– Visual Analytics for Big Data
– Cypher-based Graph Analytics on Spark
– Web-scale Information Extraction
– Big Data Integration
Wichtige Fakten:
Eventlocation:
Universität Leipzig, Deutschland
Termine:
Hackathon 30. Juni – 1. Juli 2018
Sommerschule: 2. Juli – 6. Juli 2018
Anmeldeschluss für Frühbucher: 31. Mai 2018.
Teilnahme erfolgt nach Anmeldung. Es stehen nur eine begrenzte Anzahl an Plätzen zur Verfügung, so dass wir Ihnen empfehlen, sich so schnell wie möglich anzumelden.
Für qualifizierte Master- und Bachelor-Studenten, die von einem Professor empfohlen werden, gibt es ein kleines Kontingent an vergünstigten Eintritten.
Weitere Informationen zum Programm, zu den Referenten sowie zur Anmeldung finden Sie auf der Veranstaltungs-Webseite.
