Tools und Methoden für
Big, Smart und Secure Data
Karlsruhe, IHK, 5. - 7. Oktober 2016

// Programm

Die Konferenz findet am 5. und 6. Oktober statt, die Workshops am 7. Oktober.

Konferenz

Mittwoch, 5. Oktober
08:00 Registrierung
09:10 - 09:20 Begrüßung
09:20 - 10:20

Lars George

OpenCore

Keynote: Große Datenmengen bedeuten große Änderungen

10:20 Kaffeepause
10:50 - 12:00

Matthias Niehoff

codecentric

Stream-Processing-Plattformen und die Qual der Wahl

Ulf Schöneberg

The unbelievable Machine Company

Neuronale Netzwerke – eine Black-Box-Einführung

Janis Keuper

Fraunhofer ITWM

Skalierbare Datenanalyse mit IPython

12:10 - 12:50

Heiko Spindler

Freelancer

Maschinelles Lernen im Umfeld von Big Data mit Apache Spark

Stefan Kühn

codecentric

Data Quality – The True Big Data Challenge

Simon Kaltenbacher

Alexander Thamm GmbH

Big Data Cloud Benchmarks

12:50 Mittagspause
13:50 - 14:30

Alexander Albrecht

bakdata

Big Data Engineering mit Spark, HBase und Solr

Oliver Zeigermann

embarc

Interaktive Datenanalyse im Browser

TBA
14:40 - 15:20

David Obando

The unbelievable Machine Company

Big Data – Big Security? Hadoop und IT-Sicherheit

Philipp Krenn

Elastic

Volltextsuche in der Praxis mit Elasticsearch

TBA
15:20 Kaffeepause
15:50 - 16:30

Hans-Peter Zorn
Dominik Benz

inovex

Bewirtschaftung von Data Lakes in der Praxis

Christian Winkler
Liliya Avdiyenko

mgm technology partners

Nutzung des Echtzeit-Kontext für optimale Website-Suchergebnisse

Tobias Herb

TU Berlin

Eine Reise durch den Dschungel skalierbarer Machine-Learning-Systeme

16:40 - 17:20

Calvin Seward

Zalando

Leveraging Our Pictures – Deep Learning mit Tensorflow bei Zalando

Mario-Leander Reimer

QAware/AIR

Automotive Information Research driven by Apache Solr

Daniel Kirsch

idalab

Natural Language Processing mit rekurrenten neuronalen Netzen

17:30 - 18:10

Bernd Fondermann

brainlounge

Heiter bis wolkig – der Datenwetterbericht

Stefan Armbruster

Neo Technology

Graphdatenbanken und die "Panama Papers"

Markus Schmidberger

Glomex

Big Data Analyses on a Serverless Microservice Lambda Architecture in the cloud

ab 18:40

Abendprogramm

Donnerstag, 6. Oktober
09:00 - 10:10

Manfred Weber

1&1

Prinzipien und Architekturmuster einer Streaming-Plattform

André Petermann
Martin Junghanns

ScaDS, Universität Leipzig

Gut vernetzt: Skalierbares Graph Mining für Business Intelligence

Dr. Christian Thurau

Twenty Billion Neurons

Deep Learning und Künstliche Intelligenz

10:10 Kaffeepause
10:40 - 11:20

Daniel Wrigley

SHI

SQL meets NoSQL: Interaktive IoT-Datenanalyse trifft auf Open Source mit Apache NiFi, Apache Solr und Apache Zeppelin

Christoph Hein

TablonautiX

Warum der Single Point of Truth lieber dem Single Point of Entry weichen sollte

TBA
11:30 - 12:10

Martin Nowak
Stefan Zelazny

Mobisol

Datenbanken für M2M-Zeitreihen

Dr. Heiko Klarl
Dr. Christian Kurze

xdi360, Denodo Technologies

Datenvirtualisierung: Eine Fast Data Strategy als Grundstein digitaler Geschäftsmodelle

TBA
12:10 Mittagspause
13:10 - 14:10

Prof. Dr. Michael Feindt

Blue Yonder

Predictive Analytics und Entscheidungsautomatisierung

14:20 - 15:00

Thorsten Greiner
Daniel Günther

Intuit

Big, Fast, Scalable Data – vom Rechenzentrum in die Cloud

Oliver Raabe

FZI

Smart Data zwischen Technik und Recht

TBA
15:00 Kaffeepause
15:30 - 16:10

Christina Heider

PricewaterhouseCoopers

Forensic Data Analytics: Anomaly Detection in ERP-Daten

Dr. Boris Adryan

Zühlke

Mehr und schneller ist nicht automatisch besser

Christoph Schmitz

1&1 Media Development & Technology

MapReduce is not dead, it just smells funny!

16:20 - 17:00

Tobias Ullrich

Intuit

Überwachung eines verteilten Systems: Wenn das Monitoring eines Big-Data-Systems zum Big-Data-Problem wird

Michael Bauer
Henning Böger

MaibornWolff

Das große Sammeln - ein IoT-Praxisbericht

Oliver Zeigermann

embarc

Machine Learning im Browser mit Deep Neural Networks

Workshops

Freitag, 7. Oktober
09:00 - ca. 16:30

Dr. Paul von Bünau
Mikio Braun
Antje Relitz

idalab, Zalando

Einführung in Data Science

Heiko Spindler

Freelancer

Einführung in Maschinelles Lernen mit Apache Spark

Francesco Novy
Lisa Gringl

Cropster

Datenvisualisierung mit d3.js und Ember.js

Matthias Niehoff
Florian Troßbach

codecentric

Fast Data mit dem SMACK-Stack

Stefanie Lösch

TU Dresden

Von 0 auf R in 40 Minuten

Philipp Krenn

Elastic

Loggen mit dem Elastic Stack



l>