meetit.live: XXII spotkanie

XXII spotkanie meetit.live w Toruniu na Wydziale Matematyki i Informatyki UMK

Od lokalnych bohaterów do globalnych mistrzów - przyszłość prognozowania szeregów czasowych

Prelegenci: Bartosz Szabłowski i Wiktoria Mróz

Globalne modele prognozowania to skalowalne i odporne podejście do predykcji szeregów czasowych, które uczy się wzorców jednocześnie z wielu szeregów czasowych. W przeciwieństwie do modeli lokalnych lepiej generalizują w przypadku szumów lub małej ilości danych, a także potrafią uchwycić wspólne sezonowości, trendy czy efekty promocyjne. Tworzenie takiego modelu wymaga jednak uwagi, dlatego na tym wystąpieniu będzie przedstawione o czym należy pamiętać.

Bartosz Szabłowski - Tech Lead (Data Science & Machine Learning Engineering). Data Scientist z doświadczeniem w prognozowaniu szeregów czasowych i wspieraniu decyzji operacyjnych. Przez ponad 3 lata rozwijał w Nestlé modele prognozowania popytu (Sell-Out, Sell-In) dla rynku europejskiego, wspierające planowanie produkcji, zakupów i logistyki. Laureat globalnego hackathonu Data Science w Nestlé. Obecnie buduje globalny system prognoz finansowych w Schneider Electric, wykorzystując dane makroekonomiczne oraz ujednolicenia hierarchiczne.

Wiktoria Mróz - Junior Data Scientist w Schneider Electric. Ukończyła studia magisterskie z Data Science and Machine Learning na UCL w Londynie. W pracy wspiera budowę i rozwój globalnego modelu prognoz finansowych.

Uwaga: wydarzenie kierowane jest do osób pełnoletnich. Osoby niepełnoletnie mogą w nim uczestniczyć pod opieką osoby dorosłej.