Program

Digital transformasjon spiller en kritisk rolle i overgangen fra en avfallsbasert økonomi til en sirkulær økonomi, hvor avfall reduseres, gjenbrukes eller resirkuleres for å skape verdi. Ved å bruke digitale teknologier kan avfallshåndteringsselskaper - optimalisere innsamling, sortering og behandling av avfall; - forbedre avfallssortering og gjenvinningsprosesser; - muliggjøre etableringen av nye forretningsmodeller og inntektsstrømmer. Den digitale transformasjonen av avfallsindustrien er en kritisk komponent i overgangen til en sirkulær økonomi, som gjør at avfall kan gjøres om til en verdifull ressurs, reduserer miljøpåvirkninger og skaper nye forretningsmuligheter.

Frende Forsikring har hatt et eget team for maskinlæring og kunstig intelligens siden 2020. På denne tiden har en mengde api-er blitt produksjonssatt, og maskinlæring har fått en sentral rolle i Frende for å nå strategiske mål. I dette foredraget vil vi gå gjennom hvordan Frende bruker Dataiku-plattformen for effektiv implementasjon av maskinlæring. I tillegg vil det bli gitt flere eksempler på  maskinlæringsprosjekter som skaper betydelig verdi i Frende.

Korleis kombinerer ein differensiallikningar for vær og vind med faktiske observasjonar av temperatur og trykk for eit best mogleg bilete på verda? Data assimilering er samlinga av metodar for å kombinere usikre data med fysiske modellar. Algoritmene er essensielle for vår daglige værmelding, for search and rescue til havs, samt for energibransjen og mange andre. Paradoksalt fører ein stor modell til dårleg assimilering av observasjonar. Kvifor det? Det siste året har vi leita etter tapte matematiske eigenskapar til våre data, som gir informasjon om korleis dei eksakt skal assimilerast inn i den fysiske modellen. Ved å nytte desse eigenskapane blir likningane vakrare, algoritmene smartare og værmeldingane betre.

Visualisation has proven to be essential to comprehend and gain knowledge from data. In the beginning it was limited to tailor-made software. Tools like Microsoft Power BI, Tableau, etc., has significantly lowered the bar for doing data visualisation and have enabled business-users themselves to construct insightful and colourful visualization reports. The difficult challenge still remains; why we visualise, what to visualise, and how to do this most effectively. In this talk we cover many of the whys, the whats, and the hows of data visualization, taking the audience on a journey into the fascinating field of visualisation and visual communication. The goal is to provide knowledge and practical advice for them to take their own visualisations beyond what they do today. Topics range from perception and gestalt theory, to practical tips and recommendations, of what questions to ask, why a little data massaging can have large effects on the insight, and which visualisations to use and to avoid.

Foredraget vil presentere hvordan vi i Sparebanken Vest økte nytteverdien av en antihvitvask-modell ved å gjøre modellens prediksjoner mer forklarbare for brukerne. Fokus for presentasjonen blir hvilke hensyn vi måtte veie mot hverandre og hvilke metoder vi endte opp med å bruke.

Hva er egentlig Data Mesh? Hvordan kan det bidra til å skalere utnyttelsen av data? Hvordan kan det implementeres? Og hva er fallgruvene? Denne lyntalen handler om hvordan vi som jobber med data kan omsette vår kompetanse til  verdi, raskere og i enda større grad enn vi gjør i dag.  

Hansa Borg Bryggerier forteller om sin reise fra et tradisjonelt datavarehus til en multi-kode dataplattform i skyen.

Dette foredraget vil diskutere hvordan en klar visjon og de rette forutsetningene gjør organisasjoner godt rustet til å bygge en vellykket dataplattform som støtter deres digitale transformasjon.

Tre-baserte modeller er kjent for å ha god ytelse på strukturerte data, men er samtidig mer ustabile sammenlignet med tradisjonelle statistiske modeller. Ustabilitet kan føre til betydelige endringer i prediksjoner ved små endringer i treningsdata, noe som reduserer modellens pålitelighet. En mer stabil oppdatering av tre-baserte modeller kan oppnås ved bruk av en approksimert Bayesiansk tilnærming kombinert med teknikker fra semi-supervised learning.

Moving forwards with a data mesh approach is not a walk in the park, somethings are more hard than others. In this talk learnings will be shared on how Equinor have addressed the different aspects of data mesh: Domains, data products, governance and Self-serve data platform. What we did, what we learned, were we failed, and way forwards. 

NAYA kommer til å diskutere den manuelle siden av AI-utvikling, gjerne omtalt som AI sin skyggeside. De kommer til å trekke frem det usynlige arbeidet som skjer bak kulissene og hvordan menneskene involvert i dette, utsettes for psykisk tortur og moderne slavearbeid.

Maskinlæring er ikke noe de fleste UX’ere jobber med i det daglige, og mange som faktisk jobber med maskinlæring skjønner ofte ikke hva det har med UX å gjøre. Koblingen mellom maskinlæring og UX er ikke åpenbar for de fleste. Likevel er mulighetene mange i samspillet mellom disse to.

Med inntoget av ChatGPT eksploderte populariteten av generativ KI; både for den gjengse brukeren av verdensveven, men også for større organisasjoner. I dagens datalandskap og manfoldet av prediktive modeller, er det viktigere enn noen gang å bringe kunnskapsmodellering på agendaen. Dette foredraget vil sette fingeren på hvilke utfordringer og muligheter som ligger i generativ KI, og hvordan vi sammen kan gjøre de sikrere og mer treffsikre ved bruk av kunnskapsmodellering.

In the midst of digitalization, it is easy to forget that most people are not data professionals or even very tech-savvy – yet they play a crucial role in its success. This presentation will share experiences and reflections from "hands-on digitalization" in Seatrans.

En historie om hvordan TV 2 har gått fra en bred bukett av ulike verktøy og arkitekturer, til å bygge en felles, fremtidsrettet dataplattform som eies og utvikles på tvers av analyseteamene våre. Vi har lyst å dele erfaringer og suksessfaktorer fra denne reisen.